在线天堂中文在线资源网_少妇高潮喷水在线观看_午夜福利一区二区三区在线观看_国产在线国偷精品免费看_亚洲国产欧美在线观看

　　一種改進(jìn)型BP網(wǎng)絡(luò)在汽輪發(fā)電機(jī)組故障診斷中的應(yīng)用華北電力大學(xué)何成兵顧煜炯楊昆法和反饋算法，并闡述輸入層與輸出層神經(jīng)元部分連接的依據(jù)及其連接優(yōu)先權(quán)值的確定問題。結(jié)合汽輪發(fā)電機(jī)組故障診斷實(shí)例，從單故障識(shí)別和多故障識(shí)別兩個(gè)角度證明了該模型具有較強(qiáng)的故障識(shí)別能力，其診斷結(jié)果也更符合故障實(shí)際情況。

　　入征兆對(duì)輸出結(jié)果的影響，見圖。部分連接在輸出節(jié)點(diǎn)與相應(yīng)故障的特征輸入節(jié)點(diǎn)間建立，如代表不平衡故障的輸出節(jié)點(diǎn)與代表振動(dòng)一倍頻的輸入節(jié)點(diǎn)相連。

　　對(duì)于汽輪發(fā)電機(jī)組故障診斷，征兆與故障間不是簡(jiǎn)單的一一對(duì)應(yīng)關(guān)系，而是呈現(xiàn)出交錯(cuò)復(fù)雜的情況。一種故障可能對(duì)應(yīng)多種征兆，一種征兆也可能對(duì)應(yīng)多種故障。在一個(gè)多征兆故障里，有的征兆起主要作用，是主要征兆；有的征兆起次要作用，是輔助征兆。這些征兆對(duì)故障診斷結(jié)果的貢獻(xiàn)大小也不相同。因此，在直接連接的輸入與輸出神經(jīng)元間，增加不同的優(yōu)先權(quán)值，主要征兆的優(yōu)先權(quán)值高，輔助征兆的優(yōu)先權(quán)值低。

　　大型汽輪發(fā)電機(jī)組是一個(gè)復(fù)雜系統(tǒng)，它融機(jī)、電技術(shù)為一體，對(duì)可靠性要求很高，系統(tǒng)一旦出現(xiàn)故障，將導(dǎo)致巨大的經(jīng)濟(jì)損失乃至嚴(yán)重的社會(huì)后果。因此，對(duì)此類大型機(jī)電系統(tǒng)必須進(jìn)行在線的或離線的故障診斷，并且診斷必須快速、準(zhǔn)確和高效。

　　在長(zhǎng)期的實(shí)踐中，人們提出不少有效的故障診斷方法，如模糊診斷、模式識(shí)別、統(tǒng)計(jì)貝葉斯方法、灰色理論等，但近年來，神經(jīng)網(wǎng)絡(luò)理論在機(jī)械故障診斷領(lǐng)域得到了廣泛的應(yīng)用。我們知道，故障診斷就是對(duì)機(jī)器或系統(tǒng)的故障模式進(jìn)行分類或識(shí)別，而神經(jīng)網(wǎng)絡(luò)具有復(fù)雜的非線性映射、聯(lián)想記憶和自學(xué)習(xí)能力，是一種性能優(yōu)良的模式識(shí)別器，因而非常適用于機(jī)械故障診斷。神經(jīng)網(wǎng)絡(luò)有多種模型，如前饋神經(jīng)網(wǎng)絡(luò)、自組織特征映射、雙向聯(lián)想記憶等。其中，用誤差反向傳播算法訓(xùn)練的前饋BP神經(jīng)網(wǎng)絡(luò)，有能力形成任意復(fù)雜的決策面，是神經(jīng)網(wǎng)絡(luò)中應(yīng)用最多的一種模型。本文就是在BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，提出一種加優(yōu)先權(quán)值的改進(jìn)BP網(wǎng)絡(luò)模型，并對(duì)它進(jìn)行了具體闡述。

　　1改進(jìn)BP網(wǎng)絡(luò)模型1.1改進(jìn)BP網(wǎng)絡(luò)模型結(jié)構(gòu)1.2改進(jìn)BP網(wǎng)絡(luò)模型的前饋、學(xué)習(xí)算法該網(wǎng)絡(luò)中主要調(diào)整的設(shè)計(jì)參數(shù)是輸入層與隱含層間的連接權(quán)值《（“、隱含層與輸出層間的連接權(quán)值故（2）、隱含層與輸出層各節(jié)點(diǎn)閾值吸）、0丨2）和輸入層與輸出層間的部分連接權(quán)值％。

