基于PSO-H-BP神經(jīng)網(wǎng)絡(luò)的故障診斷技術(shù)研究.pdf

1、隨著設(shè)備復(fù)雜程度和自動(dòng)化水平的提高，設(shè)備故障診斷的重要性日益顯著。人工神經(jīng)網(wǎng)絡(luò)模仿人腦的物理結(jié)構(gòu)，具有強(qiáng)大的并行運(yùn)算和聯(lián)想能力，使其非常適合于設(shè)備故障診斷，并且采用神經(jīng)網(wǎng)絡(luò)對(duì)設(shè)備進(jìn)行故障診斷可以大大提高診斷的準(zhǔn)確度并減少對(duì)人的依賴。 BP神經(jīng)網(wǎng)絡(luò)是故障診斷中應(yīng)用最多最成熟的一種網(wǎng)絡(luò)，但BP神經(jīng)網(wǎng)絡(luò)自身固有的易陷入局部最小問(wèn)題使故障診斷的精度降低，甚至出現(xiàn)誤診、錯(cuò)診現(xiàn)象。Hopfield神經(jīng)網(wǎng)絡(luò)具有良好的魯棒性、自組織自適應(yīng)性、

2、并行處理性、分布存儲(chǔ)和高度容錯(cuò)性等特點(diǎn)，在解決聯(lián)想記憶和數(shù)據(jù)優(yōu)化的問(wèn)題上有很好的優(yōu)勢(shì)，但是Hopfield神經(jīng)網(wǎng)絡(luò)屬于無(wú)教師學(xué)習(xí)網(wǎng)絡(luò)，對(duì)于有輸入輸出樣本的判斷也不是很直觀，在模式識(shí)別的應(yīng)用上判斷率不高。本文結(jié)合Hopfield神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)優(yōu)化特性和BP神經(jīng)網(wǎng)絡(luò)的有教師監(jiān)督學(xué)習(xí)特點(diǎn)，提出H-BP神經(jīng)網(wǎng)絡(luò)，用Hopfield網(wǎng)絡(luò)對(duì)BP神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)進(jìn)行優(yōu)化，避免BP網(wǎng)絡(luò)陷入局部最小，提高了模式識(shí)別的判斷率。 Hopfield神經(jīng)

3、網(wǎng)絡(luò)的權(quán)值初始化是一個(gè)隨機(jī)過(guò)程，影響Hopfield的全局優(yōu)化能力，為此，本文引入粒子群優(yōu)化算法對(duì)Hopfield神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化，得到優(yōu)化的Hopfield網(wǎng)絡(luò)即PSO-H神經(jīng)網(wǎng)絡(luò)。 用優(yōu)化后的Hopfield網(wǎng)絡(luò)，即PSO-Hopfield網(wǎng)絡(luò)對(duì)BP網(wǎng)絡(luò)的輸入數(shù)據(jù)預(yù)處理，再利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷，得到一個(gè)判斷率更高的故障診斷神經(jīng)網(wǎng)PSO-H-BP網(wǎng)絡(luò)。在Matlab7.1環(huán)境下進(jìn)行仿真，離心式風(fēng)機(jī)的診斷實(shí)例驗(yàn)證了