BKM075減速機(jī)神經(jīng)網(wǎng)絡(luò)的缺陷。傘齒輪減速機(jī)用歸化預(yù)處理后故障振動信號來反映的K系列減速機(jī)內(nèi)輪齒的故障信息特征,并以此作為前置處理手段為神經(jīng)網(wǎng)絡(luò)提供輸入特征向量,利用神經(jīng)網(wǎng)絡(luò)的式分類功能,有效地識別出正常狀態(tài)、輕微磨損狀態(tài)和傘齒輪減速機(jī)嚴(yán)重磨損狀態(tài)等3種類型K系列減速機(jī)內(nèi)輪齒的運(yùn)行狀態(tài)。對K系列減速機(jī)監(jiān)測工況分為三個(gè)階段:
第階段,傘齒輪減速機(jī)未加潤滑添加劑的階段;
第二階段,傘齒輪減速機(jī)加入了潤滑添加劑,并已經(jīng)連續(xù)運(yùn)行24小時(shí)以上;
第三階段,K系列減速機(jī)在潤滑添加劑作用狀態(tài)下連續(xù)工作了6個(gè)月。
試驗(yàn)用二號水平立輥軋機(jī)傘齒輪減速機(jī)的結(jié)構(gòu)及測點(diǎn)布置。其中,測點(diǎn)對中的通道,安放在減速機(jī)的高速端(即動力輸入端)。安放在傘齒輪減速機(jī)的輸出軸低速端。為具可比性,三次測量的測點(diǎn)及所用傳感器各性能參數(shù)都不變。用便攜式振動分析監(jiān)測系統(tǒng)對K系列減速機(jī)進(jìn)行在線振動測量,所選傳感器為ICP壓電式加速度傳感器。采集到的數(shù)據(jù)經(jīng)歸化處理作為神經(jīng)網(wǎng)絡(luò)的輸入樣本特征數(shù)據(jù)。第階段1通道上采集到的時(shí)域信號,此信號所反映的即為下節(jié)定義的K系列減速機(jī)嚴(yán)重磨損狀態(tài)階段。時(shí)域信號反映了故障傘齒輪減速機(jī)原始的振動信息。因此將其振動信號作為狀態(tài)樣本數(shù)據(jù)是合理的。運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)對故障傘齒輪減速機(jī)進(jìn)行故障模式識別分類,用來監(jiān)測當(dāng)前減速機(jī)的工作狀態(tài)。將待檢K系列減速機(jī)內(nèi)輪齒的工作狀態(tài)設(shè)定為正常狀態(tài)、輕微磨損狀態(tài)和嚴(yán)重磨損狀態(tài)等3種類別。先,需要網(wǎng)絡(luò)的目標(biāo)和輸入樣本。對傘齒輪減速機(jī)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測,獲得了12組狀態(tài)樣本數(shù)據(jù),將K系列減速機(jī)內(nèi)部輪齒故障類型定為正常狀態(tài)數(shù)據(jù)、輕微磨損狀態(tài)數(shù)據(jù)和嚴(yán)重磨損狀態(tài)3種。
傘齒輪減速機(jī)振動信號的神經(jīng)網(wǎng)絡(luò)分析,經(jīng)過試驗(yàn)采集了減速機(jī)不同工作階段的振動信號,從時(shí)域分析了減速機(jī)振動信號隨著內(nèi)部輪齒磨損量增加的變化規(guī)律。用與內(nèi)部輪齒磨損具有良好相關(guān)性的 12 組參數(shù)和 3 組參數(shù)作為K系列減速機(jī)內(nèi)部輪齒磨損的訓(xùn)練特征向量和檢驗(yàn)特征參量,采用前向的 BP 人工神經(jīng)網(wǎng)絡(luò)進(jìn)行磨損量識別,獲得了較高的識別精度。雖然 BP 網(wǎng)絡(luò)得到了廣泛應(yīng)用,但其自身也存在些不足,包括幾個(gè)方面的問題。
(1) 由于傘齒輪減速機(jī)學(xué)習(xí)速率是固定的,因此,網(wǎng)絡(luò)的收斂速度慢,需要較長的訓(xùn)練時(shí)間。對于些復(fù)雜的問題, BP 算法需要的訓(xùn)練時(shí)間可能會非常長。這主要是由于學(xué)習(xí)速率太小造成的,可采用變化的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率加以改進(jìn);
(2) BP 算法可以使權(quán)值收斂到某個(gè)值,但并不能保證其為誤差平面的全局小值,這是因?yàn)椴捎锰荻认陆捣赡軙a(chǎn)生個(gè)局部小值。對于這個(gè)問題,K系列減速機(jī)可以用附加動量法來解決;
(3)傘齒輪減速機(jī)網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論指導(dǎo),般是根據(jù)經(jīng)驗(yàn)或者通過反復(fù)實(shí)驗(yàn)確定。因此,網(wǎng)絡(luò)往往存在很大的冗余性,定程度上增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān);
