基于RBF网络与自适应遗传算法的旋转机械故障诊断方法.pdfVIP

第 31卷第 O1期 煤 矿 机 械 V01．31NO．01 2010年 01月 CoalMineMachinery Jan．20l0 基于RBF网络与自适应遗传算法的旋转机械故障诊断方法 张晓莹，吴占超 ，陈鹿 民，温小隆 (郑州轻工业学院 机电工程学院，河南 郑州 450002) 摘 要 ：针对RBF网络学习算法工作量大和类别数需预先确定的J=-I题，通过引入具有 自适应 机制的的遗传算法，结合梯度下降法交互运算 ，提 出了 自适应遗传算法和径 向基函数 网络相结合 的旋转机械故障诊断方法。通过对样本模式聚类和故障状态的分析，并利用 自适应遗传算法优化 相关的RBF网络 ，有效地解决了隐节点数和各参数的取值问题 。应用结果表明，RBF网络和 自适应 遗传算法相结合提 高了全局寻优效率。 关键词 ：遗传算法；径向基fRBF)网络 ；故障诊断；全局寻优 中图分类号 ：TP306 文献标志码 ：A 文章编号：1003—0794(2010)01—0241—04 M ethodofRotatingM achineryFaultDiagnosisBasedonRBFNetworks andAdaptiveGeneticAlgorithms ZHANG Xiao-ying，W U Zhan-chao，CHEN Lu-min，W EN Xiao—long (CollegeofMechanicalandElectricalEngineeringZhengzhouUniversityofLightIndust~，Zhengzhou450002， China) Abstract：Inallusion totheproblem ofworkloadandneedtobeapre—determinednumberforRBF network learningalgorithm．Through introducing self-adaptivemechanism ofgenetic algorithm and combinedwithgradientdescentmethod ，putforward self-adaptivegeneticalgorithm andradialbasis functionnetworksacombinationofrotatingmachineryfaultdiagnosismethods．Throughanalysissample modelclusteringandthestateoffaultanduseadaptivegeneticalgorithm tooptimizationrelatedtothe RBFnetwork，caneffectivelysolvethehiddennodesandtheproblem parameters．Applicationresults show thatRBFnetworkandthecombinationofadaptivegeneticalgorithm improvetheefficiencyofthe globaloptimization． Keywords：geneticalgorithm；radialbasis(RBF)network；faultdiagnosis；globaloptimization O 引言 工作量大 ，存在很大的局限性[4]。而遗传算法是并 旋转机械的故障诊断是近年来在机械设备 问 行搜索 ，随机寻优 的一种算法 。结合他们各 自的优 题 中备受人们 的关注 ，随着人T智能的发展 ，对旋 点．本文提出了～种 自适应遗传算法和RBF网络相 转机械故障诊断提H{了很多新技术新方法 ，如基于 结合的方法 ，在旋转