基于神经网络的压缩机故障诊断  

Fault diagnosis of compressor based on neural network

作　　者：文常保[1] 卢文科[2] 

机构地区：[1]西安科技学院自动化系,陕西西安710054 [2]西安交通大学,陕西西安710049

出　　处：《压缩机技术》2002年第5期1-4,共4页Compressor Technology

摘　　要：对离心式空气压缩机动不平衡的故障问题 ,采用神经网络的BP (BackPropagation)算法进行故障模式识别和诊断 ,并针对传统BP算法收敛速度慢 ,宜陷入局部最小的情况 ,从以下方面进行处理 :其一 ,使用带动量改进型反向传播BP算法加快了收敛速度 ;其二 ,训练过程中对隐层和输出层采用了双曲正切阈值激励函数进行训练 ,解决了Sigmoid函数在 0和 1附近易陷入平坦区的情况。成功实现了故障样本空间到诊断数据空间的影射 ,并且在理论上给出了数学推导。In this article,a new improving method for BP neural network is used to fault identification and diagnosis of compressor.As to BP algorithmic's shortcomings of slow convergence rate and proneness to yield minimal local results,the improving method has the following characteristics:Firstly,convergence rate of BP algorithm with momentum is faster than the standard BP algorithm.Secondly,in order to overcome sigmoid function incidental to lead to proneness to yield minimal local results in the train course of the hidden unit and output unit,which is tanh(x) a new threshold activation function is applied.Lastly,the mathematical speculated of BP algorithm is given.

关 键 词：BP算法 神经网络 动不平衡 离心式空气压缩机 故障诊断 

分 类 号：TH452[机械工程—机械制造及自动化] TP277[自动化与计算机技术—检测技术与自动化装置]