基于模拟退火与BP神经网络的轴承状态监控技术.pdfVIP

学兔兔 第 3期 (总第 160期) 机 械 工 程 与 自 动 化 No．3 2010年 6月 M ECHANICAL ENGINEERING AUT0M AT10N Jun． 文 章 编 号 ：1672—6413(2010)03—0120—02 基 于模 拟 退 火 与 BP神 经 网络 的轴承 状 态监 控 技 术 孙 学斌 (济南 四机 数 控 机床 有 限公 司 ， 山东 济 南 250101) 摘 要 ：为了提 高 轴 承 状 态 监 控 的准 确 性 ，提出 了一 种 基 于 模 拟 退 火 并 可 同时 得 到 较好 神经 网络 参 数 的新 的优 化 方法。为验证所提方法 的有效性 ，将实验台测得 的滚 动轴承振 动信 号作为研 究样本 ，提取信 号的特征 。实验结 果 表 明 ，该 方 法对 轴 承 运 行 状 态 分 类的 准 确 率 较 高 ， 可 用 于 此 类旋 转 机械 的状 态监 控 。 关键 词 ： 状 态 监控 ；BP神经 网络 ；模 拟 退 火 算 法 ； 轴 承 中 图 分 类 号 ：TP183：TH133．3 文献 标 识 码 ：A 0 引 言 模 拟退 火算 法Annealing，SA)是以 (Simulated 马 滚动轴 承广泛 用于 汽车 、工程 机械 、机床 、电机 、 尔科夫 链 的遍历 理论 为基 础 的一种适 用 于大 型组合 优 化工 等行业 ，对滚 动轴 承进行 有效 的状 态监控 和故 障 化 问题 的启 发式 随 机搜 索技 术 。SA算 法 的核 心 在 于 诊断 ，可以显 著 降低 生产设 备停 机几 率和 生产成 本 。在 模 拟 热 力 学 中 液 体 的 冻 结 与 结 晶 过 程 。 采 用 工程 技术领 域 ，状 态监控 技术 对 于保 证设 备 的正 常运 Metropolis接受 准则避 免落 人局 部最 优 ，渐进 收敛 于 转和 生产 的顺 利进 行起 着重要 的作 用L】J。 全 局最 ?? 。 BP(Back Propagation)神经 网络广 泛应 用 于状 态 SA—BPN实 现最优 有哪些信誉好的足球投注网站 的具体 步骤 如下 ： 监控和故 障诊 断。但是不 同的应用场合需要设置不 同的 (1)给定参 数组合 变化 范 围 ，在此 范 围内随机 选 网络 结构参 数 ，试 凑法并 不能 快 速有效 地找到较 优 参 择 一个 作 为初始 参数 组合 ，并 计算 相应 的神 经 网络 分 数 ]。基于此 ，本文提 出了一种基于模 拟退 火的方法 ，将 类 准确 率 R(噩)，其 中 ，k一0。 优化 BP神 经网络参数 和寻 找最优 特征子集 同时进行