發(fā)布時(shí)間：2017-08-01 00:13

  本文關(guān)鍵詞：基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電機(jī)生產(chǎn)線故障診斷

  更多相關(guān)文章： 生產(chǎn)線 故障診斷 BP 遺傳算法 數(shù)據(jù)融合

【摘要】：在掛式空調(diào)外風(fēng)機(jī)電機(jī)自動(dòng)化生產(chǎn)線上,由于各種機(jī)械設(shè)備及電子設(shè)備之間關(guān)系復(fù)雜,設(shè)備的可靠性和維修性不高。一旦生產(chǎn)線某設(shè)備出現(xiàn)故障,即使是局部的故障都有可能導(dǎo)致整條線的停運(yùn),這將給企業(yè)造成巨大的經(jīng)濟(jì)損失,甚至傷害工人的人身安全,所以有故障產(chǎn)生的地方,就必然涉及到設(shè)備故障診斷問(wèn)題。由此可見(jiàn),生產(chǎn)設(shè)備故障診斷具有不可替代的地位,必須科學(xué)系統(tǒng)地研究故障診斷技術(shù),不能僅憑原始的感官經(jīng)驗(yàn),要以科學(xué)的方法指導(dǎo)我們的實(shí)際生產(chǎn)。因此,研究電機(jī)自動(dòng)化生產(chǎn)線設(shè)備故障診斷技術(shù)具有非常重要的意義。電機(jī)自動(dòng)化生產(chǎn)線由諸多的機(jī)械、電動(dòng)、氣動(dòng)設(shè)備所組成,因而生產(chǎn)線故障癥狀和原因較多,并且各設(shè)備之間存在相關(guān)性,故障性質(zhì)往往不同,這就導(dǎo)致該電機(jī)自動(dòng)化生產(chǎn)線故障具有層次性、隨機(jī)性、相關(guān)性、耦合性等特點(diǎn)。根據(jù)以上特點(diǎn)本文將采用BP神經(jīng)網(wǎng)絡(luò)的方法對(duì)生產(chǎn)線進(jìn)行故障診斷,同時(shí)利用遺傳算法對(duì)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化,最后通過(guò)數(shù)據(jù)融合的方式對(duì)各診斷子網(wǎng)輸出的故障信息進(jìn)行融合決策。本文根據(jù)生產(chǎn)線的實(shí)際情況,選擇故障發(fā)生頻率較高的自動(dòng)壓定子工位最小系統(tǒng)作為研究對(duì)象,并對(duì)工位中送定子X(jué)軸電缸系統(tǒng)進(jìn)行故障診斷,搭建故障診斷子網(wǎng)A1,同時(shí)從相關(guān)聯(lián)設(shè)備考慮,搭建送定子電機(jī)系統(tǒng)故障診斷子網(wǎng)A2和送定子Y軸電缸系統(tǒng)故障診斷子網(wǎng)A3。使用遺傳算法對(duì)各BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值進(jìn)行優(yōu)化,并利用數(shù)據(jù)融合技術(shù)對(duì)三個(gè)故障診斷子網(wǎng)輸出的故障信息進(jìn)行融合決策。通過(guò)對(duì)故障診斷子網(wǎng)A1的分析可知：基于BP神經(jīng)網(wǎng)絡(luò)的方法和基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法訓(xùn)練時(shí)分別在170步和34步達(dá)到收斂,收斂速度大大提高；GA-BP網(wǎng)絡(luò)誤差曲線波動(dòng)較小,運(yùn)行過(guò)程更為平穩(wěn)；通過(guò)對(duì)30組數(shù)據(jù)的測(cè)試,故障診斷的準(zhǔn)確率高達(dá)93.3%。同時(shí)從融合診斷網(wǎng)絡(luò)可以看出,融合診斷網(wǎng)絡(luò)給出了更多的故障診斷信息,比任何一個(gè)故障診斷子網(wǎng)都要多,診斷結(jié)果更貼合實(shí)際,提高了故障診斷的可靠性。
【關(guān)鍵詞】：生產(chǎn)線 故障診斷 BP 遺傳算法 數(shù)據(jù)融合
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM305.1;TP183
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-21
• 1.1 論文研究目的及意義15-16
• 1.2 故障診斷研究現(xiàn)狀16-18
• 1.3 故障診斷發(fā)展趨勢(shì)18-19
• 1.4 論文研究的主要內(nèi)容19-20
• 1.5 本章小結(jié)20-21
• 第二章 電機(jī)生產(chǎn)線工藝及故障21-32
• 2.1 電機(jī)生產(chǎn)線簡(jiǎn)介21-22
• 2.2 電機(jī)生產(chǎn)線工藝22-25
• 2.2.1 自動(dòng)壓定子工位22-23
• 2.2.2 自動(dòng)放紅崗工位23-24
• 2.2.3 自動(dòng)放波墊工位24
• 2.2.4 其它工位24-25
• 2.3 電機(jī)生產(chǎn)線故障分析25-30
• 2.3.1 電機(jī)生產(chǎn)線故障分類25-28
• 2.3.2 電機(jī)生產(chǎn)線故障診斷方法28-29
• 2.3.3 電機(jī)生產(chǎn)線故障診斷方案29-30
• 2.4 本章小結(jié)30-32
• 第三章 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)32-45
• 3.1 BP神經(jīng)網(wǎng)絡(luò)32-38
• 3.1.1 人工神經(jīng)網(wǎng)絡(luò)32-34
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及算法34-37
• 3.1.3 BP神經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用37-38
• 3.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)38-44
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)缺陷38-39
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化方法39-40
• 3.2.3 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)40-44
• 3.3 本章小結(jié)44-45
• 第四章 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的電機(jī)生產(chǎn)線子網(wǎng)故障診斷45-59
• 4.1 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型設(shè)計(jì)45-49
• 4.1.1 訓(xùn)練樣本的準(zhǔn)備45-46
• 4.1.2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)46-47
• 4.1.3 遺傳算法設(shè)計(jì)47-49
• 4.2 送定子X(jué)軸電缸系統(tǒng)故障診斷子網(wǎng)建模與仿真49-58
• 4.2.1 基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷建模與仿真49-55
• 4.2.2 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的故障診斷建模與仿真55-58
• 4.3 本章小結(jié)58-59
• 第五章 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的電機(jī)生產(chǎn)線系統(tǒng)故障診斷59-68
• 5.1 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的電機(jī)生產(chǎn)線系統(tǒng)故障診斷59
• 5.2 故障診斷子網(wǎng)59-63
• 5.2.1 送定子電機(jī)系統(tǒng)故障診斷子網(wǎng)建模與仿真60-61
• 5.2.2 送定子Y軸電缸系統(tǒng)故障診斷子網(wǎng)建模與仿真61-63
• 5.3 自動(dòng)壓定子工位子網(wǎng)融合故障診斷63-67
• 5.4 本章小結(jié)67-68
• 第六章 總結(jié)與展望68-70
• 參考文獻(xiàn)70-73
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蘇中鮮;;基于數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過(guò)程故障診斷方法綜述[J];軟件導(dǎo)刊;2016年03期

