江蘇風興干燥設(shè)備有限公司
江蘇風興干燥設(shè)備有限公司
閱讀：152發(fā)布時間：2010-12-22
提出一種結(jié)合小波包分解和廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法,該方法首先采用小波包分解與重構(gòu)提取各頻帶的能量作為故障特征向量,并以此向量作為輸入,再利用廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)建立黃粉蟲干燥設(shè)備故障診斷模型,雙錐真空干燥機該模型不僅能對模糊規(guī)則而且能對輸入變量的重要性做出評價,使每個輸入變量和模糊規(guī)則都可根據(jù)誤差減少率進行修正。實驗結(jié)果表明：該方法對識別和預(yù)測黃粉蟲干燥設(shè)備的狀態(tài)具有較帶式干燥器高的精度和效率。黃粉蟲干燥設(shè)閃蒸干燥器備是機械電子設(shè)備中一種典型的故障多發(fā)零件，據(jù)統(tǒng)計旋轉(zhuǎn)設(shè)備故障的30腸是由黃粉蟲干燥設(shè)備故障引起的，而在黃粉蟲干燥設(shè)備中90腸的故障主要來自內(nèi)圈和外圈的故障。因此，對黃粉蟲干燥設(shè)備的運行狀態(tài)監(jiān)測和
故障模式的識別一直是故障診斷的重點，通過監(jiān)測和診雙錐回轉(zhuǎn)干燥機斷黃粉蟲干燥設(shè)備的工作狀態(tài)，可以有效避免因黃粉蟲干燥設(shè)備突發(fā)故障而導致的重大事故，并能有效減少因停機而造成的經(jīng)濟小波包分解（WPD）是多分辨率分析的推廣，可將頻帶進行帶式干燥器多層次劃分，并能自適應(yīng)地根據(jù)振動信號的特征，將其分解到各個頻帶中，從而提取故障特征信號進行故障分析。模滾筒干燥設(shè)備糊神經(jīng)網(wǎng)絡(luò)（FNN）則是結(jié)合模糊邏輯和神經(jīng)網(wǎng)絡(luò)的各自優(yōu)點，既替于閃蒸干燥器利用已有的經(jīng)驗知
識，又能通過自主學習增加系統(tǒng)的決策能力，增強網(wǎng)絡(luò)的自適應(yīng)能力，從而使模糊神經(jīng)網(wǎng)絡(luò)同時具有強的推理能力和自適應(yīng)能力的優(yōu)點，在故障診斷領(lǐng)域中有很大發(fā)展前途。廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)（GD一FNN）不僅參數(shù)可以在學習過程中調(diào)整，同時可根據(jù)觀測數(shù)據(jù)自動增加、刪除或者修改模糊規(guī)則來優(yōu)化模糊模型，并確定模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。基于此，提出一種帶式干燥器改進的模糊故障診斷方法，即先采用小波包分解與重構(gòu)提取黃粉蟲干燥設(shè)備振動信號中不同頻帶內(nèi)的能量來確定黃粉蟲干燥設(shè)備故障特征向童，再以此作為GD一剛N的輸人對黃粉蟲干燥設(shè)備故障進行診斷和識別，通過對黃粉蟲干燥設(shè)備狀態(tài)雙錐真空干燥機數(shù)據(jù)的仿真實驗結(jié)果表明，該方法具有較高的識別和預(yù)測精度。從上述結(jié)果分析可知，本文故障診斷方法，具有較好的推廣性，滾筒干燥設(shè)備集學習、聯(lián)想、識別、自適應(yīng)及模糊信息處理于一體，提高了網(wǎng)絡(luò)的收斂速度和預(yù)
測精度，且具有較快的運算速度，而且能對模糊規(guī)則和輸入變量的重要性做出評價，從而使每個輸入變健和模糊規(guī)則都可根據(jù)誤差減少率進行修正，有效地提高電機黃粉蟲干燥設(shè)備故降診斷的準確性和可靠性。4滾筒干燥設(shè)備結(jié)語本文針對電機黃粉蟲干燥設(shè)備故障診斷知識具有模糊性和難以建立數(shù)學模型的特點，提出結(jié)合WPD和GD一FNN的黃粉蟲干燥設(shè)備故障診斷方法。廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)CD一FNN的結(jié)構(gòu)基于擴展的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，在功能閃蒸干燥器上等價于飛K模糊系統(tǒng)。其學習算法的zui大特點是參數(shù)的調(diào)整和結(jié)構(gòu)的優(yōu)化同時進行，而且學習速度快。實驗結(jié)果表明，該方法具有很強的分類能力，可以應(yīng)用于黃粉蟲干燥設(shè)備的故障診斷和實時監(jiān)測，也可為其他類型的故障診斷提供參考價值。
泵閥商務(wù)網(wǎng) 設(shè)計制作，未經(jīng)允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
請輸驗證碼
請輸入你感興趣的產(chǎn)品
請簡單描述您的需求
請選擇省份