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YL II-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，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。

　　2.1 BP 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1 BP 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kj w ，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)，計算公式如下

　　2.2 BP 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YL II-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YL II-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 YL II-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 YL II-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)過歸一化處理計算出的 6 個在【0 1】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

　?。ㄆ渲衋 取10），計算得隱層節(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 YL II-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YL II-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，本文僅探討了有限的幾種故障類型的診斷。并且，由于選取的樣本數(shù)有限，因此所選取的5組樣本里，并沒有囊括文中所針對的4 種故障類型。但從診斷結(jié)果看，BP 神經(jīng)網(wǎng)絡(luò)還是可以較好的對診斷對象進(jìn)行分類的。

參考文獻(xiàn):

[1]. f1  datasheet http://www.hbjingang.com/datasheet/f1+_2060738.html.