BP神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用

1、BP 神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用隨著科技的進步，機械故障診斷也在朝著智能化的方向發(fā)展。作為一個科技時代的產(chǎn)物，BP 神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的有效應(yīng)用，有利于機械故障的排除以及診斷，對于提高生產(chǎn)系統(tǒng)的效率有著重要意義。文章就BP 神經(jīng)網(wǎng)絡(luò)在機械故障診斷中的應(yīng)用進行了闡述。標(biāo)簽： BP 神經(jīng)網(wǎng)絡(luò)；機械故障；應(yīng)用一、前言障診斷技術(shù)的蓬勃發(fā)展。BP 未來診斷的發(fā)展提供了新的方向。二、BP 神經(jīng)網(wǎng)絡(luò)BP 1986 Rumelhart McCelland BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練出來的多層前饋網(wǎng)絡(luò)，這種網(wǎng)絡(luò)具 層input、隱層（hide layer）和輸出層output laye

2、rBP 神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用至各個領(lǐng)域。1. BP 神經(jīng)網(wǎng)絡(luò)設(shè)計（一）BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計。經(jīng)研究分析表明，當(dāng)隱含層的神經(jīng)元可以適BP 本文僅以三層神經(jīng)網(wǎng)絡(luò)為研究對象。（二）BP BP 神經(jīng)網(wǎng)絡(luò)中，直接影響其訓(xùn)練效果sigmoid 三、機械設(shè)備的故障分類由于機械設(shè)備的故障種類過于繁多，目前尚且沒有一種較為系統(tǒng)的分類方多個角度對機械設(shè)備故障進行分類：按照機械設(shè)備的故障性質(zhì)和故障原因分類備零部件老化等。按照機械設(shè)備故障的顯現(xiàn)狀態(tài)分類能是因為零部件損壞造成的。按照故障發(fā)生的時間歷程分類特征是隨機性和突然性；漸進性故障則是由于機械設(shè)備系統(tǒng)參數(shù)逐步惡化引起在設(shè)備的有效使用壽命后期才會顯現(xiàn)出來。按照故障的

3、嚴(yán)重程度分類因為局部功能失效引起的。診斷具有非常重要的意義。四、BP 網(wǎng)絡(luò)在故障診斷中的應(yīng)用特征參數(shù)的提取感性和穩(wěn)定性。網(wǎng)絡(luò)結(jié)構(gòu)與狀態(tài)編碼6 10 2 個，對應(yīng)的狀態(tài)編碼為：正常（0，0，故障（，1）網(wǎng)絡(luò)訓(xùn)練先對特征參數(shù)進行歸一化處理，歸一化處理的公式為：其中，max 為某一參數(shù)各組樣本的最大值；min 為最小值。BP 網(wǎng)絡(luò)進行訓(xùn)練，將該數(shù)據(jù)用作訓(xùn)練樣本， 結(jié)束訓(xùn)練，若誤差不在最大誤差允許的范圍內(nèi)，則通過BP 網(wǎng)絡(luò)的反饋將數(shù)據(jù)重用同樣的方式將一組待識別的軸承的特征參數(shù)進行處理后作為網(wǎng)絡(luò)的輸入別軸承的狀態(tài)屬于那一種。從而判別出軸承的故障狀況。五、基于 BP 神經(jīng)網(wǎng)絡(luò)的故障診斷研究成樣本庫需要非常

4、多的樣本數(shù)據(jù)?；贐P 故障診斷?；趯＜蚁到y(tǒng)的故障診斷基于專家系統(tǒng)的診斷方法的主要特征為可以方便的把操作人員的診斷經(jīng)驗 基于專家系統(tǒng)的故障診斷總體可以分為基于淺知識規(guī)則的專家系統(tǒng)和基于深知識模型知識的專家系統(tǒng)這兩個階段。專家系統(tǒng)是一種基于知識的BP 神經(jīng)網(wǎng)絡(luò)的診斷系統(tǒng)，其實質(zhì)是一種BP 神經(jīng)網(wǎng)絡(luò)的計算機程序，它應(yīng)用了大量人類專家的知識及推理方法來求解復(fù)雜的實際問題?；谌斯ど窠?jīng)網(wǎng)絡(luò)的故障診斷基于神經(jīng)網(wǎng)絡(luò)的智能故障診斷技術(shù)的優(yōu)點如下知識獲取更容易實現(xiàn)自動化 但是神經(jīng)網(wǎng)絡(luò)應(yīng)用于故障診斷也同時存在著一些問題其忽視了領(lǐng)域?qū)＜业慕?jīng)驗 知識訓(xùn)練樣本獲取比較困難連接權(quán)重形式的知識表達(dá)方式不容易理解。六、結(jié)束語神經(jīng)研究、實踐，從而使得該技術(shù)更為成熟。參考文獻：陳哲，馮天瑾.小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的研究進展 .電子科學(xué)學(xué)刊.