基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械振動故障診斷的研究.pdf

1、本文主要采取對旋轉(zhuǎn)機(jī)械轉(zhuǎn)子振動信號進(jìn)行頻譜分析來進(jìn)行故障診斷,通過經(jīng)驗(yàn)選擇八個具有代表性的頻段的譜值作為診斷的特征向量,然后采用人工神經(jīng)網(wǎng)絡(luò)對振動的特征向量進(jìn)行分析。本文首先選取的是三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分析,BP神經(jīng)網(wǎng)絡(luò)的輸入為八個典型的故障特征向量,輸出代表不對中故障,不平衡故障,碰摩故障以及渦動四個故障,通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí),達(dá)到對故障進(jìn)行識別分類的目的。一方面,為了進(jìn)一步提高BP神經(jīng)網(wǎng)絡(luò)的精度,本文將模糊理論與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合

2、,通過將輸入與輸出的特征向量進(jìn)行模糊化,提高故障識別的精度。這樣,BP神經(jīng)網(wǎng)絡(luò)的輸入則代表的是典型故障特征對于故障特征的影響隸屬度,輸出代表的是各種故障出現(xiàn)的可能值,這也為多種故障的診斷提出了一種可行的方法。另一方面,對于BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最小化的問題,采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,通過對神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值進(jìn)行編碼,選擇,交叉,變異等一系列操作,選取最大適應(yīng)度的權(quán)值與閾值。這樣提高了神經(jīng)網(wǎng)絡(luò)判斷的精度,使得神經(jīng)網(wǎng)絡(luò)在權(quán)