一种改进的BP算法在压缩机故障诊断中的应用-空压机.PDFVIP

技术创新与生产实践 文章编号: ( ) 1006-3269200601-0060-03 一种改进的 算法在压缩机故障诊断中的应用 BP 1 2 马 纲 ,王 洁 ( 无锡市广播电视大学,江苏 无锡 ; 江苏无锡宏源纺织集团,江苏 无锡 ) 1. 214021 2. 214026 摘 要: 在传统的 算法基础上,采用黄金分割法 项的算法是当前比较流行的应用方法 本文运用一 BP . 改进网络学习收敛的速度,并运用于压缩机系统故障的诊断 种基于黄金分割法的变步长算法,使每次学习,均用 上,获得了满意效果. 黄金分割法寻求最佳的学习速率,并通过在大型压 关 键 词: 压缩机; 算法;故障诊断 BP 缩机的故障检测中获得满意的结果. 中图分类号: TH17 文献标识码: A 空气压缩机是工业生产中的重要动力设备,在 企业生产中有着十分重要的应用 在空压工作站,通 . 常会对压缩机运行的绝对参数;如压强、电流、温度 等进行检测 对每被检测的信号都设置了一定范围 . 的域值 如果在工作中,采样信号在域值之外,系统 . 便会发出故障信号,并由此根据故障信号对设备进 行检测与维护 然而,压缩机在发生故障时,会反映 . 出多种征兆 从实际维护的工作中发现,压缩机的故 . 障与故障征兆在多数情况下并非一一对应的关系. 图 压缩机故障诊断的神经网络模型图 1 事实上往往是一个故障对应多个征兆,或者一个征 兆对应几种故障 针对压缩机故障诊断对象多、特点 算法说明 . 1 不一、关系复杂的特点,处理复杂多模式并进行联 BP算法的主要思路是:求出训练网络的指标函 想、推测和记忆功能的神经网络故障诊断技术具有 数 (误差),对各个神经元的输出偏导数,那么便 E p 特定的优势.BP算法的多层感知器是应用最广泛的 可算出误差E 对所有连接权值的偏导数,从而可 p 一种人工神经网络,具有