基于神经网络的塔式起重机电气设备故障诊断系统.pdfVIP

基于神经网络的塔式起重机电气设备故障诊断系统 王丁磊 安阳师范学院计算机与信息工程学院 安阳 455000 摘 要：为了提高塔式起重机的故障检测效率，将 BP神经网络故障诊断应用于起重机电气设备的故障诊 断中。该系统一方面可根据新的故障样本 自动学习、训练和更新故障知识 ，形成新的故障诊断规则并添加到专 家系统知识库中。另一方面，直接调用神经网络诊断模块实现故障诊断，根据故障现象诊断故障原因，为维修 提供指导。 关键词：塔式起重机；BP神经网络；故障诊断；系统 中图分类号：TH213．3 文献标识码 ：A 文章编号：1001—0785 (2010)03—0083—04 Abstract：Inordertoincreasefailuredetectingefficiencyoftowercrane，thepaperappliestheBP neuralnetwork failurediagnosistocraneelectricalequipmentfailurediagnosis．Onodehand，basedonnew failuresample，thesystem au- tomaticallyleams，educatesandupdatesfailureknowledge，toform newfailurediagnosisformulaandaddtoexpertisesys— tem knowledgebase．Ontheotherhand，itdirectlycallneuralnetworkdiagnosismoduletorealizefailurediagnosis，finding thecausesoffailureandprovidingguidancetorepairing． ， Keywords：towercrane；BP neuralnetwork；failurediagnosis；system ’ 1 引言 2 塔机电气设备故障诊断系统的设计 塔式起重机 (以下简称塔机)在使用中常会 2．1 塔机电气设备常见故障现象和原 因 出现机械故障和 电气故障，本文主要讨论塔机 电 塔机长期在野外工作，日晒雨淋，环境条件 非常恶劣。冷的时候零下几十度，热的时候可达 气故障的自诊断问题。 40~C。电气元件 易于老化 、失去绝缘性能或者锈 传统的故障诊断方法有故障诊断树法和专家 蚀 、接触不 良。随着建筑结构体系和施工方法 的 系统诊断法。故障树诊断法 以树形结构 图来描述 不断改进 ，施工周期愈来愈短，起重机转移也越 故障现象与故障原因之间的内在联系；专家系统 来越频繁 ，拆卸、安装次数增多，很容 易产生各 诊断法是将人类专家的知识 、经验输入到计算机 种各样的电气故障。 中，使计算机能够 以 “思维”、 “推理”的方式利 2．2 BP神经网络的特点 用这些知识、经验 ，根据故障现象诊断出故障原 本系统采用 BP神经 网络进行故障诊断，BP 因。故障诊断树和专家诊断系统相结合，可 以解 神经网络具有较强的非线性映射能力，能以任意 决过去曾发生过的各种故障诊断问题，但对于首 精度逼近复杂的输 出有界非线性函数；还具有较 次发生的新故障，由于故障诊断树和专家系统规 强的自学习能力，系统可通过训练不断学习、补 充并完善 自己的知识，能够较好