2 黃君政;李愛(ài)平;劉雪梅;謝楠;;考慮緩沖區(qū)配置的生產(chǎn)線布局優(yōu)化設(shè)計(jì)[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年07期

3 李朝靜;唐幼純;黃霞;;BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用綜述[J];勞動(dòng)保障世界(理論版);2012年08期

4 馬永杰;云文霞;;遺傳算法研究進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2012年04期

5 楊金寶;張昌宏;陳平;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷研究[J];計(jì)算機(jī)與數(shù)字工程;2012年02期

6 毛健;趙紅東;姚婧婧;;人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J];電子設(shè)計(jì)工程;2011年24期

7 李晗;蕭德云;;基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述[J];控制與決策;2011年01期

8 劉強(qiáng);柴天佑;秦泗釗;趙立杰;;基于數(shù)據(jù)和知識(shí)的工業(yè)過(guò)程監(jiān)視及故障診斷綜述[J];控制與決策;2010年06期

9 李成華;;利用機(jī)外編程器排除數(shù)控機(jī)床故障[J];制造技術(shù)與機(jī)床;2010年06期

10 趙宜鵬;孟磊;彭承靖;;遺傳算法原理與發(fā)展方向綜述[J];黑龍江科技信息;2010年13期

，

本文編號(hào)：601722