神经网络在齿轮箱故障诊断中的应用 .pdfVIP

学兔兔 《仪器仪表与分析监测》201 3年第1期 神经网络在齿轮箱故障诊断中的应用 Application of Neural Network in Fault Diagnosis of Gearbox 崔 伟 李淑东 (华北电力大学机械工程系，河北保定 071000) [摘要] 通过对齿轮箱振动信号的分析处理，将齿轮箱故障信号的频带能量归一化后的数据作为神 经网络的训练样本，得到神经网络各层神经元的权值和阀值将其保存，并取另一组故障特征信息作为输 入信息对其验证，得到齿轮箱故障诊断的结果。 [关键词] 齿轮箱；神经网络；频谱能量；故障诊断 [中图分类号] TP206+．3 [文献标识码] A 引言 1 BP神经网络的学习过程 齿轮箱是机械设备中最主要的传动部件之一。 BP神经网络是当前应用最广泛的一种网络， 由于齿轮故障造成设备不能正常运转的现象屡见 一 个具有3层或3层以上的BP神经网络能够以任 不鲜，对于一些大型和连续生产的设备会造成重 何精度逼近任何连续函数，具有很强的非线性映 大损失，所以对齿轮进行故障诊断具有十分重要 射能力，以及自学习、自组织和自适应的能力 J。 的意义¨ 。 3层BP神经网络的拓扑结构由一个输入层、一个 传统的信号时域、频域分析方法为齿轮箱故 隐层和一个输出层组成。 障诊断已经打下了坚实的基础，解决了很多的实 BP神经网络的学习过程包括正向传播和反向 际问题。为了进一步提高齿轮故障诊断的准确性 传播2个过程。其算法过程如下。 和快速性，新的技术不断应用于齿轮的故障诊断， 正向传播过程为： 例如神经网络 ]、专家系统等l4]。 本文基于传统的信号分析理论和实际测试结 Yi=f [ n ] 果，将频谱分析、神经网络融入齿轮故障诊断之 中，设计齿轮箱故障的神经网络，并利用BP神经 式中， 网络对齿轮4种典型故障，进行了训练学习并进行 Yi一隐层或输出层第i个单元的输出； 仿真分析，分析结果能正确分辨齿轮箱的故障 xj一上一层第 个单元的输出； 类型 0i一该层第i个节点的阀值； 七 -4 女 七 -4- -4- -4- K- 七 -orK- -4- 电 K- (接上页) 参考文献： Manua1．1996 [·1]李江伟，汪锐，陈文戈等．一种便携式旋转机械状态 [3]ni．com／soundandvibration／zhs 监测与故障诊断系统 [J]．电机电器技，2000(3) [4]杨乐平，李海涛．LabVIEW高级程序设计．北京：清 [2]National Instruments Corporation．DAOC~d E Series User 华大学出版社，2003：390~421 一 8一 学兔兔 神经网络在齿轮