基于虛擬儀器和BP神經(jīng)網(wǎng)絡(luò)液壓系統(tǒng)故障診斷
加入技術(shù)交流群
1．2 BP神經(jīng)網(wǎng)絡(luò)技術(shù)
BP神經(jīng)網(wǎng)絡(luò)是采用BP算法進(jìn)行訓(xùn)練的網(wǎng)絡(luò)，BP算法是應(yīng)用廣泛的神經(jīng)網(wǎng)絡(luò)算法，具有較強(qiáng)的非線性擬合能力，可以用來預(yù)測非線性時(shí)間序列數(shù)據(jù)的發(fā)展趨勢。該網(wǎng)絡(luò)具有1個(gè)輸入層、1個(gè)輸出層和至少1個(gè)隱藏層。增加隱藏層的層數(shù)不一定能提高網(wǎng)絡(luò)的精度和表達(dá)能力，一般情況下，選用1個(gè)隱藏層即可。BP算法是非循環(huán)多級網(wǎng)絡(luò)的訓(xùn)練算法，其學(xué)習(xí)過程由正向傳播和反向傳播組成。輸入值經(jīng)過非線性變換從輸入層經(jīng)隱藏單元逐層處理，并傳向輸出層，每一層神經(jīng)元的狀態(tài)將影響到下一層神經(jīng)元狀態(tài)。如果在輸出層不能得到期望的輸出值，則轉(zhuǎn)入反向傳播，通過修改各神經(jīng)元權(quán)值以及閥值，使誤差信號最小。本文引用地址：http://2s4d.com/article/194618.htm
通過壓力、流量和溫度傳感器等測得的相關(guān)數(shù)據(jù)，經(jīng)數(shù)據(jù)融合，進(jìn)行濾波，剔除噪聲，得到訓(xùn)練集和測試集。以訓(xùn)練集為學(xué)習(xí)樣本，采用BP算法修正神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值，直到滿足精度要求為止。若訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)仍不能使用，必須使用附加樣本進(jìn)行性能驗(yàn)證。若不能滿足要求，則需要重新訓(xùn)練網(wǎng)絡(luò)，所以神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是一個(gè)反復(fù)的過程。經(jīng)訓(xùn)練和測試后的BP神經(jīng)網(wǎng)絡(luò)就可以用來對液壓系統(tǒng)將來的工作狀況進(jìn)行預(yù)測，發(fā)現(xiàn)潛在故障，做好預(yù)防，減少損失。
2 液壓系統(tǒng)故障診斷原理
液壓元件和液壓系統(tǒng)性能監(jiān)測中，常見的監(jiān)測指標(biāo)有壓力、溫度、流量、轉(zhuǎn)速及其他響應(yīng)類型的參數(shù)。工作中若這些參數(shù)偏離了預(yù)定值，則系統(tǒng)有可能出現(xiàn)故障。所以液壓系統(tǒng)產(chǎn)生故障的實(shí)質(zhì)就是這些檢測參數(shù)的異常變化。當(dāng)液壓系統(tǒng)發(fā)生故障時(shí)，必然是系統(tǒng)中某一回路的某些元件有故障，進(jìn)一步可斷定液壓回路的檢測參數(shù)已經(jīng)偏離了預(yù)定值。因此，對系統(tǒng)參數(shù)進(jìn)行在線檢測十分必要。在液壓系統(tǒng)中需要檢測的主要參數(shù)有壓力和流量，同時(shí)還有油溫和液位等。對于壓力、流量和溫度等，可采用動態(tài)的在線檢測，能及時(shí)反映出系統(tǒng)的運(yùn)行狀態(tài)和故障情況。典型的液壓系統(tǒng)故障檢測與診斷原理如圖3所示。
評論