【正文】 一般情況下，傾向于選擇較小的學(xué)習(xí)率以保證系統(tǒng)的穩(wěn)定。這樣可以在較少的迭代次數(shù)后得到滿意的訓(xùn)練結(jié)果。 利用訓(xùn)練函數(shù) traingdx，傳遞函數(shù)（ tansig,logsig）對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。所以本文選取網(wǎng)絡(luò)隱層數(shù)為 1。而誤差精度的提高實(shí)際上也可以通過增加隱層的神經(jīng)元數(shù)目來獲得，其訓(xùn)練效果也比增加層數(shù)更容易觀察和調(diào)整。只需 2 個(gè)輸出節(jié)點(diǎn)，因此確定神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)數(shù) 2。 神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)取決于輸入特征向量的個(gè)數(shù)，即這些節(jié)點(diǎn)能夠代表每個(gè)數(shù)據(jù)源，如果數(shù)據(jù)源中含有大量的未經(jīng)處理的或者虛假的信息數(shù)據(jù)，那必 將會妨礙對網(wǎng)絡(luò)的正確的訓(xùn)練，所以，要剔除那些無效的數(shù)據(jù)，確定出數(shù)據(jù)源的合適數(shù)目。 所設(shè)計(jì)的網(wǎng)絡(luò)的結(jié)構(gòu)將直接影響網(wǎng)絡(luò)診斷結(jié)果的可靠性。本章主要以前半段為基礎(chǔ)上具體建立神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行仿真，驗(yàn)證結(jié)果。第二步，將獲得的誤差信號沿網(wǎng)絡(luò)反向傳播，并利用 BP算法調(diào)節(jié)前件參數(shù)。 ANFIS的學(xué)習(xí)歸結(jié)為對前件網(wǎng)絡(luò)參數(shù)與后件網(wǎng)絡(luò)參數(shù)的調(diào)整。 ANFIS的簡化結(jié)構(gòu)圖如圖。其學(xué)習(xí)算法如下： ? ?i ljll l j ilji jil ljEE yy ydxyyPP ?? ? ?? ? ? ? ?? ? ? ? （ ） 式 中， 1 , 2 , , 。 0 ,1 , , 。相應(yīng)的隸屬度函數(shù)為jiAu ? ?ix ? ?1 , 2 , , 。如果節(jié)點(diǎn)參數(shù)集合非空，那么參數(shù)值決定節(jié)點(diǎn)函數(shù)，用方形來表示自適應(yīng)節(jié)點(diǎn)；如果節(jié)點(diǎn)參數(shù)集合是空集，那么節(jié)點(diǎn)函數(shù)是固定的，用圓圈來表示這種確定節(jié)點(diǎn)。 圖 前饋型自適應(yīng)網(wǎng)絡(luò) 一般情況下，自適應(yīng)網(wǎng)絡(luò)每個(gè)節(jié)點(diǎn)可能有不同的節(jié)點(diǎn)函數(shù)。因此，模糊神經(jīng)建模對非線性對象的建模具有突出的優(yōu)勢。 X1 A11 A12 A21 A22 A23 A33 A32 A31 y X2 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 20 自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)（ ANFIS）原理 模糊神經(jīng)網(wǎng)絡(luò)能夠充分利用專家知識和推理能力，而不必進(jìn)行精確的定量分析，因此，很受廣大工程技術(shù)人員的青睞。最后由輸出層 給出問題的確定性求解結(jié)果。模糊化層的作用是按照模糊規(guī)則將輸入值轉(zhuǎn)換為一定的模糊度，是對模糊信息進(jìn)行預(yù)處理的網(wǎng)層，主要由模糊化神經(jīng)元組成。前向型模糊神經(jīng)網(wǎng)絡(luò)是一類可以實(shí)現(xiàn)模糊映射關(guān)系的模糊神經(jīng)網(wǎng)絡(luò)。圖 為模糊神經(jīng)網(wǎng)絡(luò)的一般組織結(jié)構(gòu)?；镜哪：窠?jīng)元包括：模糊化神經(jīng)元 、 去模糊化神經(jīng)元和模糊邏輯神經(jīng)元。 (3) 把模糊邏輯的概念應(yīng)用于神經(jīng)網(wǎng)絡(luò)的計(jì)算和學(xué)習(xí)，從而在普通神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展各種模糊神經(jīng)網(wǎng)絡(luò)，例如：模糊感知器。神經(jīng)網(wǎng)絡(luò)根據(jù)人腦的生理結(jié)構(gòu)和信息處理過程創(chuàng)造人工神經(jīng)網(wǎng)絡(luò)，模糊系統(tǒng)則試圖描述和處 理人的語言和思維中存在的模糊性概念，兩者都是模仿人的智能，存在著許多的相同點(diǎn)。由公式（ ）可得： jpipijp IwE ???? （ ） 分以下兩種情況計(jì)算 ip? 。 （ 4） 算法停止判別：若 ?? ??tJ 則算法結(jié)束， ? 是預(yù)先確定的且 0?? ；否則轉(zhuǎn)至步驟（ 5）。其算法的學(xué)習(xí)步驟如下 : （ 1）設(shè)置初始權(quán)值 ??0w ，它是較小的隨機(jī)非零值。否則，轉(zhuǎn)至反向傳播。每個(gè)神經(jīng)元用一個(gè)節(jié)點(diǎn)表示，網(wǎng)絡(luò)由輸入層、隱層和輸出層節(jié)點(diǎn)組成。 (2) 模式識別 :用一個(gè)特定的輸出矢量將它與輸入矢量聯(lián)系起來 。隨著這種誤差逆向傳播修正的不斷進(jìn)行，網(wǎng)絡(luò)對輸入模式響應(yīng)的正確率也不斷上升。 BP 神經(jīng)網(wǎng)絡(luò) BP 神經(jīng)網(wǎng)絡(luò)是 1986 年由 Rumelhart 和 McCelland 為首的科研小 組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，它的名字源于網(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，既 BP 算法。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱為激勵(lì)函數(shù) （ activation function）。 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 13 3 故障診斷方法 大量功能簡單的神經(jīng)元通過一定的拓?fù)浣Y(jié)構(gòu)組織起來，構(gòu)成群體并行式處理的計(jì)算結(jié)構(gòu)，這種結(jié)構(gòu)就是人工神經(jīng)網(wǎng)絡(luò)。當(dāng)波形系數(shù)過小時(shí)，表明滾動(dòng)軸承可能發(fā)生磨損。陷的逐漸發(fā)展，反而會下降。均值用于滾動(dòng)軸承缺陷診斷的優(yōu)點(diǎn)是檢測值較峰值穩(wěn)定。這些特征參數(shù)的變化，能較好地反應(yīng)出滾動(dòng)軸承的故障的存在。 由于軸承的振動(dòng)信號是多種引起振動(dòng)因素共同作用的結(jié)果，是沒有確定變化規(guī)律的隨機(jī)信號，所以不能用確切的數(shù)學(xué)關(guān)系式來描述這種信號。 (4) 軸承故障診斷系統(tǒng)將在后續(xù)章節(jié)中介紹。與位移傳感器或速度傳感器相比，加速度傳感器頻率響應(yīng)范圍更寬，能夠獲得更多的頻率成分 信號。 滾動(dòng)軸承參數(shù)選取及處理 軸承振動(dòng)數(shù)據(jù)的獲取來源于軸承實(shí)際運(yùn)轉(zhuǎn)時(shí)的數(shù)據(jù)，通過適宜地選取參數(shù)和在實(shí)驗(yàn)裝置運(yùn)行時(shí)正確地記錄數(shù)據(jù)，保證數(shù)據(jù)能夠真實(shí)準(zhǔn)確地反映軸承的運(yùn)行狀態(tài)，利于后面的分析計(jì)算，用加速度傳感器采集振動(dòng)信號，膠合在滾動(dòng)軸承的外圈上。當(dāng)軸承存在局部損傷時(shí)，損傷沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 10 點(diǎn)通過軸承元件表面時(shí)要產(chǎn)生突變的沖擊脈沖力，該脈沖力是一個(gè)寬帶信號，所以必然覆蓋軸承系統(tǒng)的高頻固有振動(dòng)頻率而引起諧振，從而產(chǎn)生沖擊振動(dòng)。 