基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用_第1頁
基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用_第2頁
基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用_第3頁
基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用_第4頁
基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用_第5頁
已閱讀5頁,還剩4頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

精品文檔-下載后可編輯基于BP神經(jīng)網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷-設(shè)計(jì)應(yīng)用摘要:本文論述了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法以及應(yīng)用到故障診斷中的原理和過程,并結(jié)合燕山石化YLII-18000A型煙氣輪機(jī)給出應(yīng)用實(shí)例,利用BP神經(jīng)網(wǎng)絡(luò)對煙機(jī)的其中幾種故障類型作出診斷。診斷結(jié)果表明,該方法能較好的對故障進(jìn)行分類。

1.引言

人工神經(jīng)網(wǎng)絡(luò)(ANN)是目前國際上前沿研究領(lǐng)域的一門新興交叉科學(xué)。由于其獨(dú)特的容錯、聯(lián)想、推測、記憶、自適應(yīng)、自學(xué)習(xí)和處理復(fù)雜非線性多模式等優(yōu)點(diǎn),神經(jīng)網(wǎng)絡(luò)技術(shù)已在機(jī)械故障診斷方面得到了廣泛應(yīng)用并取得了一定的成功。BP網(wǎng)絡(luò)是前向網(wǎng)絡(luò)的部分,體現(xiàn)了神經(jīng)網(wǎng)絡(luò)中精華、完整的內(nèi)容。據(jù)統(tǒng)計(jì),80%~90%的神經(jīng)網(wǎng)絡(luò)模型采用了BP網(wǎng)絡(luò)或者它的變化形式。

2.BP神經(jīng)網(wǎng)絡(luò)

BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),名字源于網(wǎng)絡(luò)權(quán)值的調(diào)整規(guī)則采用的是后向傳播學(xué)習(xí)算法,即BP學(xué)習(xí)算法。

2.1BP網(wǎng)絡(luò)結(jié)構(gòu)

BP網(wǎng)絡(luò)是具有三層或三層以上的神經(jīng)網(wǎng)絡(luò),包括輸入層、中間層(隱層)和輸出層。其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如下所示:

圖1BP網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)

對于一個3層BP網(wǎng)絡(luò),設(shè)輸入層有n個節(jié)點(diǎn),輸出層有m個節(jié)點(diǎn),隱層有l(wèi)個節(jié)點(diǎn),樣本數(shù)為N,輸入向量為[x1,x2…,xn],ωji為隱層節(jié)點(diǎn)與輸入層節(jié)點(diǎn)的連接權(quán)值。則隱層節(jié)點(diǎn)的輸入和輸出為

隱層節(jié)點(diǎn)的作用函數(shù)f1通常選取S形變換函數(shù),設(shè)輸出層節(jié)點(diǎn)k與隱層節(jié)點(diǎn)j的連接權(quán)值為kjw,輸出層節(jié)點(diǎn)的作用函數(shù)f2通常選用線性變換函數(shù),則輸出層節(jié)點(diǎn)k的輸出

誤差函數(shù)采用平方型誤差函數(shù),對所有樣本,總誤差

為了提高訓(xùn)練速度和避免陷入局部解,采用引入動態(tài)因子的學(xué)習(xí)算法

其中,δkp,δjp分別為樣本p輸入時,輸出層節(jié)點(diǎn)k和隱層節(jié)點(diǎn)j的誤差項(xiàng),計(jì)算公式如下

2.2BP網(wǎng)絡(luò)學(xué)習(xí)算法

BP算法的基本思想是:學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時,模式作用于輸入層,經(jīng)隱含層處理后,傳向輸出層。若輸出層未能得到期望的輸出,則轉(zhuǎn)入誤差的逆向傳播階段,將輸出誤差按某種形式,通過隱含層向輸入層逐層返回,并“分?jǐn)偂苯o各層的所有單元,從而獲得各層單元的參考誤差或稱誤差信號,以作為修改各單元權(quán)值的依據(jù)。這種信號正向傳播與誤差逆向傳播的各層權(quán)矩陣的修改過程,是周而復(fù)始地進(jìn)行的。直到網(wǎng)絡(luò)輸出的誤差逐漸減小到可接受的程度。

3.BP神經(jīng)網(wǎng)絡(luò)用于機(jī)械故障診斷的步驟

(1)首先根據(jù)診斷對象的特點(diǎn)劃分其故障類型,獲取故障信息,然后選取對故障比較敏感的一些參數(shù)為信號的特征參數(shù)作為BP網(wǎng)絡(luò)的輸入單元。(2)根據(jù)診斷對象的特點(diǎn)構(gòu)造BP網(wǎng)絡(luò)的結(jié)構(gòu)即輸入單元個數(shù)、隱層單元個數(shù)、輸出單元個數(shù)等。(3)用已知診斷結(jié)果的樣本數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,調(diào)整數(shù)值矩陣和閾值矢量。一旦達(dá)到了的訓(xùn)練次數(shù)或者網(wǎng)絡(luò)誤差平方和降到期望誤差之下時,訓(xùn)練過程結(jié)束。(4)將待檢樣本數(shù)據(jù)輸入到已訓(xùn)練好的BP網(wǎng)絡(luò)中,計(jì)算輸出向量。輸出向量的結(jié)果接近哪種故障類型就認(rèn)為它屬于此類。

