本文關(guān)鍵詞：基于LM-BP神經(jīng)網(wǎng)絡(luò)的多級(jí)往復(fù)式壓縮機(jī)氣閥故障診斷研究

  更多相關(guān)文章： 6M25往復(fù)式壓縮機(jī) 氣閥故障 BP神經(jīng)網(wǎng)絡(luò) Levenberg-Marquardt算法 RBF神經(jīng)網(wǎng)絡(luò)

【摘要】：本課題“基于LM-BP神經(jīng)網(wǎng)絡(luò)的多級(jí)往復(fù)式壓縮機(jī)氣閥故障診斷研究”來(lái)源于金昌化學(xué)工業(yè)集團(tuán)有限公司工程項(xiàng)目——往復(fù)式壓縮機(jī)進(jìn)出氣閥故障診斷系統(tǒng)開(kāi)發(fā)。以企業(yè)目前運(yùn)行的6M25往復(fù)式壓縮機(jī)為研究對(duì)象，充分調(diào)研現(xiàn)場(chǎng)情況。根據(jù)設(shè)備的運(yùn)行數(shù)據(jù)和現(xiàn)場(chǎng)故障診斷的經(jīng)驗(yàn)，，分析氣閥故障與熱力參數(shù)的變化的關(guān)系。 本文主要通過(guò)研究BP算法的理論基礎(chǔ)，分析BP神經(jīng)網(wǎng)絡(luò)算法的原理，并系統(tǒng)研究了BP神經(jīng)網(wǎng)絡(luò)在解決機(jī)械故障診斷問(wèn)題的優(yōu)勢(shì)，首次提出將Levenberg-Marquardt學(xué)習(xí)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)運(yùn)用到6M25往復(fù)式壓縮機(jī)氣閥故障診斷。并以6M25-185/314氫氮?dú)鈮嚎s機(jī)的6級(jí)壓差和6級(jí)溫差作為網(wǎng)絡(luò)的輸入向量，詳細(xì)地分析了三層LM-BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、網(wǎng)絡(luò)參數(shù)、訓(xùn)練模式的選擇對(duì)診斷結(jié)果的影響。 最后建立可對(duì)往復(fù)式壓縮機(jī)一至六級(jí)氣閥故障進(jìn)行在線監(jiān)測(cè)及故障診斷的LM-BP神經(jīng)網(wǎng)絡(luò)模型。以100組故障數(shù)據(jù)作為網(wǎng)絡(luò)訓(xùn)練樣本，30組數(shù)據(jù)作為網(wǎng)絡(luò)檢測(cè)樣本進(jìn)行故障診斷，在Matlab運(yùn)行環(huán)境中實(shí)現(xiàn)往復(fù)式壓縮機(jī)氣閥故障診斷問(wèn)題。仿真結(jié)果表明，LM-BP神經(jīng)網(wǎng)絡(luò)的故障診斷結(jié)果與實(shí)測(cè)值具有良好的一致性，相比于變梯度BP神經(jīng)網(wǎng)絡(luò)和RBF（Radical Basis Function）神經(jīng)網(wǎng)絡(luò)診斷更快速穩(wěn)定。利用Matlab軟件平臺(tái)設(shè)計(jì)的基于LM-BP神經(jīng)網(wǎng)絡(luò)的往復(fù)式壓縮機(jī)氣閥故障診斷系統(tǒng)，通過(guò)方便簡(jiǎn)潔的GUI用戶界面，以數(shù)據(jù)及圖像的方式顯示出診斷結(jié)果，模型簡(jiǎn)單便于在工程實(shí)際中應(yīng)用。
【關(guān)鍵詞】：6M25往復(fù)式壓縮機(jī) 氣閥故障 BP神經(jīng)網(wǎng)絡(luò) Levenberg-Marquardt算法 RBF神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP183;TH45
【目錄】：

