基于BP神经网络的液压马达故障诊断
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ＳＵ Ｘ 一 ｉ ，ＸＩ Ｙ ，Ｚ ｐ ｎｇ Ｅ ａ ＨＯＵ 。 ，ＲＥＮ ｕ。 Ｗ
（ ． ｌａｙＬ ｇｓｉ Ｄｅａｔ ｎ， ｃｄｍｙｏ Ｍｉｔｒ １Ｍｉｔｒ ｏ ｉ ｃ ｉ ｔ ｓ ｐｒｍｅ ｔＡ ａ ｅ ｆ ｌ ｙＴｒｎｐ ｒａｉｎ Ｔｉ ｊ ０ １ １ ｉ ａ ａｓ０ ｔｔ ， ａ ｉ ３ ０ ６ ； ｏ ｎｎ ２ Ｐ ｓｇａｕ ｔ ｒｉｉｇＢ ｉａ ｅＡ ａ ｅ ｆ ｌａｙＴｒｎｐ ｒ ｔ ｎ Ｔｉ ｊ ０ １ １ ． ｏｔｒｄ ａｅＴ ａ ｎ ｒ ｄ ， ｃｄｍｙｏ ｉｒ ａｓｏｔ ｉ ， ａ ｉ ３ ０ ６ ） ｎ ｇ Ｍｉｔ ａｏ ｎｎ
ｃｆ ａｌ ， ｅｐｅ ｉ ｔｅ ｔ ａ ｍｏ ｅ ｆ ｉ ｎ ｓｄｏ ｊｃｓｎ ｅ ｏ ｅｐ ｏ ｉｅ ， ｕ ｈ ｘ ｌ ｉ ｆｕｔ ｉｃｌ ｔ ｒｃｓ ｍａｈ ｍａｉ ｌ ｄ ｌ ａ ｏｅ ｂｅ ｔ ｅｄ ｎ ｔｂ ｒｖｄ ｄ ｂ ｔｔｅｅ ｐｉ ｔ ａ ｌ ｉ ｙ ｈ ｅ ｃ ｏｄ ｇ ｃ
Ａｂ ｔ ａ ｔ ｉ ｇ ｏ ｉ ｍｏ ｅ ｏ ｙ ｒ ｕ ｉ ｍｏ ｏ ｓ ｉ ｐ ｏ ｏ ｅ ａ ｅ ｎ ｆ ｕ ｔｃ ａ ａ ｔ “ｚ ｔ ｎ ． ｏ ｅ ｓ ｅ ｓ ｒ ｃ ：Ａ ｄ ａ ｎ ｓｓ ｄ ｌ ｒ ｈ ｄ ａ ｌ ｔ ｒ ｓ ｒ ｐ ｓ ｄ ｂ ｓ ｄ ｏ ａ ｌ ｈ ｒ ｃ ｅ ａ ｉ ｓ Ｍ ｒ ｐ — ｆ ｃ ｏ
中图 分 类 号 ：ｒ ７ ｒ ２７ Ｐ 文 献标 志码 ： Ａ 文 章 编 号 ： ６ ２—５ ８ （０ ２ ０ １７ ５ １ ２ １ ）２—０２ —０ ２８ ４
Ｆａ ｔ ｄ ａｇ ｕｌ ｉ ｎｏｓ ｓ ｏ ｉ ｎ ｈｙｄｒ ｕｌｃ ｍ ｏｔ ｒ ａ ｉ ｏ ｓ ｂａｓ ｄ ｏ Ｐ ｕｒ ｌｎｅ ｗ ｏ ｋ ｅ ｎ Ｂ ｎｅ ａ ｔ ｒ
第１ Ｏ卷第 ２期
２１ ０ ２年 ６月
中
同
工
程
机
械
学
报
ＶＯ ．０ ＮＯ ２ １１ ．
Ｃ ＮＥＳ ＯＵＲＮＡＩ ＨＩ ＥＪ ＯＦＣＯＮＳ ＴＲＵＣ （Ｎ ＭＡＣＨＩ ＲＹ ＴＩ） ＮＥ
Ｊｎ ０ ２ ｕ ．２ １
基 于 ＢＰ神 经 网络 的液 压 马达 故 障诊 断
苏欣 平 解 亚 周 鑫 任 武 ， ， ，
ｃ ａ ａ ｔ ｒｚ ｔ ｎ ｒ ｓ ｄ ａ ｄ ｌｉ ｐ ｔ ． ｓ ｄ ｏ ｈ Ｐ ｎ ｕ ａ ｅ ｗｏ ｋ， ｈ ｒ ｉ ｉ ｇ ｐ ｏ ｅ ｓ ａ ｄ ｒ — ｈ ｒ ｃ ｅ ｉａ ｉ ｓ ａ ｅ ｕ ｅ ｓｍｏ ｅ ｎ ｕ ｓ Ｂａ ｅ ｎ ｔ ｅ Ｂ ｅ ｒ ｌ ｔ ｒ ｔ ｅ ｔ ａｎ ｎ ｒ ｃ ｓ ｎ ｅ ０ ｎ ｓ ｌ ｒ ｂ ａ ｎ ｄ ｕ ｉ ｇ ＭＡＴＬ Ｂ￣ ． ｅ ｎ ｉ ， ｈ ｒ ｃ ｉａ ｘ ｍｐ ｅ ｆｆ ｕ ｔｄ ａ ｎ ｓ ｓａ ｅ ｐ ｅ ｅ ｔ ｄ ｕ ｔ ａ ｅ ｏ ｔ ｉ ｅ ｓｎ ｓ Ａ Ｍ ａ ｗｈ ｌ ｔ ｅ ｐ ａ ｔ ｌ ａ ｌｓ ｏ ａ ｌ ｉ ｇ ｏ ｉ ｒ ｒ ｓ ｎ ｅ ． ｅ ｃ ｅ
