BP 神经网络在矿山机械液压系统故障诊断中的应用.pdfVIP

BP神经网络在矿山机械液压系统故障诊断中的应用 710055 【摘 要】 【关键词】 【中图分类号】 【文献标识码】 【文章编号】 （一）引言 2.BP神经网络算法 液压系统在矿山机械设备中的应用非常广泛。由于矿山 BP神经网络的学习过程是由前向计算过程、误差计算和 机械在使用过程中的液压系统泵站集中，执行机构点多面广， 误差反向传播过程组成，以三层为例： 系统压力高、流量大、阀控制多，各机构所处的环境受温度、 （1）前向计算过程 水蒸气、粉尘和振动的影响较大，故液压系统的结构比较复 输入层各节点的输出等于输入O X (n 1, 2, L, N ) 。隐 n n 杂。若出现故障，将会直接影响其工作效率。液压系统的故 障具有隐蔽性、交错性、随机性和差异性等特点。本文将 BP 层和输出层输入为：I N W O +b ，I N V O =+b 。其 j ∑ i , j n n n ∑ j ,n j j 神经网络技术运用到液压系统故障诊断中，利用BP神经网络 n 1 j 1 对机械液压系统的典型故障进行训练学习，取得了满意的效 中， 为输入层到隐层的连接权重， 为隐层到输出层的连 W V 果。 i , j j ,n （二）BP神经网络结构及其算法 接权重，X 是输入层第n 个节点的输入，O 是输入层第n 个 1.BP神经网络结构简介 n n O b b 节点的输出， 是隐层第j 个节点的输出， 和 是其对应 BP 学习算法是一种多层前馈网络使用的的监控式学习算 j n j 法，相应的神经网络也称 BP 网络。通常所说的 BP 模型即误 的阈值。各节点的输出( 不包括输入节点) 是输入的非线性 差反向传播（Error Back-Propagation）神经网络是神经网 函数, 可取 1 ，即 1 ， 1 。 ( )