• 摘要3-4
• ABSTRACT4-6
• 目錄6-8
• 第一章 緒論8-16
• 1.1 課題研究背景及意義8-9
• 1.2 往復(fù)式壓縮機(jī)氣閥故障診斷技術(shù)的發(fā)展9-13
• 1.2.1 機(jī)械故障診斷發(fā)展過(guò)程9-10
• 1.2.2 往復(fù)式壓縮機(jī)氣閥故障診斷研究現(xiàn)狀10-12
• 1.2.3 基于神經(jīng)網(wǎng)絡(luò)的氣閥故障診斷研究現(xiàn)狀12
• 1.2.4 LM-BP 神經(jīng)網(wǎng)絡(luò)氣閥故障診斷過(guò)程12-13
• 1.3 課題研究?jī)?nèi)容13-15
• 1.4 本文組織結(jié)構(gòu)15-16
• 第二章 6M_(25)往復(fù)式壓縮機(jī)氣閥故障機(jī)理分析16-24
• 2.1 6M_(25)往復(fù)式壓縮機(jī)的組成及工藝參數(shù)16-19
• 2.1.1 6M_(25)往復(fù)式壓縮機(jī)的組成16-17
• 2.1.2 6M_(25)往復(fù)式壓縮機(jī)工藝參數(shù)17-19
• 2.2 6M_(25)壓縮機(jī)氣閥的組成及工作原理19-21
• 2.2.1 6M_(25)往復(fù)式壓縮機(jī)氣閥的組成及形式19-20
• 2.2.3 6M_(25)往復(fù)式壓縮機(jī)氣閥的工作原理20-21
• 2.3 6M_(25)往復(fù)式壓縮機(jī)氣閥故障原因及影響21-23
• 2.4 本章小結(jié)23-24
• 第三章 基于 LM-BP 神經(jīng)網(wǎng)絡(luò)的氣閥故障診斷方法24-32
• 3.1 神經(jīng)網(wǎng)絡(luò)模型24-26
• 3.1.1 神經(jīng)元模型24-25
• 3.1.2 神經(jīng)元的傳輸函數(shù)25-26
• 3.2 BP 神經(jīng)網(wǎng)絡(luò)26-29
• 3.2.1 BP 神經(jīng)網(wǎng)絡(luò)模型26-27
• 3.2.2 LM 算法改進(jìn)的 BP 神經(jīng)網(wǎng)絡(luò)27-28
• 3.2.3 LM-BP 網(wǎng)絡(luò)算法步驟28-29
• 3.3 基于 LM-BP 神經(jīng)網(wǎng)絡(luò)的氣閥故障診斷模型29-31
• 3.4 本章小結(jié)31-32
• 第四章 6M_(25)往復(fù)式壓縮機(jī)氣閥故障診斷及系統(tǒng)設(shè)計(jì)32-49
• 4.1 6M_(25)往復(fù)式壓縮機(jī)故障診斷32-45
• 4.1.1 6M_(25)往復(fù)式壓縮機(jī)氣閥故障特征數(shù)據(jù)采集32-34
• 4.1.2 LM-BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練34-37
• 4.1.3 6M_(25)氣閥故障診斷過(guò)程及結(jié)果37-40
• 4.1.4 6M_(25)氣閥故障診斷方法比較40-45
• 4.2 基于 MATLAB/GUI 氣閥故障故障診斷系統(tǒng)開(kāi)發(fā)45-48
• 4.3 本章小結(jié)48-49
• 第五章 總結(jié)與展望49-51
• 5.1 全文總結(jié)49
• 5.2 創(chuàng)新點(diǎn)49
• 5.3 研究的不足49-51
• 參考文獻(xiàn)51-54
• 攻讀學(xué)位期間的主要學(xué)術(shù)成果54-55
• 致謝55

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王麗;劉振全;胡淞城;;動(dòng)態(tài)氣體力對(duì)往復(fù)式壓縮機(jī)氣閥運(yùn)動(dòng)規(guī)律影響的研究[J];甘肅科技;2009年03期

2 趙質(zhì)良;陳學(xué)峰;程明;;壓縮機(jī)氣閥故障診斷[J];裝備制造技術(shù);2010年10期

3 高晶波,徐敏強(qiáng),張嘉鐘;2D12型往復(fù)式壓縮機(jī)氣閥故障診斷的時(shí)頻分析方法[J];化工機(jī)械;2003年03期

4 高晶波,王日新,徐敏強(qiáng),馬淑芝;2D12型往復(fù)式壓縮機(jī)氣閥故障的聲譜診斷方法[J];化工機(jī)械;2003年04期

5 林京,劉紅星,屈梁生;功率譜譜距及其模糊測(cè)度在氣閥故障診斷中的應(yīng)用[J];化工機(jī)械;1997年03期

6 張文鴿,吳澤寧,逯洪波;BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其應(yīng)用[J];河南科學(xué);2003年02期

7 杜海峰,王孫安;基于ART—人工免疫網(wǎng)絡(luò)的多級(jí)壓縮機(jī)故障診斷[J];機(jī)械工程學(xué)報(bào);2002年04期

8 金濤,童水光,汪希萱,徐躍坤;往復(fù)式活塞壓縮機(jī)故障監(jiān)測(cè)與診斷技術(shù)[J];流體機(jī)械;1999年11期

9 尚志信;周宇;葉慶衛(wèi);王曉東;;基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)故障診斷模型研究[J];寧波大學(xué)學(xué)報(bào)(理工版);2013年02期

10 謝永成;董今朝;李光升;魏寧;;RBF神經(jīng)網(wǎng)絡(luò)在整流器故障診斷中的應(yīng)用[J];計(jì)算機(jī)測(cè)量與控制;2013年12期

本文編號(hào)：531319