（． １军事交通学院 军事物流系 ， 天津 ３ ０ ６ ；２ 军事交通学院 研究生大队 ， ０１１ ． 天津 ３０６ ） ０ １１
摘要 ：以液压系统 中液压马达为研究 对象 ， 出ｌ一种 基于故 障表 征的诊断ห้องสมุดไป่ตู้ 型 ， 提 ｒ 该模 型无需 建立被诊 断对象 的精确数学模 型 ， 只需以显性的故障表 征作 为诊 断模 型的输入 ， 为其建立 Ｂ 并 Ｐ神经 网络模型 ， 用 ＭＡ Ｌ Ｂ给 运 ＴＡ 出该网络的训练过程及结果 ， 并提供应用于液压 马达 的故 障诊 断实例 ． 关键词 ： Ｐ算法 ； Ｂ 神经 网络 ；液压马达 ； 故障诊断 ； Ｔ Ａ ＭＡ Ｌ Ｂ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ＢＰ ａｇ ｒｔ ｍ ；ｎ ｕ ａ ｅｗｏ ｋ；ｈ ｄ ａ ｌ ｔｒ ａ ｌ ｄａ ｎ ｓｓ ｌｏ ｉ ｈ ｅ ｒｌ ｔ ｒ ｎ ｙ ｒ ｕｉ ｍｏｏ ；ｆｕ ｔ ｉｇ ｏ ｉ；Ｍ Ａ ＡＢ ｃ ＴＬ
液 压 马达是 液压 系统 的常见执 行元件 ， 是液压 系统 中发 生故 障率较 高的元件 之一 ． 也 其工 作性 能决定 着整个 液 压 系统 的正 常运行 ． 因此 采用 简单有 效 的故 障诊 断方 法对液 压系统 的正 常运行 有着 重要 意义 ． 由于液压系统故障发生的原因具有不确性和多样性 ， 在工程实际中故障多表征为一些可见的征兆 ， 而 故 障征兆 与故 障原 因之 间没有 明确 的映射关 系 ， 加 上边界条 件 的不 确定 性及运 行工况 的多变性 ， 再 使故 障 征兆 和故 障原 因之 间难 以建立 准确 的对应关 系． 统 的故 障诊 断方 法希 望从故 障现场 采集 一些信 号 ， 中 传 从
提取有用 的故障特征信息。 但这样使得故障诊断的实时性有所降低 ， 且对工程人员的素质有较高要求 ． 因 此如何从 一些 可见 的故 障表征 中提 取 出故 障 的本 质原 因成 为 了人 们迫 切需要解 决 的问题 ． 神 经 网络通过 对典 型故 障样本 的训 练和学 习 ， 分布 在神 经 网络 中的权值 和 阈值来 表 达 所学 习 的故 用 障诊 断知识 ， 具有 对故 障 的联 想 、 忆 、 式 匹配和相 似 归纳 的能力 ， 以实 现故 障征兆 和故 障原 因间 的复 记 模 可 杂 的非 线性 映射 关 系． 因此 ， 避开 了模式 识别 中建模 和特 征提 取 的麻 烦 ， 而消 除 了模 式不 符 和 特征 提 取 从 不 当所带来 的影 响 ， 故 障状态易 于识 别 ． 使 本 文运 用 Ｂ Ｐ神 经 网络 ， 集工程 用液 压 马达 的典 型故 障样 本 ， ＭＡ Ｌ Ｂ编 程训 练 用 于 故 障 诊断 采 将 ＴＡ 的神经网络， 并在液压马达故障诊断中得到有效的应用 ．
