一种改进的神经网络机械故障诊断专家系统 .pdfVIP

维普资讯

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用

种改进的神经网络机械故障诊断专家系统

一

彭滔，汪鲁才，吴桂清，张颖

ＰＥＮＧＴａｏ．ＷＡＮＧＬｕ—ｃａｉ，ＷＵＧｕｉ—ｑｉｎｇ２，ＺＨＡＮＧＹｉｎｇ

１．湖南师范大学工学院，长沙４ｌ０ｏ８１

２．湖南大学电气与信息工程学院，长沙４ｌ０ｏ８２

１．ＰｏｌｙｔｅｃｈｎｉｃＣｏｌｌｅｇｅ，ＨｕｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８１，Ｃｈｉｎａ

２．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２，Ｃｈｉｎａ

Ｅ－ｍａｉｌ：ｐｅｎｇｔａｏ２０００５＠１２６．ｅｏｍ

ＰＥＮＧＴａｏ，ＷＡＮＧＬｕ－ｃａｉ，ＷＵＧＵｌｎｇ，“ａ１．ＩｍｐｒｏｖｅｄｅｘｐｅｒｔｓｙｓｔｅｍｆｏｒｍｅｃｈａｎｉｃａｌｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎＬ—Ｍ

ｎｅｕｒａｌｎｅｔｗｏｒｋ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２００７，４３（１）：２３２—２３４．

Ａｂｓｔｒａｃｔ：ＡｎｉｍｐｒｏｖｅｄｎｅｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎＬ—Ｍａｌｇｏｒｉｔｈｍｈａｓｂｅｅｎａｐｐｌｉｅｄｔｏｆａｕｌｔｄｉａｇｎｏｓｉｓｅｘｐｅｒｔｓｙｓｔｅｍａｇａｉｎｓｔｔｏｔｈｅ

ｓｌｏｗｃｏｎｖｅｒｇｅｎｅｅｒａｔｅｏｆｃｏｎｖｅｎｔｉｏｎａｌＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｔｈｅｅｘｐｅｒｔｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｈａｓｂｅｅｎ

ｉｎｔｒｏｄｕｃｅｄ，ａｎｄａｆａｕｌｔｄｉａｇｎｏｓｉｓｍｏｄｅｌｈａｓｂｅｅｎｄｅｓｉｇｎｅｄｃｏｍｂｉｎｉｎｇｗｉｔｈ７２１６ｔａｐｅｒｅｄｂｅａｒｉｎｇｓｅｘｐｅｒｉｍｅｎｔ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ

ｉｎｄｉｃａｔｅｔｈｉｓｍｏｄｅｌＣａｎｒｅｍａｒｋａｂｌｙｒｅｄｕｃｅｔｈｅｔｒａｉｎｉｎｇｔｉｍｅ，ｗｉｔｈｉｔｓｒｅｌａｔｉｖｅｌｙｈｉｇｈａｃｃｕｒａｃｙ，ｓｕｒｐａｓｓｔｈｅｃｏｎｖｅｎｔｉｏｎａｌＢＰｎｅｕｒａｌ

ｎｅｔｗｏｒｋｍｏｄｅ１．ＩｔｉＳｆｅａｓｉｂｌｅｆｏｒｍｅｃｈａｎｉｃａｌｆａｕｈｄｉａｇｎｏｓｉｓ．

Ｋｅｙｗｏｒｄｓ：ｎｅｕｒａｌｎｅｔｗｏｒｋ；Ｌ－Ｍａｌｇｏｒｉｔｈｍ；ｅｘｐｅｒｔｓｙｓｔｅｍ；ａｆｕｌｔｄｉａｇｎｏｓｉｓ

摘要：针对传统ＢＰ神经网络训练中收敛速度较慢的缺点，提出一种基于Ｉ—Ｍ算法的神经网络应用于机械设备故障诊断的专家

系统。论述了神经网络的专家系统结构．并以７２１６圆锥轴承试验研究为例，建立了基于该算法的故障诊断模型。仿真结果表明：该

模型显著缩短了训练时问．具有较高的准确性。运用谊神经网络专家系统进行机械故障诊断是有效的。

关键词：神经网络；Ｌ—Ｍ算法；专家系统；故障诊断

文章编号：１０ｏ２—８３３１（２００７）０１—０２３２—０３文献标识码：Ａ中图分类号：ＴＰ１ｌ８

ｌ前言“无穷递归”等困难，实现并行联想和自适应推理；提高专家系

故障诊断技术是保障当今工矿企业中大型设备可靠运行统的智能水平、实时处理能力及鲁棒性。神经网络专家系统的

的重要途径之一．具有较大的社会效益和经济效益。故障诊断基本机构如图ｌ所示１４１。

的荚键是实现从故障征兆空间到故障空间的映射，从而实现对

故障的识别和诊断ｆｌ。ｌ传统的方法是采用基于符号推理的专家

系统。但是这种夸家系统用于故障诊断时存在知识获取困难、

组合爆炸和匹配冲突等难以克服的问题，使其应用达不到期望

的效果。人工神经网络的自学习能力、非线性映射能力、并行计

箅能力和容错能力为构造新型故障诊断系统提