国产高清视频在线观看不卡-国产成人一区二区三区日韩精品-超碰中文字幕巨乱亚洲-国产日韩一区二区中文字幕

    很多大型工程和復(fù)雜的應(yīng)用環(huán)境中，會(huì)使用到眾多大型水泵組成的機(jī)組，這些大型的泵機(jī)組，為了操作和管理方便，都會(huì)應(yīng)用到比較復(fù)雜的各種應(yīng)用，其中有我們稱之為泵機(jī)組神經(jīng)網(wǎng)絡(luò)的應(yīng)用。可能很多人對(duì)這個(gè)不甚了解，我們?cè)谙旅婢蛠?lái)對(duì)它的一些情況進(jìn)行說(shuō)明。
　　一、小波包分解基本原理
　　1、故障特征的提取
　　泵機(jī)組的各類故障信號(hào)通常在各個(gè)高頻段和低頻段都有分布，而小波包分解在低頻和高頻段都可以達(dá)到很精細(xì)的程度，因此非常適用于需同時(shí)提取低頻和高頻特征的信號(hào)分解。對(duì)小波包分解得到的各頻帶內(nèi)的信號(hào)進(jìn)行統(tǒng)計(jì)和分析，形成反映信號(hào)特征的頻帶能量指標(biāo)。小波包尺度過(guò)少，不能有效提取故障特征，分解尺度過(guò)多，特征向量的維數(shù)大，會(huì)影響診斷速度。所以在發(fā)動(dòng)機(jī)泵機(jī)組故障診斷中，根據(jù)發(fā)動(dòng)機(jī)泵機(jī)組軸承和齒輪振動(dòng)信號(hào)的特點(diǎn)，采用3尺度分解得到8個(gè)頻帶能量E3j E3j=∫S3j（t）2dt=2 n k=1 xjk2其中，xjk（j=0，1，…，7；k=1，2，…，n）表示重構(gòu)信號(hào)s3j的離散點(diǎn)幅值。
　　當(dāng)泵機(jī)組某部件或某系統(tǒng)出現(xiàn)故障時(shí)，會(huì)對(duì)各頻帶內(nèi)信號(hào)的能量有較大的影響，故可以能量為元素構(gòu)造一個(gè)特征向量T. T=E30，E31，E32，E33，E34，E35，E36，E37當(dāng)能量較大時(shí)，E3j（j=0，1，…，7）通常是一個(gè)較大的數(shù)值，在數(shù)據(jù)分析上會(huì)帶來(lái)不方便的地方。因此，需對(duì)向量進(jìn)行歸一化處理，令E=（2 7 j=0 E3j2）12 T'=，向量T'即為歸一化后的向量。
　　2、BP神經(jīng)網(wǎng)絡(luò)的主要原理
　　神經(jīng)網(wǎng)絡(luò)具有處理復(fù)雜多模式及進(jìn)行聯(lián)想，推測(cè)和記憶的功能，并且具有很強(qiáng)的實(shí)時(shí)性。通過(guò)對(duì)故障實(shí)例和診斷經(jīng)驗(yàn)的訓(xùn)練學(xué)習(xí)，用分布在完了過(guò)內(nèi)部的連接權(quán)值來(lái)表達(dá)所學(xué)習(xí)的故障診斷支持，實(shí)現(xiàn)故障與征兆之間的非線性影射關(guān)系。BP神經(jīng)網(wǎng)絡(luò)是指基于誤差反向傳播算法（BP算法）的多層前向神經(jīng)網(wǎng)絡(luò)，神經(jīng)元的變換函數(shù)采用s型函數(shù)，因此輸入量是0～1之間的連續(xù)兩，可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射。由于連接權(quán)的調(diào)整采用的是反向傳播算法（Backpropagation），因此該網(wǎng)絡(luò)也稱為BP網(wǎng)絡(luò)。
　　BP網(wǎng)絡(luò)通常由輸入層，輸出層和若干個(gè)隱層構(gòu)成，*層為輸入層，第Q層為輸出層，中間各層為隱層，前層至后層通過(guò)權(quán)連接。設(shè)第q層（q=1，2，…，Q）的神經(jīng)元個(gè)數(shù)為，輸入到第q層的第個(gè)神經(jīng)元的連接權(quán)系數(shù)為w（q）
　　ij（i=1，2，…，nq；=1，2，…，nq-1），該網(wǎng)絡(luò)的輸入輸出變換系數(shù)為s（q）
　　i=2 nq-1 j=0 w（q）ijxq-1 j式中：xq-1 0=Η（q）
　　io0-1. xq i=f（s（q）
　　i）= 1 1+e-Λsi（q）
　　以上兩式中：=1，2，…，；=1，2，…，；q=1，2，…，Q.設(shè)給定P組輸入樣本Θ（o）
　　xp =　　p1，x（0）
　　p2，…，x（0）
　　利用該樣本集首先對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也即對(duì)網(wǎng)絡(luò)的連接權(quán)系數(shù)進(jìn)行學(xué)習(xí)和調(diào)整，以使網(wǎng)絡(luò)實(shí)現(xiàn)給點(diǎn)的輸入輸出映射關(guān)系，經(jīng)過(guò)選練得BP網(wǎng)絡(luò)，對(duì)于不適樣本集中的輸入也能給出合適的輸出，該性質(zhì)稱為泛化功能。
