遗传算法优化的BP网络模型在设备故障诊断中的应用.pdf

Proceedings of the 25th Chinese Control Conference 7-11 August, 2006, Harbin, Heilongjiang 遗传算法优化的 BP 网络模型在设备故障诊断中的应用 孟宪尧 韩新洁 孟松 大连海事大学自动化与电气工程学院，辽宁 大连 116026 Email :mengxiany@163.com ，xinyu2000h@, dlmsh@ 摘要：BP 神经网络在故障诊断中有广泛的应用，但由于 BP 网络采用的是沿梯度下降的搜索求解算法，存在收 敛速度慢，且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此，本文引进自适应遗传 算法来优化 BP 神经网络，并以船舶主机轴系的故障诊断为实例，证明采用遗传算法优化的 BP 网络在复杂设备 的故障诊断中可得到理想的效果。 关键词：遗传算法，BP 网络，故障诊断，设备, 主机轴系 BP network model optimized using the genetic algorithms and the application on fault diagnose of equipments Meng Xianyao , Han Xinjie, Meng Song Dalian Maritime University , Liaoning Dalian 116026 Email :mengxiany@163.com Abstract: The BP nerve network has been widely applied on fault diagnose. The BP network due to adopt search arithmetic along grads drop, therefore there are some problems such as slow convergence rate and easily getting into local infinitesimal. The genetic algorithms has the excellence of rapid searching rate. Therefore, auto-adapt genetic algorithms is adopted to optimiz the BP algorithms in the paper. For example, for fault diagnose in shafting of main engine, an ideal effect can be got while adopting BP netword which had been optimized by genetic algorithms. Key Words: genetic algorithms, BP network, fault diagnose, equipment, shafting of main engine. 1．概述(Summary) 空间中的全局最小点附近将出现许多的局部极小 近二十年来，人工智能技术获得飞速的发展， 点。对于神经网络阀值的选取和权值的训练，传统 在故障诊断领域，由于采用了神经网络等智能诊断 方法多是凭经验定义阀值，用梯度法来确定其中的 技术，使得在很多领域用传统故障诊断方法无法解 权值，因此常常需要反复试验，而且很难找到最优 决的问题，在采用模仿人类专家推理的智能诊断技 的权值和阀值。 术后得以解决。目前，在故障诊断领域中应用较多