　　標(biāo)準(zhǔn)BP網(wǎng)絡(luò)對(duì)不同程度的單故障情況具有聯(lián)想能力，但分辨率低，對(duì)多故障診斷能力差，往往只能診斷出其中一種故障。針對(duì)這種情況，可以在BP網(wǎng)絡(luò)基礎(chǔ)上增加輸入與輸出神經(jīng)元的部分連接，以增加輸何成兵（1974-），男，博士生。動(dòng)力系，102206單故障診斷實(shí)例用相同的故障樣本對(duì)中BP網(wǎng)絡(luò)和本文中加優(yōu)先權(quán)值的改進(jìn)BP網(wǎng)絡(luò)進(jìn)行測(cè)試，測(cè)試樣本和結(jié)果見表2.由該表可以看出：（1）兩種BP網(wǎng)絡(luò)對(duì)單故障都具有較強(qiáng)的聯(lián)想能力和較高的分辨率；（2）兩種BP網(wǎng)絡(luò)對(duì)單故障診斷性能近似。

　　單故障診斷實(shí)例該模型網(wǎng)絡(luò)層間仍采用前饋計(jì)算公式：本輸入層與輸出層間的連接優(yōu)先權(quán)值。

　　1.3改進(jìn)BP網(wǎng)絡(luò)模型優(yōu)先權(quán)值的確定由式（2）可知，連接優(yōu)先權(quán)值*ji的確定是很重要的，它實(shí)際上包括了兩個(gè)問題：第一，確定哪些輸入與輸出神經(jīng)元間需要連接，哪些不需要連接（毫無疑問，不需要連接的，ji=0）；第二，對(duì)于建立連接的輸入與輸出神經(jīng)元，其優(yōu)先權(quán)值如何確定。對(duì)于本文中的改進(jìn)BP網(wǎng)絡(luò)模型，輸出節(jié)點(diǎn)與相應(yīng)故障的特征輸入節(jié)點(diǎn)建立連接，其優(yōu)先權(quán)值既可根據(jù)專家經(jīng)驗(yàn)確定，也可從故障樣本中利用統(tǒng)計(jì)分析得到，在故障樣本不是足夠大的情況下，優(yōu)先權(quán)值應(yīng)從振動(dòng)故障機(jī)理出發(fā)，結(jié)合專家經(jīng)驗(yàn)來確定。對(duì)于故障主要征兆，其優(yōu)先權(quán)值為1，其它征兆根據(jù)它對(duì)故障診斷結(jié)果貢獻(xiàn)大小，賦值01間的小數(shù)，貢獻(xiàn)越大賦值越大，貢獻(xiàn)越小賦值越小。以不對(duì)中故障為例，由的故障機(jī)理分析可知，振動(dòng)頻率的1倍頻、2倍頻是其主要征兆，同時(shí)伴有3倍頻及以上倍頻的輔助征兆，那么再第4行。

　　2汽輪發(fā)電機(jī)組故障診斷實(shí)例2.1模型結(jié)構(gòu)和樣本選取本文以中計(jì)算實(shí)例為例，轉(zhuǎn)子實(shí)驗(yàn)臺(tái)共模擬了3種故障形式，取5個(gè)振動(dòng)征兆輸入和3個(gè)故障原因輸出。網(wǎng)絡(luò)結(jié)構(gòu)相應(yīng)為：輸入層，5個(gè)神經(jīng)元；隱含層，4個(gè)神經(jīng)元；輸出層，3個(gè)神經(jīng)元。具體結(jié)構(gòu)見圖，圖中，X1X5分別對(duì)應(yīng)振動(dòng)信號(hào)頻譜分析中的0.40.5倍頻、1倍頻、2倍頻、3倍頻以及大于3倍頻；F1F3為3種故障形式，分別對(duì)應(yīng)大油膜振蕩、大不平衡和大不對(duì)中。

　　根據(jù)中機(jī)組振動(dòng)故障機(jī)理分析，并結(jié)合，確定了輸入層與輸出層間神經(jīng)元連接的優(yōu)先權(quán)值，見表1.表1輸入層與輸出層連接的優(yōu)先權(quán)值序模擬特征征兆加優(yōu)先權(quán)值的改進(jìn)網(wǎng)絡(luò)輸出結(jié)論大中大中大中AA大中大中大中AAB注：表中A、B、C分別代表油膜振蕩、不平衡和不對(duì)中故障。根據(jù)模糊數(shù)學(xué)原理，定義輸出值>0.75、0.750.5、0.5和<0.5分別代表故障程度嚴(yán)重、中等、未知和不存在。以下各表均相同。

　　表3單故障情況下兩種改進(jìn)網(wǎng)絡(luò)性能比較序模擬特征征兆中BP網(wǎng)絡(luò)輸出加優(yōu)先權(quán)值的改進(jìn)網(wǎng)絡(luò)輸出大大中中大