基于Elman网络的齿轮箱故障诊断.pdfVIP

· 54 · 文章编号：1(102—6886(2009)06—0054—02 基于Elman网络的齿轮箱故障诊断 孙先伟，马松龄 (西安建筑科技大学机电工程学院，陕西 西安 710055) 摘要：在非拆卸状态下，传统的齿轮箱故障诊断手段往往依赖于专家的经验判断。但是，由于齿轮箱是一种非常复杂的传动机构， 所以专家的经验并不能解决所有的诊断问题。本文应用E1man神经网络对拖拉机齿轮箱进行故障诊断，经过试验，表明方法切 实有效。 关键词：Elman神经网络 故障诊断 齿轮箱 系统 中图分类号：Tel83 文献标识码：B FailureDiagnosisofGearBoxBasedonElmanNetwork SUN Xianwei，MA Songling Abstract：Underthenon—disassemblecondition，thetraditionalmethodoffaultdiagnosisofgearboxreliesontheexperienceofexperts． Duetoitscomplex，thereforetheexperienceofexpertcannotsolvealldiagnosisproblems．ThisarticleappliestheElmanneuralnetworkto carryonthefailurediagnosistothegearbox．Th eexperimentindicatesthatthemethodispractica1． Keywords：Elmanneuralnetwork；faultdiagnosis；gerabox；system 系统的建模带来一种新的方法。 0 引言 Elman型回归神经元网络一般分为四层：输入层、隐含层 汽车变速箱是整机进行减速增扭的部件 ，它受扭转和拉 (中间层)、承接层和输出层(图1)。其输入层、隐含层和输出 压两种载荷的综合应用，受力过程非常复杂。因此，汽车很多 层的连接类似于前馈网络，输入层的单元仅起信号传输作用， 故障出现于变速箱中齿轮及传动轴等机械系统。据统计，以 隐含层单元的传递函数可采用线性或非线性函数。 齿轮为代表的变速箱故障发生率 占除发动机故障以外的其 它所有故障的59％～70％ 。在非拆卸状态下，传统的齿轮箱 层 故障诊断手段往往依赖于专家的经验判断。但是由于齿轮 箱是一种非常复杂的传动机构，它的故障模式和特征量之间 是一种非常复杂的非线性关系，再加上齿轮箱在不同工况下 的随机因素，所以专家的经验并不能解决所有的诊断问题。 而应用Elman神经网络可以有效的避免这个问题 。 图1 Elman神经 网络模型 1 神经网络 1．2 神经网络的学习过程 如图1所示，Elnmn网络非线性状态空间表达式为： 1．1更lI咖 神经网络结构 Y(k)：g(W ()) Elman神经网络模型与常见的BP神经网络不同，具有 (k) W (k)+Wu(k一1)) 上下文层，即在前馈网络的隐含层中增加一个承接层，作为一 (k)= (一1) 步延时算子，将隐含层前一时刻的输出反馈到当前时刻的输 入，达到记忆的目的。这种反馈连接使Elman网络能够检测