基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的電機生產(chǎn)線故障診斷.pdf

1、在掛式空調(diào)外風機電機自動化生產(chǎn)線上，由于各種機械設備及電子設備之間關系復雜，設備的可靠性和維修性不高。一旦生產(chǎn)線某設備出現(xiàn)故障，即使是局部的故障都有可能導致整條線的停運，這將給企業(yè)造成巨大的經(jīng)濟損失，甚至傷害工人的人身安全，所以有故障產(chǎn)生的地方，就必然涉及到設備故障診斷問題。由此可見，生產(chǎn)設備故障診斷具有不可替代的地位，必須科學系統(tǒng)地研究故障診斷技術，不能僅憑原始的感官經(jīng)驗，要以科學的方法指導我們的實際生產(chǎn)。因此，研究電機自動化生產(chǎn)線設

2、備故障診斷技術具有非常重要的意義。
　　電機自動化生產(chǎn)線由諸多的機械、電動、氣動設備所組成，因而生產(chǎn)線故障癥狀和原因較多，并且各設備之間存在相關性，故障性質(zhì)往往不同，這就導致該電機自動化生產(chǎn)線故障具有層次性、隨機性、相關性、耦合性等特點。根據(jù)以上特點本文將采用BP神經(jīng)網(wǎng)絡的方法對生產(chǎn)線進行故障診斷，同時利用遺傳算法對網(wǎng)絡的權(quán)值和閾值進行優(yōu)化，最后通過數(shù)據(jù)融合的方式對各診斷子網(wǎng)輸出的故障信息進行融合決策。
　　本文根據(jù)生產(chǎn)線的

3、實際情況，選擇故障發(fā)生頻率較高的自動壓定子工位最小系統(tǒng)作為研究對象，并對工位中送定子X軸電缸系統(tǒng)進行故障診斷，搭建故障診斷子網(wǎng)A1，同時從相關聯(lián)設備考慮，搭建送定子電機系統(tǒng)故障診斷子網(wǎng)A2和送定子Y軸電缸系統(tǒng)故障診斷子網(wǎng)A3。使用遺傳算法對各BP神經(jīng)網(wǎng)絡初始權(quán)值和閾值進行優(yōu)化，并利用數(shù)據(jù)融合技術對三個故障診斷子網(wǎng)輸出的故障信息進行融合決策。通過對故障診斷子網(wǎng)A1的分析可知:基于BP神經(jīng)網(wǎng)絡的方法和基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的方法訓練時