基于OS-ELM的风机关键机械部件故障诊断方法.pdfVIP

基于OS—ELM的风机关键机械部件故障诊断方法术 口 占 健 口 吴 斌 口 王加祥 口 余建波 s 1．上海 电机学院 电气学院 上海 201306 2．上海电机学院 商学院 上海 201306 3．同济大学 机械与能源工程学院 上海 201804 摘 要 ：针对传统故障诊断中前馈神经网络算法诊断效果不佳、泛化能力不强 问题 ，提 出了基于在线贯序极限学习机 (os—ELM)的风机关键机械部件故障诊 断方法。该方法将测试得到的预测样本加入训练样本 ，作为下一次的更新信 息 建 立在线贯序极限学习机诊断模型，从而最大限度提高故障诊断精度 ，分析 了激活函数、隐层节点数 目对诊断性能的影响。 并 同BP神经网络、SVM 以及 ELM神经网络进行对比。实验表明，该方法在风机关键机械部件 出现故障情况下，OS—ELM 网络能够作 出准确诊断且性能明显优于 BP神经网络 ，与 SVM、ELM故障分类准确率相当，但极大地提高了运算速度 ，便 于工程应用 。 关键词 ：风力发电机 在线贯序极 限学 习机 故 障诊 断 中图分类号 ：TH165．3 文献标识码 ：A 文章编号 ：1000—4998f2015104—0066—05 风机 传 动系统 是一个 复 杂 的机 械 系统 ．作 为风 机 受 气温 变 化 、潮气 腐 蚀 等影 响 ，传 动 系统 故 障 频发 ．尤 的关键 机 械部 分 ，主要 由轮 毂 、主 轴 、主 轴 承 、齿 轮箱 、 其 在齿 轮 箱部 分 ，保 障整个 系 统长 时间安全 、可靠 、稳 制 动器 、联 轴 器 、发 电机 等 部分 组 成 ，完 成 风能 向机 械 定 地运行 是一 个值 得研 究 的课 题 。根 据系统 中各机 械 能转换 的重 任 。风机往 往所 处工 作环 境恶 劣 ，面对不 断 部 件 自身 特点 ，在 运行 过程 中对关 键 机械部 件 的正 常 变 化 的风 速 ，风机需 承受 较大 的冲击 和 交变 载荷 ，同时 退 化状态 进行 有效监测 ，通过 获取故 障特征 信息 ，掌握 国家 自然科学基金资助项 目(编号 其 运行 规律 ，对 出现 的异常进 行精 确诊 断 。从 而 制定 有 教育部人文社会科学研究青年基金项 目(编号：10YJC630274) 效 的控制 策 略 ，减 少非计 划停 机次 数 ，降低 机组 维护 成 收稿 日期 ：2014年9月 本 ，提高 经 济效益 。 所 以_i亥逼 工 序 的 同轴 度 误 差 为 ： 准确 ，计 算 方法更 加通 用 。 △ 目轴度=AOA 参 考文献 ：△、／+(— +0 [1] 余祖西，叶海潮，肖洁，等．一种基于平面尺寸链的定位误差 计算方法 [J]．工具技术 ，2010，44(12)． 将AOB=争、AOE=瓦代入式(3)得： [2] 吴玉光，张根源，李春光．夹具定位误差分析 自动建模方法 [J]．机械工程学报，2012，48(5)． △ =、／( + (4) [3] 罗晨，朱利民，丁汉．夹具定位分析的双边二次方法 [J]．机械 工程学报，2011，47(3)．