申慧　王晓红　宋治飞　丁北

摘要:BP神经网络是人工神经网络中使用的最广泛的算法,可以用于解决多种问题。本文介绍了BP神经网络的相关知识及其在齿轮箱故障诊断中的应用。通过对网络输出结果的分析,证明了该网络的有效性。

关键词:BP神经网络齿轮箱故障诊断

1、BP神经网络概述

2、齿轮故障诊断问题

本实验以某型拖拉机的齿轮箱为工程背景,研究基于BP神经网络的齿轮箱故障诊断问题。统计表明,在齿轮箱故障中,60%左右的问题都是由齿轮故障导致的,对于齿轮的故障,实验选取了频域中的几个特征量来进行描述。频域中,齿轮故障比较明显的是在啮合频率处的边缘带上。所以,在频域特征信号的提取中,选取了在2、4、6档时,在1、2、3轴的边频带族fs+nfz处的幅值Ai,j1、Ai,j2、 Ai,j3,其中,fs为齿轮的啮合频率,fz为轴的转频,n=1,2,3,i=2,4,6,表示档位,j=1,2,3,表示轴的序号。由于在2轴和3轴上有两对齿轮啮合,所以1、2分别表示两个啮合频率。这样,BP神经网络的输入就是一个15维的向量。因为这些数据具有不同的量纲和量级,所以在输入神经网络之前,首先要对数据进行归一化处理。处理后的数据如表1所示。

目前,BP神经网络虽然是人工神经网络应用中最广泛的算法,但是也存在着一些缺陷,例如学习收敛速度太慢、不能保证收敛到全局最小点、网络结构不易确定等。另外,网络结构、初始连接权值和阈值的选择对网络训练的影响很大,但是又无法准确获得,针对这些特点可以采用遗传算法对神经网络进行优化。……