《基于BP网络的真空灌封机故障自诊断系统》由会员分享，可在线阅读，更多相关《基于BP网络的真空灌封机故障自诊断系统（3页珍藏版）》请在金锄头文库上搜索。
1、基于 BP 网络的真空灌封机故障自诊断系统网络与通倍基于 6 网络的真空灌封机故障自诊断系统刘蔌，邓勤，颜鹏，刘俊西安理工大学机械与精密仪器学院陕西西安710048 真中树脂灌封机是用于电子器件环氧树脂灌封的导用设备。结构 1.入，8 分别为储有环氧树脂与固化剂的储料罐柱塞泵和比例定砧系分别安装于罐底与罐盖；比例定量系完成灌注量与固化剂比例的设定，柱塞泵负责按比例与定量将人 6 料压入混合器；人 6 料静态混合器中充分混合；灌注小车实现工件的进给以上只是接关系到灌注工作的主要结构，其他还有温控系统真空脱泡系统搅拌系统等中未给出收稿日期 2002 本设备属往复运动设备。位很难利用广泛，于其他往复
2、运动设备的基丁润滑汕的铁，色谱等，断技术。这里。我们采用对静态混合器入出门压力波形特征识，的方法。成功地识别柱塞磨损符路堵塞强制阀异常混堵等卞要故障 1 压力波形与特征提取分别庄静态混合器出口戍料进口 8 料进口处安装甩力变送器。并将变送器，5 传给控制计兑机我们在控制计算机上编制相应程序完成信号采集存储特征提取特征识别故障报矜等工作。止常的压力波形与有故障时的压乃波形 2 所不当全部行程用时 78 时，我们分别取 3 个压力在 0.5，1.0，2.0，3.0，6.0，65，7.08 时的压力构成 21维特征向量义= ，12，12.，尤 21 试验明在以上时刻的压力值序列能充分达设备各部的运行
3、万入口出口状态取心如=1 大气压 1 唧=10 大气压对；进 28 网络的建立与训练对应于 21 维的特征向址和 8 维的故，1 量 2 揠应故障计量强制阀异常管路堵塞手动阀门异，混合器沉积堵塞柱塞杲磨损泄，灌注强制阀异常管路泄漏欠料，7，网络，21 个输入神经儿 8 个输出神经元，隐层取 25 个神经元，隐层与输出层神经元米用 3.激沾两数。模拟各种故障状况，在试验机进行大贵实验并将特征故障向砧对存子文件备甩为避免标准算法收敛慢可能陷入局部极小的缺点，采模拟退火学习算法这种方法是种解决优化问的仿金属退火过程的发性随机算法。统计热力学明在平衡状态下，系统能帚的概率分在给定温度满足 3，1 以，
4、力程。由，1 方程可知，当系统温度较高时，系统处于较高能量状态的几率较高，而当系统温度较低时，系统处于较高能量状态的几率则很低如将系统能咕伏态看作优化计算中的个可行解。则能量最低的点也就转化为目标函数的最小值点。因此可以用于人工神经网络的学习。具体过程温速度，6 自适应系数，1；161迭代步长，士向适应邻域因子；权 1 量 51 求出给定样本与界时网络的输出与对应的能量函数的子程序特征故障向量对文件中的数据进行训练后，我们将得到个可称为状态识别器或故，分类器的即神经网络 3 故障自诊断系统的建立将前述的训练好的状态识别器置于设备控制计算机中，与过程控制程序同时工作并随时对运行状态进行识趴必要时
5、可以进行人工干预，对识另，进行修正或再训练发挥人机结合的优势本状态识别器温度超限报押真中度控制液位控制等打机结合构成了灌注机的故障自诊断系统 4 结论实践证明我们建立的状态识别器对单个故障和训练过的多故障有较好的识别能力，但对未训练过的多故障缺乏联想能力。识别率不高。要解决这个问纶要对网络结构进行改进而不仅仅足学 4 算法 1 赵林明。胡好云。多层前向人工神经网络 1.郑州黄河水利出版社，1999.2 吴金培，肖健华。智能故障诊断与专家系统添。北京科学出版社，1997.虞和济，陈长征。基于神经网络的智能诊断。北京冶金工业出版社，2000.旭，王宏，王文辉。人工神经元网络原理与应用。沈阳东北大学出版社，2000.
