徐逍帆 葛强

摘要：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，可用于数据的运算分类及预测，在故障诊断分析方面应用广泛。全贯流电机泵特点是电机的转子代替了水泵的叶轮外壳，电机泵的电机故障特点比普通电机多且复杂。目前，全贯流泵故障诊断的研究较少，但BP神经网络算法对电机故障诊断分析的研究应用成熟。运用BP神经网络算法尝试对全贯流泵可能存在的故障进行模拟诊断分析与研究，得到了较好的效果。

关键词：BP神经网络;全贯流泵;故障诊断

中图分类号：TP183                                      文獻标识码：A                                  文章编号：1674-957X（2021）02-0139-02

0  引言

在机电一体化程度越来越高和人工智能迅速发展的今天，全贯流泵作为新型电机泵在故障检测这方面目前还是空白，本文主要是通过BP神经网络算法来进行全贯流电机泵的故障分析检测及预测。因为缺少大量的全贯流泵的故障试验数据和仿真模拟数据，本文通过参考贯流泵和潜水泵的故障，对全贯流泵的故障进行预测分析，得出故障频率特性，再通过运用BP神经网络对模拟数据进行处理，得出故障分析检测及预测。

1  概述

1.1 BP神经网络简介

BP（Back Propagation）神经网络[1-3]应用比较广泛。BP网络的结构图：BP神经网络由输入层、中间层（或隐层）和输出层组成。

BP神经网络的学习流程比较特殊。以下为神经网络算法的流程：首先初始化神经网络的输入值，然后根据输入层和中间层的计算输出信号，用输出的信号与期望值相比较，如果误差满足设定的范围内，则学习结束;否则学习修正权值，再次进入迭代学习过程，直到误差在设定的范围内或者迭代次数结束，学习结束。……