ANNPID+在故障诊断中的应用研究.pdfVIP

第八届全国振动理论及应用学术会议论文集，上海，2003 年 11 月 ANN-PID 在故障诊断中的应用 邱惠清，南栋祥 （同济大学机械工程学院，上海 200092；昆明铁路机械学校，昆明 650208） 摘 要： 常规 BP 神经网络用于故障诊断时，存在迭代次数多，易陷入局部极小值，隐含层靠经验确定等 缺点。BP 神经网络和 PID 的简单组合，仍采用 BP 神经网络来调节 PID 的参数，也存在同样问题，不能克 服 BP 神经网络的固有缺点。对常规神经网络和 PID 机理进行深入的研究，应用生物神经的原理，把常规神 经网络和 PID 有机的融合， 在神经网络中就能体现出反映自然规律的比例、微分、积分作用。因为ANN-PID 网络在算法中包含微分和积分特性，故 ANN-PID 网络具有本质性动态特性。由此进行了 ANN-PID 的前向 和权值修正的反向误差传播计算，分析了 ANN-PID 的稳定性，收敛性。ANN-PID 用于故障诊断系统，以大 型设备故障诊断作为算例，编制 MATLAB 语言程序，同常规的 BP 网络的故障诊断进行比较，仿真的结果 表明，ANN-PID 在故障诊断中具有迭代次数少（大约15 次），不易陷入局部极小值，平方均值误差达到 10−3 。 研究 ANN-PID 在故障诊断中的应用，提出了 ANN-PID 在故障诊断中具有确定性的网络结构和算法，对于 网络权值和步长的确定给出明确的定义和证明，是有效的智能故障诊断的手段之一。 关键词： ANN-PID ；故障诊断 Application of Artificial Neural Network PID to the Fault Diagnosis System QIU Hui-qing, NAN Dong-xiang (School of Mechanical Engineering,Tongji University, Shanghai 200092; Kunming Railway Mechanical School, Kunming 650208) Abstract: The nomal BP nerve network had many defects such as a great many computing times, easily sinking into part smallest value and the hidden layer being made sure by experience when it was applied to deal with fault diagnosis of a system. The BP nerve network simply combining with the PID had the same problem, for it still adopted the BP neural network to regulate the parameter of the PID. So it couldnt overcome the proper defects of the BP neural network. By in-depth research, the normal nerve network that inosculated with the PID by applying the principle of the creature nerve incarnates the proportion, differential, integral of reflecting the nature law. The Artificial Neural Network ANN-PID included 作者简介：邱惠清（1948－），男，上海人，副教授，硕士 南栋祥（1970－），男，昆明人，讲