4.基于BP網(wǎng)絡(luò)的煙氣輪機(jī)故障診斷

北京燕山石化煉油廠2,000kt/a催化裂化裝置的三催化煙機(jī)機(jī)組主要由YLII-18000A型煙氣輪機(jī)、14.5HSA型齒輪箱和QF-20-2型發(fā)電機(jī)等部分組成,是燕山石化公司的關(guān)鍵性保護(hù)機(jī)組。其中的煙氣輪機(jī)長期工作在高溫、高轉(zhuǎn)速、多腐蝕粉塵等不利條件下,工作環(huán)境惡劣,故障率高,而同時,它的運(yùn)行情況又直接關(guān)系到整個裝置的運(yùn)行周期和能耗水平,因此,對煙氣輪機(jī)進(jìn)行有效的狀態(tài)監(jiān)測和故障診斷就顯得極為必要。

煙機(jī)的故障類型主要有轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、轉(zhuǎn)子缺陷、底座松動、質(zhì)量偏心、旋轉(zhuǎn)失速、碰磨、油膜渦動等。在本例中,主要針對YLII-18000A型煙氣輪機(jī)的轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、油膜渦動、底座松動這四種故障類型作故障診斷。

4.1故障特征的獲取及數(shù)據(jù)預(yù)處理

選取YLII-18000A型煙機(jī)振動信號頻譜中6個不同頻率的譜的譜峰能量值作為特征量,對選取的能量值作如下的歸一化處理,即:令

4.2訓(xùn)練樣本的選取

針對YLII-18000A型煙機(jī)故障歷史記錄中已發(fā)生的轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、油膜渦動、底座松動這4種故障類型各選取10組故障樣本作為BP網(wǎng)絡(luò)的訓(xùn)練樣本。在每種故障樣本里各選取一組樣本列表如下。

4.3預(yù)置訓(xùn)練樣本的目標(biāo)輸出

表中,輸出結(jié)點(diǎn)1的值為1,其余節(jié)點(diǎn)值都為0時,表示轉(zhuǎn)子不平衡故障發(fā)生;輸出結(jié)點(diǎn)2的值為1,其余節(jié)點(diǎn)值都為0時,表示轉(zhuǎn)子不對中故障發(fā)生;輸出結(jié)點(diǎn)3的值為1,其余節(jié)點(diǎn)值都為0時,表示油膜渦動故障發(fā)生;輸出結(jié)點(diǎn)4的值為1,其余節(jié)點(diǎn)值都為0時,表示底座松動故障發(fā)生。

4.4網(wǎng)絡(luò)訓(xùn)練

輸入層從系統(tǒng)接收經(jīng)過歸一化處理計(jì)算出的6個在【01】之間的故障特征值。因而該神經(jīng)網(wǎng)絡(luò)有6個輸入節(jié)點(diǎn)。輸出層節(jié)點(diǎn)數(shù)為4,即故障類型的總數(shù)。根據(jù)公式

(其中a取10),計(jì)算得隱層節(jié)點(diǎn)數(shù)為13。

調(diào)用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,設(shè)定系統(tǒng)總誤差為0.001,步長為0.02。對網(wǎng)絡(luò)反復(fù)進(jìn)行訓(xùn)練直到網(wǎng)絡(luò)輸出與目標(biāo)輸出之間的誤差平方和小于設(shè)定誤差為止。

4.5待測樣本的故障診斷

從YLII-18000A型煙機(jī)故障歷史記錄中選取5組已知故障類型的樣本作為待測樣本,其特征量仍選取振動信號頻譜中6個不同頻率的譜的譜峰能量值,歸一化后的值如下表所示。

將這5組測試樣本輸入已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò),其輸出結(jié)果如下表所示。

如表所示:樣本4的輸出結(jié)點(diǎn)1的值接近1,而其余結(jié)點(diǎn)輸出值接近0,則診斷樣本4的故障類型為轉(zhuǎn)子不平衡。樣本5的輸出結(jié)點(diǎn)4的值接近1,而其余結(jié)點(diǎn)輸出值接近0,則診斷樣本5的故障類型為底座松動。樣本1,2,3的輸出結(jié)點(diǎn)的值都比較接近0,則診斷樣本1,2,3非轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、油膜渦動、底座松動這四種故障類型。診斷結(jié)果與所選取樣本故障類型的實(shí)際情況相符。

5.結(jié)論

本文對BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法進(jìn)行了闡述,研究了它在機(jī)械故障診斷方面的應(yīng)用,并基于燕山石化YLII-18000A型煙氣輪機(jī)給出的具體的應(yīng)用實(shí)例。由于篇幅有限,本文僅探

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論