基于改进Elman神经网络的齿轮箱故障诊断研究.pdfVIP

山西电子技术 2015年第1期 研究与探讨 文章编号：1674-4578(2015)01-0093—02 基于改进 Elman神经网络的齿轮箱故障诊断研究 刘敏娜 (菏泽学院蒋震机电工程学院，山东 菏泽274015) 摘 要 ：总结分析了Elman神经网络用于故障诊断的不足，将改进的Elman神经网络应用于齿轮箱故障诊断。 选取齿轮箱常发生的五种故障模式，建立改进前后 Elman两种网络模型并进行测试。经过验证表明：改进后的El— man网络可以应用在实际工程故障诊断中，它在稳定性及收敛速度等方面有明显优势。 关键词 ：故障诊断；故障模式；齿轮箱；Elman网络；改进Elman网络 中图分类号：TP183；TH165．3 文献标识码 ：A 齿轮箱具有速度变换、动力传递等功能，是各种常用机 Y(k)= (k一1)+)，(k一1)． (3) 械设备的主要部件 ¨]。齿轮箱一旦发生故障，不仅 自身会损 Y(k)=g( (k)+ Yc(k))． (4) 坏 ，而且会直接影响到设备的运转 ，严重的甚至会危及人身 其中是 W“承接层与隐含层间的连接权矩阵， 是输入 安全。因此，对齿轮箱故障诊断技术 的深入研究，具有重要 和隐层之间的连接权矩阵， 是隐层和输 出层之间的连接 的理论意义、学术价值及广阔的前景。 权矩阵，钾为承接层2与隐层的连接权矩阵， (k)、(k)分 在齿轮箱故障诊断领域人工神经网络的应用研究可以 别是承接层和隐层的输 出，a称为 自连接反馈增益因子 ， 归纳为以下三个方面：1)基于人工神经网络的故障预测；2) (J})、y(J})分别表示承接层2和输出单元的输出。 基于人工神经网络的故障诊断；3)应用神经网络建立专家诊 1．2 改进Elman网络学习算法 断系统 。齿轮箱故障检测、交通流量预测等诸多领域主要 改进的Elman网络的权值修正公式 ， ， 和E1． 应用人工神经网络的诊断技术。 man网络是一样的，修正权 的方法是将E对它求偏导，并 随着人工神经网络被成功应用于多种系统或设备的故 让它等于零： 障诊断，关于它的理论及其应用 的研究也在不断地深入。 △埘 =卵4 yc。 ，(k)(i=1，2，…，m =1，2，…，)． (5) Elmna神经网络是 J．L．Elman在 1990年提出的一种既能充 该网络的学习算法是根据梯度下降理论 ，将 E对连 分利用神经网络的拟合及分类能力 ，又能实现在线实时故障 接权分别求偏导使其为0得到。设第 k步系统的实际输出 诊断的方法 。 为yd(k)，则改进的Elman网络的学习算法如下： l 改进的Eiman人工神经网络 1．1 改进 Elman网络结构和数学模型 △ 薹() (=l’2，…z-1，2，…． 与前馈网络相比，Elman神经网络多了隐层节点的反 (6) 馈，但不足之处是仍然没有输出层节点的反馈 [4]。下面给 △：=2M口(k一1)(J=1，2，…，n；q=1，2，…，r)