基于神經(jīng)網(wǎng)絡的故障診斷研究.pdf

1、故障診斷是根據(jù)設備運行狀態(tài)信息查找故障源，并確定相應決策的一門綜合性的新興學科。隨著科技的發(fā)展、工業(yè)設備的復雜化以及自動化程度的提高，設備的安全性能也需要得到相應的改善，要提高復雜系統(tǒng)的可靠性，必須重視故障診斷技術的研究。因此開展設備狀態(tài)監(jiān)測與故障診斷技術研究，已成為當前的重要課題。
　　本文以三水箱實驗為背景，采用BP神經(jīng)網(wǎng)絡和小波神經(jīng)網(wǎng)絡方法進行三水箱泄漏故障診斷的研究。首先介紹了BP神經(jīng)網(wǎng)絡模型及BP算法，并進行網(wǎng)絡設計，通

2、過實時提取三水箱運行狀態(tài)數(shù)據(jù)，來訓練并檢測所建立模型。為了進一步提高模型的精度和辨識速度，本文采用引入動量項和自適應調(diào)節(jié)學習率的方法對基本BP網(wǎng)絡模型進行改進。通過仿真檢測，經(jīng)過改進的BP網(wǎng)絡在收斂速度和模型精度方面都得到了明顯改善。
　　盡管BP神經(jīng)網(wǎng)絡能夠達到故障診斷的目的，但其診斷效果差強人意，為此，本文又介紹了一種新的神經(jīng)網(wǎng)絡——小波神經(jīng)網(wǎng)絡。小波神經(jīng)網(wǎng)絡綜合了小波和神經(jīng)網(wǎng)絡的優(yōu)點，是近幾年國際上的研究熱點。然而小波神經(jīng)網(wǎng)

3、絡雖然具有其他神經(jīng)網(wǎng)絡所不具有的特性，但同時也存在很多問題，針對小波神經(jīng)網(wǎng)絡對初始值敏感的問題，本文采用了一種對網(wǎng)絡參數(shù)初始化的方法，通過實驗仿真，可以看到經(jīng)過改進的小波神經(jīng)網(wǎng)絡與未改進之前的小波神經(jīng)網(wǎng)絡相比，不論在收斂速度、訓練精度還是診斷效果方面都得到了明顯的改善。
　　最后將本文采用的四種網(wǎng)絡——BP神經(jīng)網(wǎng)絡、改進的BP神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡和改進的小波神經(jīng)網(wǎng)絡——就其仿真結果做一個對比，通過對比得出:BP神經(jīng)網(wǎng)絡和小波神經(jīng)