（ ． ｌａｙＬ ｇｓｉ Ｄｅａｔ ｎ， ｃｄｍｙｏ Ｍｉｔｒ １Ｍｉｔｒ ｏ ｉ ｃ ｉ ｔ ｓ ｐｒｍｅ ｔＡ ａ ｅ ｆ ｌ ｙＴｒｎｐ ｒａｉｎ Ｔｉ ｊ ０ １ １ ｉ ａ ａｓ０ ｔｔ ， ａ ｉ ３ ０ ６ ； ｏ ｎｎ ２ Ｐ ｓｇａｕ ｔ ｒｉｉｇＢ ｉａ ｅＡ ａ ｅ ｆ ｌａｙＴｒｎｐ ｒ ｔ ｎ Ｔｉ ｊ ０ １ １ ． ｏｔｒｄ ａｅＴ ａ ｎ ｒ ｄ ， ｃｄｍｙｏ ｉｒ ａｓｏｔ ｉ ， ａ ｉ ３ ０ ６ ） ｎ ｇ Ｍｉｔ ａｏ ｎｎ
ｃｆ ａｌ ， ｅｐｅ ｉ ｔｅ ｔ ａ ｍｏ ｅ ｆ ｉ ｎ ｓｄｏ ｊｃｓｎ ｅ ｏ ｅｐ ｏ ｉｅ ， ｕ ｈ ｘ ｌ ｉ ｆｕｔ ｉｃｌ ｔ ｒｃｓ ｍａｈ ｍａｉ ｌ ｄ ｌ ａ ｏｅ ｂｅ ｔ ｅｄ ｎ ｔｂ ｒｖｄ ｄ ｂ ｔｔｅｅ ｐｉ ｔ ａ ｌ ｉ ｙ ｈ ｅ ｃ ｏｄ ｇ ｃ
Ａｂ ｔ ａ ｔ ｉ ｇ ｏ ｉ ｍｏ ｅ ｏ ｙ ｒ ｕ ｉ ｍｏ ｏ ｓ ｉ ｐ ｏ ｏ ｅ ａ ｅ ｎ ｆ ｕ ｔｃ ａ ａ ｔ “ｚ ｔ ｎ ． ｏ ｅ ｓ ｅ ｓ ｒ ｃ ：Ａ ｄ ａ ｎ ｓｓ ｄ ｌ ｒ ｈ ｄ ａ ｌ ｔ ｒ ｓ ｒ ｐ ｓ ｄ ｂ ｓ ｄ ｏ ａ ｌ ｈ ｒ ｃ ｅ ａ ｉ ｓ Ｍ ｒ ｐ — ｆ ｃ ｏ
中图 分 类 号 ：ｒ ７ ｒ ２７ Ｐ 文 献标 志码 ： Ａ 文 章 编 号 ： ６ ２—５ ８ （０ ２ ０ １７ ５ １ ２ １ ）２—０２ —０ ２８ ４
Ｆａ ｔ ｄ ａｇ ｕｌ ｉ ｎｏｓ ｓ ｏ ｉ ｎ ｈｙｄｒ ｕｌｃ ｍ ｏｔ ｒ ａ ｉ ｏ ｓ ｂａｓ ｄ ｏ Ｐ ｕｒ ｌｎｅ ｗ ｏ ｋ ｅ ｎ Ｂ ｎｅ ａ ｔ ｒ
第１ Ｏ卷第 ２期
２１ ０ ２年 ６月
中
同
工
程
机
械
学
报
ＶＯ ．０ ＮＯ ２ １１ ．
Ｃ ＮＥＳ ＯＵＲＮＡＩ ＨＩ ＥＪ ＯＦＣＯＮＳ ＴＲＵＣ （Ｎ ＭＡＣＨＩ ＲＹ ＴＩ） ＮＥ
Ｊｎ ０ ２ ｕ ．２ １
基 于 ＢＰ神 经 网络 的液 压 马达 故 障诊 断
苏欣 平 解 亚 周 鑫 任 武 ， ， ，
ｃ ａ ａ ｔ ｒｚ ｔ ｎ ｒ ｓ ｄ ａ ｄ ｌｉ ｐ ｔ ． ｓ ｄ ｏ ｈ Ｐ ｎ ｕ ａ ｅ ｗｏ ｋ， ｈ ｒ ｉ ｉ ｇ ｐ ｏ ｅ ｓ ａ ｄ ｒ — ｈ ｒ ｃ ｅ ｉａ ｉ ｓ ａ ｅ ｕ ｅ ｓｍｏ ｅ ｎ ｕ ｓ Ｂａ ｅ ｎ ｔ ｅ Ｂ ｅ ｒ ｌ ｔ ｒ ｔ ｅ ｔ ａｎ ｎ ｒ ｃ ｓ ｎ ｅ ０ ｎ ｓ ｌ ｒ ｂ ａ ｎ ｄ ｕ ｉ ｇ ＭＡＴＬ Ｂ￣ ． ｅ ｎ ｉ ， ｈ ｒ ｃ ｉａ ｘ ｍｐ ｅ ｆｆ ｕ ｔｄ ａ ｎ ｓ ｓａ ｅ ｐ ｅ ｅ ｔ ｄ ｕ ｔ ａ ｅ ｏ ｔ ｉ ｅ ｓｎ ｓ Ａ Ｍ ａ ｗｈ ｌ ｔ ｅ ｐ ａ ｔ ｌ ａ ｌｓ ｏ ａ ｌ ｉ ｇ ｏ ｉ ｒ ｒ ｓ ｎ ｅ ． ｅ ｃ ｅ