　　設(shè)擬合誤差的代價(jià)函數(shù)為E= 1 2 p p=1 2（dpi-x（Q）
　　pi）2 =2 p p=1 Ep 332010年第9期岳亮等基于小波包-神經(jīng)網(wǎng)絡(luò)的泵機(jī)組故障診斷即：Ep= 1 2 no i=1（dpi-xQ pi）2為了使E按網(wǎng)絡(luò)權(quán)系數(shù)的梯度逐漸下降至zui小值，網(wǎng)絡(luò)的訓(xùn)練采用基于梯度下降原理的BP算法。
　　二、模糊貼近度的故障識(shí)別原理
　　設(shè)故障標(biāo)準(zhǔn)模式為{Ei}（i=1，…，m），各模式所對(duì)應(yīng)的故障為{Fi}（i=1，…，m），待診斷向量為R，則模糊貼近度采用的是一種極合相似的識(shí)別方法，通過(guò)計(jì)算R與{Ei}（i=1，…，m）中各個(gè)模式E的相似程度，來(lái)確定E所對(duì)應(yīng)的故障F發(fā)生的可能性d（R，Ei）。模糊貼近度較為成熟的計(jì)算方法有距離法，內(nèi)積法和zui大zui小法。
　　三、小波包神經(jīng)網(wǎng)絡(luò)故障診斷的應(yīng)用
　　為取得神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，對(duì)油泵進(jìn)行了故障模擬試驗(yàn)。共設(shè)置四種狀態(tài)，正常狀態(tài)，軸承內(nèi)圈故障，軸承外圈故障，泵軸松動(dòng)，泵不對(duì)中。每類故障采樣6組數(shù)據(jù)，分別進(jìn)行小波包3層分解，取得了30組數(shù)據(jù)。表1為由振動(dòng)信號(hào)提取到的小波包頻帶能量百分比，組成30×8維矩陣，作為神經(jīng)網(wǎng)絡(luò)的輸入向量。
　　利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類訓(xùn)練，表中數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)輸入向量，分類輸出結(jié)果為四類，利用模糊貼近度原理分別定義輸出向量為：<1000>，<0100>，<0010>，<0001>.由于低頻部分能量較高，而高頻部分能量偏低，訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)擬合度很低，識(shí)別精度不能滿足故障模式識(shí)別的要求，所以對(duì)數(shù)據(jù)進(jìn)行列向歸一化取25組進(jìn)行神經(jīng)網(wǎng)絡(luò)分類樣本訓(xùn)練，從各狀態(tài)下取一種狀態(tài)作為測(cè)試樣本。通過(guò)神經(jīng)網(wǎng)絡(luò)樣本訓(xùn)練后的精度很高，取其中任意一種狀態(tài)的特征向量進(jìn)行測(cè)試，輸出的結(jié)果都與實(shí)際溫和，說(shuō)明該方法可以應(yīng)用到*油泵的故障診斷中。
　　通過(guò)對(duì)油泵故障信號(hào)進(jìn)行小波包分解提取特征向量和神經(jīng)網(wǎng)絡(luò)對(duì)故障類型的識(shí)別，取得了很好的效果。對(duì)于故障頻率分布比較分散的故障，利用小波包分解，在不丟失任何振動(dòng)信號(hào)的基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)提高了故障識(shí)別精度。在*油庫(kù)中，油泵一般為統(tǒng)一的型號(hào)，安裝條件也不盡相同，在各種故障條件下產(chǎn)生的故障信號(hào)也很類似。通過(guò)對(duì)某一類型油泵進(jìn)行故障試驗(yàn)，采集各類故障條件下的振動(dòng)信號(hào)建立故障診斷數(shù)據(jù)庫(kù)，可以快速準(zhǔn)確的診斷出油泵所存在的故障，保證*油庫(kù)泵房的正常運(yùn)行。
    可以說(shuō)，泵機(jī)組的神經(jīng)網(wǎng)絡(luò)對(duì)機(jī)組的運(yùn)轉(zhuǎn)是很重要的。所以，在機(jī)組神經(jīng)網(wǎng)絡(luò)出現(xiàn)故障的時(shí)候，我們*時(shí)間就是進(jìn)行修復(fù)。對(duì)于故障的情況，我們?cè)谏厦嬉炎鱿嚓P(guān)說(shuō)明。
    本文章由G型螺桿泵：（）整理分享，如需轉(zhuǎn)載請(qǐng)注明出處。