針對(duì)MDEL900提梁機(jī)卷揚(yáng)系統(tǒng)液壓故障多樣性問題,討論了傳統(tǒng)反向傳播(BP)神經(jīng)網(wǎng)絡(luò)、粒子群算法優(yōu)化的反向傳播(PSO-BP)神經(jīng)網(wǎng)絡(luò)及遺傳算法優(yōu)化的反向傳播(GA-BP)神經(jīng)網(wǎng)絡(luò)這3種常見診斷方法的優(yōu)劣性。在AMESim軟件中建立了卷揚(yáng)系統(tǒng)的機(jī)電液模型,設(shè)置了變量馬達(dá)、變量泵和閥兩兩之間的混合故障模型,以此獲得故障診斷樣本。將樣本數(shù)據(jù)導(dǎo)入MATLAB軟件中訓(xùn)練神經(jīng)網(wǎng)絡(luò),使其在不確定工況的情況下,能根據(jù)系統(tǒng)最終輸出數(shù)據(jù)判斷系統(tǒng)內(nèi)部損壞位置,并進(jìn)一步研究不同診斷方法對(duì)故障診斷率的影響,為故障診斷的改良提供參考。研究表明,遺傳算法和粒子群算法均可提高BP神經(jīng)網(wǎng)絡(luò)的診斷率。其中,遺傳算法參數(shù)更多,可塑性強(qiáng),但尋優(yōu)算法較復(fù)雜,所需時(shí)間較長;粒子群算法參數(shù)更少,尋優(yōu)方式簡單,能更快速地找到最優(yōu)解。

【文章頁數(shù)】：7 頁

本文編號(hào)：3877415