BP神经网络在油液污染与磨损预测中的应用.pdfVIP

2014年 4月 机床与液压 Apr．2014 第42卷 第7期 MACHINETO0L HYDRAULICS V0l_42No．7 DOI：10．3969／j．issn．1001—3881．2014．07．044 BP神经网络在油液污染与磨损预测中的应用 田勇 ，廉书林 ，陈闽杰 (1．河南工业大学机电工程学院，河南郑州 450007； 2．广州机械科学研究院设备润滑与磨损状态监测中心，广东广州 510701) 摘要 ：针对传统BP算法存在的不足进行改进，采用共轭梯度法与Levenberg—Marquardt法对 BP神经网络进行优化；通 过实际数据进行预处理、建模分析，对比传统BP神经网络和经过优化后BP神经网络，证明了优化后的神经网络在油品污 染与磨损的预测方面具有更好的泛化能力。 关键词：BP神经网络 ；算法改进 ；污染指标建模 ；预测分析 中图分类号：TG501 文献标识码：A 文章编号：1001—3881(2014)7—163—4 ApplicationofBPNeuralNetwork inOilPollutionandW earPrediction TIANYong，LIANShulin ，CHENMinjie (1．SchoolofMechatronicsEngineering，HenanUniversityofTechnology，ZhengzhouHenan450007，China； 2．EquipmentLubricatingandWearingConditionMonitoringCenter，GuangzhouMechanicalEngineering ResearchInstitute，GuangzhouGuangdong510701，China) Abstract：AimedforimprovementoftheshortcomingsexistedinthetraditionalBPalgorithm ，theBPneuralnetworkwasopti— mizedbyusingconjugategradientmethodandLevenberg—Marquardtmethod．Throughtheactualdatapre-processing，modelinganda— nalysis，thetraditional BPneuralnetworkandoptimizedBPneuralnetworkswerecompared．Itisprovedthattheoptimizedneuralnet— workhasbettergeneralizationabilityintheaspectofoilpollutionandpredictionofthewear． Keywords：BPneuralnetwork；Algorithm ；Pollutionindicatorsmodeling；Predictiveanalysis 现代化工业技术的不断发展 ，机械设备 日趋大型 1 BP神经网络算法改进 化、智能化、自动化、复杂化和连续化，一旦发生故 BackPropagationNetwork，简称为 BP神经网络， 障，将会给生产、甚至人们的生命财产造成不可挽回 是基于误差反向传播算法的多层前馈网络，它具有模 的损失。因此 ，利用技术手段对机械设备的状态监测 拟人类大脑神经处理信息的特殊性，且拥有强大的学 和故障诊断，具有重要的现实意义 。如果能够利 习能力和大规模计算功能，能够解决很多传统方法难 用有效的数学方法，建立油液污染与磨损之间的关 以解决的问题。由于 BP神经网络具有 自学习、非线 系，那么将能够为设备的下一步的维护提供可靠的依 性映射、自适应能力等优点，同时能够较好地实现各