基于BP神经网络混凝土泵车臂架故障预测研究.pdfVIP

机械 设计与制造 第4期 Machinery Design Manufacture 2015年 4月 基于BP神经网络混凝土泵车臂架故障预测研究 曾文韬 ，孔建益 ，胡晓莉 ，张 华 (1．武汉科技大学 机械 自动化学院，湖北 武汉 430081；2．武汉科技大学 绿色制造与节能减排科技研究中心，湖北 武汉 430081) 摘 要：针对混凝土泵车臂架结构复杂，故障频繁发生的特点，提出了一种基于BP神经网络臂架故障预测方法。臂架在 工作过程中，工况参数的不同直接影响到臂架关键点应变大小。基于此，引入BP神经网络，选取臂架倾角、臂架加速度作 为输入量，臂架应变作为输出量，构建了3层BP神经网络模型。通过构造试验方案获取样本数据，随机选取训练集、测试 集，利用MATLAB工具对BP神经网络进行训练和验证，并对臂架故障进行了预测。实例验证了BP神经网络对臂架故障 预测方法的可行性，该方法的提 出相对于传统的现场监控方法更简便，并为臂架工况参数的选择提供了基础支持。 关键词：混凝土泵车；臂架；BP神经网络；故障预测 中图分类号：TH16；TH165+．1 文献标识码：A 文章编号：1001—3997(2015)04—0044—40 ResearchonConcretePumpTruckArm FrameFaultPrediction BasedonBPNeuraINetwork ZENGWen—tao。KONGJian—yi，HUXiao—li．ZHANGHua (1．SchoolofMachineryandAutomation，WuhanUniversityofScienceandTechnology，HubeiWuhan 430081，China；2． GreenManu~ctufingandEneryg ConservationandEmissionsReductionTechnologyResearchCenter，WuhanUniversityof ScienceandTechnology，HubeiWuhan430081，China) Abstract：AccordingtothecomplexityofconcretepumptruckalTnrfmaestructureandthecharactersiticsoffaultoccurs frequently，afaultpredictionmethodofo~rfame basedonBPneuralnetworkisproposed．Intheworkprocessofa~nfrmae， differentworkingparametersdirectlyaffectedtheramfrmaestrainsize．Basedonthis，theBPneuralnetworksiintroduced， selectingthenaglenadaccelerationofarmrfma~astheinput．thestrainofn frma~asoutput．athreelayersBPneural networkpredictionmodelsibuilt．Gettingsampledatabyconstructingaexperimentalprogram，randomlyselected?training set，?testset，theBPneuralnetworksitrainedandvalidatedbyusingMATLABtool，nadmakesapredictionofarmrfmae fault．Theexampleverifiesthe asibilityoftheBPneuralnetworkpredictionmethodofarmrfamefault．Themethodproposed compraedwiththetraditionalfieldmonit