（． １军事交通学院 军事物流系 ， 天津 ３ ０ ６ ；２ 军事交通学院 研究生大队 ， ０１１ ． 天津 ３０６ ） ０ １１
摘要 ：以液压系统 中液压马达为研究 对象 ， 出ｌ一种 基于故 障表 征的诊断ห้องสมุดไป่ตู้ 型 ， 提 ｒ 该模 型无需 建立被诊 断对象 的精确数学模 型 ， 只需以显性的故障表 征作 为诊 断模 型的输入 ， 为其建立 Ｂ 并 Ｐ神经 网络模型 ， 用 ＭＡ Ｌ Ｂ给 运 ＴＡ 出该网络的训练过程及结果 ， 并提供应用于液压 马达 的故 障诊 断实例 ． 关键词 ： Ｐ算法 ； Ｂ 神经 网络 ；液压马达 ； 故障诊断 ； Ｔ Ａ ＭＡ Ｌ Ｂ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ＢＰ ａｇ ｒｔ ｍ ；ｎ ｕ ａ ｅｗｏ ｋ；ｈ ｄ ａ ｌ ｔｒ ａ ｌ ｄａ ｎ ｓｓ ｌｏ ｉ ｈ ｅ ｒｌ ｔ ｒ ｎ ｙ ｒ ｕｉ ｍｏｏ ；ｆｕ ｔ ｉｇ ｏ ｉ；Ｍ Ａ ＡＢ ｃ ＴＬ
液 压 马达是 液压 系统 的常见执 行元件 ， 是液压 系统 中发 生故 障率较 高的元件 之一 ． 也 其工 作性 能决定 着整个 液 压 系统 的正 常运行 ． 因此 采用 简单有 效 的故 障诊 断方 法对液 压系统 的正 常运行 有着 重要 意义 ． 由于液压系统故障发生的原因具有不确性和多样性 ， 在工程实际中故障多表征为一些可见的征兆 ， 而 故 障征兆 与故 障原 因之 间没有 明确 的映射关 系 ， 加 上边界条 件 的不 确定 性及运 行工况 的多变性 ， 再 使故 障 征兆 和故 障原 因之 间难 以建立 准确 的对应关 系． 统 的故 障诊 断方 法希 望从故 障现场 采集 一些信 号 ， 中 传 从
提取有用 的故障特征信息。 但这样使得故障诊断的实时性有所降低 ， 且对工程人员的素质有较高要求 ． 因 此如何从 一些 可见 的故 障表征 中提 取 出故 障 的本 质原 因成 为 了人 们迫 切需要解 决 的问题 ． 神 经 网络通过 对典 型故 障样本 的训 练和学 习 ， 分布 在神 经 网络 中的权值 和 阈值来 表 达 所学 习 的故 用 障诊 断知识 ， 具有 对故 障 的联 想 、 忆 、 式 匹配和相 似 归纳 的能力 ， 以实 现故 障征兆 和故 障原 因间 的复 记 模 可 杂 的非 线性 映射 关 系． 因此 ， 避开 了模式 识别 中建模 和特 征提 取 的麻 烦 ， 而消 除 了模 式不 符 和 特征 提 取 从 不 当所带来 的影 响 ， 故 障状态易 于识 别 ． 使 本 文运 用 Ｂ Ｐ神 经 网络 ， 集工程 用液 压 马达 的典 型故 障样 本 ， ＭＡ Ｌ Ｂ编 程训 练 用 于 故 障 诊断 采 将 ＴＡ 的神经网络， 并在液压马达故障诊断中得到有效的应用 ．