首页 >> 圆振动筛

建立供热采暖炉汽水冲击故障诊断系统的可行性分析中连接阀

发布时间：2022-08-19 14:58:28 来源：博海五金网

建立供热采暖炉汽水冲击故障诊断系统的可行性分析(中)

建立供热采暖炉汽水冲击故障诊断系统的可行性分析(中) 2011年12月10日来源： 2)故障诊断子网络

由于神经网络所具有的并行信息处理、自学习、联想记忆、及较强的鲁棒和容错能力，使得神经网络很适合用于设备的故障诊断。大量研究及应用实例表明，双曲正切多层感知器前向网络单元较适合用于故障诊断，而且三层网络在隐层中使用S形传输函数，在输出层使用线性传输函数，即可以实现对给定连续函数的任意精度的逼近。故障诊断子神经网络结构如图2所示。

图中，W1、θ1分别为输入层到隐层间的连接权值矩阵和阈值矩阵，V2、b2分别为隐层到输出层间的连接权值矩阵和阈值矩阵，P为R维特征空间向量，对应于网络输入层神经单元数，y2为故障空间向量，对应于输出层神经单元数。因此，网络结构的确定主要是有效确定隐层数及隐层神经单元数，提高网络模式识别能力，把症状空间的向量映射到故障空间[2]。网络的学习、训练采用有导师的误差反向传播算法，为提高网络的收敛速度及避免网络陷入局部极小值，在修改网络的权值、阈值过程中引入附加动量项。由图得网络正向传播时第j个隐层神经单元的净输入为netj=ωjixi＋bi，隐单元采用S型传递函数，输出为aj=f(netj)=。输出层采用线性传递函数，则第k个输出单元的输出为：yk=νkjaj。

当网络的实际输出与目标输出有误差时，进入反向误差修正传播。取误差函数为Ep=(tk-yk)2，则输出层与隐层间的权值修正量为=ηδkaj＋α，输入层与隐层间的权值修正量为=ηδjxj＋α。式中δk=yk(1-yk)(tk-yk)，δj=aj(1-aj)δkνkj, O<η<1为学习率，α为动量项，l为学习次数。同理可进行阈值的动态修改。

网络通过对典型故障样本及正常样本集的反复学习、训练，将知识以网络的权值、阈值形式存储起来，当网络收敛到要求的精度时，便具有了对输入模式的泛化能力，即完成了这一非线性映射。由于不同的网络采用不同类型或同一类型但来自不同传感器的信号，有利于减小输入向量间的互相关性，便于从不同的侧面反映故障[3]，因此子网络采用基于信号类型及系统不同故障环节的构建原则。本系统中一个子网络主要辩识导致主循环泵出口压力低于限值的模式，另一个子网络主要辩识导致锅炉出口水温高于130℃的模式。

3)信息融合系统实现

信息融合的目的就是简化网络结构，设计反映设备某一方面故障的各诊断子网络的同时，使由各诊断子网络输出的Yn融合得到的全局输出Y具有更小的不确定性，从而提高对系统诊断的可*性。集成网络融合系统如图3所示。

当Yn的相关性最小，即Yn间独立性较大时，融合系统输出的不确定性最小。因此，不同子网络的特征输入向量Xn间的相关性应尽量小。训练决策融合网络的样本来自诊断子网络中的标准样本输出，融合时，诊断子网络形成的故障向量为Pi=[P1i，P2i，……Pni]，对每类故障的置信度向量为ri=[ri1，ri2，……rin]，各子网络并行组合后，即可形成故障矩阵P和置信矩阵R。则融合网络的输出为：Y=P•R。其中第i个故障发生的概率为：Pi=Pi1r1i＋pi2r2i＋……pinrni。