為識(shí)別數(shù)控機(jī)床運(yùn)行過(guò)程中滾動(dòng)軸承的運(yùn)行狀態(tài),提高滾動(dòng)軸承的故障狀態(tài)診斷正確率,提出了一種基于小波包分解的改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障識(shí)別方法。以滾動(dòng)軸承的4種故障狀態(tài)為研究對(duì)象,通過(guò)小波包分解振動(dòng)信號(hào),得到敏感特征向量;針對(duì)BP神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),運(yùn)用改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的閾值和權(quán)值,實(shí)現(xiàn)最優(yōu)訓(xùn)練,建立更精確的滾動(dòng)軸承IGA-BP狀態(tài)預(yù)測(cè)模型。結(jié)果表明:IGA-BP預(yù)測(cè)模型收斂速度更快,預(yù)測(cè)準(zhǔn)確率更高,證明了所提方法的有效性。 

【文章來(lái)源】：機(jī)床與液壓. 2020,48(17)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

小波包分解

通過(guò)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,把權(quán)值與閾值結(jié)構(gòu)作為個(gè)體,每個(gè)個(gè)體均由實(shí)數(shù)編碼構(gòu)成,通常需要4個(gè)部分構(gòu)成:輸入-隱含層權(quán)值、隱含層閾值、隱含-輸出層權(quán)值、輸出層閾值。圖2所示為GA-BP神經(jīng)網(wǎng)絡(luò)模型。利用個(gè)體適應(yīng)度f(wàn)(Si)(i=1,2,......,Psize)計(jì)算各個(gè)體的選擇概率:

使用IGA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練,迭代進(jìn)化速度明顯加快,適應(yīng)度達(dá)到最優(yōu)。同時(shí),計(jì)算時(shí)間比BP神經(jīng)網(wǎng)絡(luò)快了4倍。利用改進(jìn)遺傳算法優(yōu)化后,IGA-BP網(wǎng)絡(luò)不僅能減少網(wǎng)絡(luò)的收斂次數(shù)還能加快網(wǎng)絡(luò)訓(xùn)練時(shí)間,降低總體誤差,改善了迭代速度慢的缺點(diǎn)。適應(yīng)度隨迭代數(shù)變化曲線(xiàn)如圖3所示。4 小波分解構(gòu)成的樣本集

【參考文獻(xiàn)】：
期刊論文
[1]基于VMD共振稀疏分解的滾動(dòng)軸承故障診斷[J]. 楊偉,王紅軍.  電子測(cè)量與儀器學(xué)報(bào). 2018(09)
[2]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的LED壽命預(yù)測(cè)模型[J]. 吳志杰,孔凡敏,李康.  半導(dǎo)體技術(shù). 2018(05)
[3]基于小波包分解與權(quán)重包絡(luò)譜的滾動(dòng)軸承故障特征增強(qiáng)[J]. 陳慧,胡俊鋒,熊?chē)?guó)良.  機(jī)械設(shè)計(jì)與研究. 2017(03)
[4]基于小波包-GABP的滾動(dòng)軸承故障診斷分析[J]. 張晴,高軍偉,張彬,毛云龍,董宏輝.  青島大學(xué)學(xué)報(bào)(工程技術(shù)版). 2017(02)
[5]一種基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究[J]. 劉浩然,趙翠香,李軒,王艷霞,郭長(zhǎng)江.  儀器儀表學(xué)報(bào). 2016(07)
[6]基于經(jīng)驗(yàn)小波變換的軸承故障診斷研究[J]. 馮博,李輝,鄭海起.  軸承. 2015(12)
[7]基于小波降噪和改進(jìn)HHT的滾動(dòng)軸承故障診斷方法研究[J]. 孫國(guó)光,劉小平,馬立靜.  煤礦機(jī)械. 2015(09)
[8]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷[J]. 唐立力,呂福起.  機(jī)械設(shè)計(jì)與制造工程. 2015(03)
[9]基于小波包分解和EMD的滾動(dòng)軸承故障診斷方法研究[J]. 文妍,譚繼文.  煤礦機(jī)械. 2015(02)

碩士論文
[1]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及MATLAB仿真[D]. 任謝楠.天津師范大學(xué) 2014



本文編號(hào)：3418315