BP人工神经网络在全自动洗衣机故障诊断中应用.pdfVIP

BP 人工神经网络在全自动洗衣机故障诊断中的应用 戴永贤，杨旭 辽宁工程技术大学理学院，阜新（123000 ） E-mail ：ivy_jay@163.com 摘 要：基于人工神经网络的基本原理，本文研究了BP 算法在全自动洗衣机故障诊断方面 的应用。 关键词：人工神经网络，BP 算法，故障诊断 1. 引言 随着人们生活水平不断的提高，家用电器已进入千家万户，全自动洗衣机更是得到了人 们的亲睐，给人们带来方便和清洁的同时也成为了重要的家庭必备品之一 ，这就更需要洗 衣机各方面的功能齐全，尤其在故障诊断维修上要求更高的水平。对于目前大部分洗衣机中 无故障诊断系统，当系统出现故障以后，维修人员无法及时、准确的作出诊断，这种情况应 该得到改善。 故障诊断FD(fault diagnosis) [2] 是一种了解和掌握设备在使用过程中的技术，确定其整体 或局部是否正常，早期发现故障及其原因并能预报故障发展趋势的技术。在诊断过程中，必 须利用被诊断对象表现出来的各种有用信息，经过适当地处理和分析，做出正确的诊断结论。 本文在基于人工神经网络的基本原理[1] [3] ，给出一定训练样本，并研究BP 算法 在全自动洗 衣机故障诊断当中的应用。 2. 人工神经网络应用于洗衣机故障诊断中的基本原理 2.1 人工神经网络基本原理 [1] 人工神经网络 (Artificial Neural Network ．简称ANN)正是在人类对其大脑神经网络认 识理解的基础上人工构造的能够实现某种功能的神经网络。它是理论化的人脑神经网络的数 学模型，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。它实际上是由大 量简单元件相互连接而成的复杂网络，具有高度的非线性，能够进行复杂的逻辑操作和非线 性关系实现的系统。典型的神经网络结构图如图1： 输入层 隐层 输出层 图1 典型的神经网络结构图 - 1 - 2.2 反向传播学习算法（BP 算法）的原理及规则 2.2.1 BP 算法的原理 [3] 反向传播（Back Propagation ）学习方法 也称BP 算法，相应的神经网络也称BP 网络， 它是一种多层前馈网络，具有三层或三层以上的神经网络，包括输入层、隐层、输出层。上 下层之间完全连接，而每层神经元之间无连接。BP 算法是采用梯度下降方法[4]，使得网络 实际输出（计算输出）与期望输出（目标输出）的均方差达到最小，网络的学习过程是，将 输出层误差反向传播回去，并借以修正权值。 2.2.2 BP 算法的学习过程及步骤 首先，我们对各个需要的符号的形式及意义进行说明： (1) 网络输入向量P (a ，a ，L，a ) k 1 2 n (2) 网络目标向量T (y ，y ，L，y ) k 1 2 q (3) 隐层单元输入向量S (s ，s ，L，s )，输出向量B (b ，b ，L，b )