(4) 網(wǎng)絡(luò)的記憶和學(xué)習(xí)具有不穩(wěn)定性。也就是說,如果增加了學(xué)習(xí)樣本,訓(xùn)練好的網(wǎng)絡(luò)就得重從頭開始重新訓(xùn)練,對于以前的權(quán)值和閾值是沒有記憶的。BP 網(wǎng)絡(luò)與小波包分析的結(jié)合較好的克服了單 BP網(wǎng)絡(luò)的缺陷和不足。http://www.amarketonline.com/Products/k97jiansuji.html
第階段,傘齒輪減速機(jī)未加潤滑添加劑的階段;
第二階段,傘齒輪減速機(jī)加入了潤滑添加劑,并已經(jīng)連續(xù)運(yùn)行24小時(shí)以上;
第三階段,K系列減速機(jī)在潤滑添加劑作用狀態(tài)下連續(xù)工作了6個(gè)月。
試驗(yàn)用二號水平立輥軋機(jī)傘齒輪減速機(jī)的結(jié)構(gòu)及測點(diǎn)布置。其中,測點(diǎn)對中的通道,安放在減速機(jī)的高速端(即動力輸入端)。安放在傘齒輪減速機(jī)的輸出軸低速端。為具可比性,三次測量的測點(diǎn)及所用傳感器各性能參數(shù)都不變。用便攜式振動分析監(jiān)測系統(tǒng)對K系列減速機(jī)進(jìn)行在線振動測量,所選傳感器為ICP壓電式加速度傳感器。采集到的數(shù)據(jù)經(jīng)歸化處理作為神經(jīng)網(wǎng)絡(luò)的輸入樣本特征數(shù)據(jù)。第階段1通道上采集到的時(shí)域信號,此信號所反映的即為下節(jié)定義的K系列減速機(jī)嚴(yán)重磨損狀態(tài)階段。時(shí)域信號反映了故障傘齒輪減速機(jī)原始的振動信息。因此將其振動信號作為狀態(tài)樣本數(shù)據(jù)是合理的。運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)對故障傘齒輪減速機(jī)進(jìn)行故障模式識別分類,用來監(jiān)測當(dāng)前減速機(jī)的工作狀態(tài)。將待檢K系列減速機(jī)內(nèi)輪齒的工作狀態(tài)設(shè)定為正常狀態(tài)、輕微磨損狀態(tài)和嚴(yán)重磨損狀態(tài)等3種類別。先,需要網(wǎng)絡(luò)的目標(biāo)和輸入樣本。對傘齒輪減速機(jī)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測,獲得了12組狀態(tài)樣本數(shù)據(jù),將K系列減速機(jī)內(nèi)部輪齒故障類型定為正常狀態(tài)數(shù)據(jù)、輕微磨損狀態(tài)數(shù)據(jù)和嚴(yán)重磨損狀態(tài)3種。
傘齒輪減速機(jī)振動信號的神經(jīng)網(wǎng)絡(luò)分析,經(jīng)過試驗(yàn)采集了減速機(jī)不同工作階段的振動信號,從時(shí)域分析了減速機(jī)振動信號隨著內(nèi)部輪齒磨損量增加的變化規(guī)律。用與內(nèi)部輪齒磨損具有良好相關(guān)性的 12 組參數(shù)和 3 組參數(shù)作為K系列減速機(jī)內(nèi)部輪齒磨損的訓(xùn)練特征向量和檢驗(yàn)特征參量,采用前向的 BP 人工神經(jīng)網(wǎng)絡(luò)進(jìn)行磨損量識別,獲得了較高的識別精度。雖然 BP 網(wǎng)絡(luò)得到了廣泛應(yīng)用,但其自身也存在些不足,包括幾個(gè)方面的問題。
(1) 由于傘齒輪減速機(jī)學(xué)習(xí)速率是固定的,因此,網(wǎng)絡(luò)的收斂速度慢,需要較長的訓(xùn)練時(shí)間。對于些復(fù)雜的問題, BP 算法需要的訓(xùn)練時(shí)間可能會非常長。這主要是由于學(xué)習(xí)速率太小造成的,可采用變化的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率加以改進(jìn);
(2) BP 算法可以使權(quán)值收斂到某個(gè)值,但并不能保證其為誤差平面的全局小值,這是因?yàn)椴捎锰荻认陆捣赡軙a(chǎn)生個(gè)局部小值。對于這個(gè)問題,K系列減速機(jī)可以用附加動量法來解決;
(3)傘齒輪減速機(jī)網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論指導(dǎo),般是根據(jù)經(jīng)驗(yàn)或者通過反復(fù)實(shí)驗(yàn)確定。因此,網(wǎng)絡(luò)往往存在很大的冗余性,定程度上增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān);
(4) 網(wǎng)絡(luò)的記憶和學(xué)習(xí)具有不穩(wěn)定性。也就是說,如果增加了學(xué)習(xí)樣本,訓(xùn)練好的網(wǎng)絡(luò)就得重從頭開始重新訓(xùn)練,對于以前的權(quán)值和閾值是沒有記憶的。BP 網(wǎng)絡(luò)與小波包分析的結(jié)合較好的克服了單 BP網(wǎng)絡(luò)的缺陷和不足。http://www.amarketonline.com/Products/k97jiansuji.html