2r 一一外環(huán)滾道的半徑 。圖 為滾動(dòng)軸承結(jié)構(gòu)圖。在大多數(shù)情況下外圈不動(dòng)，而內(nèi)圈隨軸回轉(zhuǎn)。它們在原理上沒有太大的區(qū)別，都要通過頻譜分析等手段，找出不同元件 (內(nèi)圈、外圈、滾動(dòng)體等 )的缺陷特征頻率，以此判斷滾動(dòng)軸承的缺陷部位及其嚴(yán)重程度。 燃?xì)廨啓C(jī)軸承系統(tǒng)在工作時(shí)通過傳感器采集其 工作過程中的各項(xiàng)參數(shù)數(shù)據(jù)，由于數(shù)據(jù)信息量較大，有些數(shù)據(jù)并不適合作為故障診斷的參考數(shù)據(jù)，所以需要對傳感器采集到的數(shù)據(jù)進(jìn)行處理，如濾波，篩選，整形等等。 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 6 第 6 章： 對以上 兩種 神經(jīng)網(wǎng)絡(luò)故障診斷器的診斷結(jié)果進(jìn)行對比分析 。 第 3 章：系統(tǒng)地介紹了 BP 神經(jīng)網(wǎng)絡(luò)和 ANFIS 模糊神經(jīng)網(wǎng)絡(luò)的原理、結(jié)構(gòu)、學(xué)習(xí)過程，選用合適的算法以使得其能夠更加適合于滾動(dòng)軸承故障診斷系統(tǒng)的應(yīng)用。因此，設(shè)計(jì)有效的故障診斷方法對燃?xì)廨啓C(jī)進(jìn)行故障診斷尤為重要。 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 5 2020 年上海交通大字的夏迪針對 PG917E 型單軸發(fā)電燃?xì)廨啓C(jī)，提出丁基十非線性模型的全斷方法，采用無約束的優(yōu)化方法優(yōu)化模型輸出值 與實(shí)際測量值的偏差，結(jié)果表明該方法精度較高，收斂性好，達(dá)到工程應(yīng)用的目的。 2020 年卜凱旗在《在燃?xì)廨啓C(jī)發(fā)電機(jī)組的振動(dòng)信號監(jiān)測與分析系統(tǒng)》一文中研發(fā)了一套燃?xì)廨啓C(jī)振動(dòng)監(jiān)測、故障診斷系統(tǒng) ,該系統(tǒng)通過振動(dòng)數(shù)據(jù)采集、分析，機(jī)組運(yùn)行中出現(xiàn)的異常情況可以及時(shí)地被反映出來，并通過專家診斷系統(tǒng)采用多種數(shù)據(jù)分析方法互為補(bǔ)充，從而獲得較好的故障診斷結(jié)果。自80 年代以來，國內(nèi)諸多高校及研究所的專家學(xué)者不斷開展對燃?xì)廨啓C(jī)的故障診斷與診斷研究，在理論上取得了一定的研究成果，提出相對豐富的算法和模型，為工程實(shí)踐奠定了基礎(chǔ)。 應(yīng)用信息 /數(shù)據(jù)融合的方法， 2020 年 Karim Salahshoor 提出了一種新的故障檢測和診斷方法。 而 1976 年， Willsky 在發(fā)表于 Automatic 上的論文《 A survey of sedign methods for failure detection in dynamic systems》則被認(rèn)為是世界上第一篇故障檢測和診斷方面的綜述性文章。目前研究比較多且相對來說較為成熟的是應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法為燃?xì)廨啓C(jī)的關(guān)鍵部件進(jìn)行故障診斷，但是神經(jīng)網(wǎng)絡(luò)方法往往需要大量的訓(xùn)練樣本才會獲得比較好的效果， 在小樣本情況下的其效果往往不盡如人意。通過建立適合的燃?xì)廨啓C(jī)故障模型， 可以為故障診斷系統(tǒng)的開發(fā)提供基礎(chǔ)。 (3) 提高經(jīng)濟(jì)效益 燃?xì)廨啓C(jī)故障診斷系統(tǒng)能夠在零部件、勞動(dòng)力、燃油、使用時(shí)間和后勤保障方面節(jié)省支出，具有較高的經(jīng)濟(jì)應(yīng)用價(jià)值。其研究的主要意義。另一方面，把未達(dá)到設(shè)計(jì)壽命而出現(xiàn)故障的軸承堅(jiān)持使用到定時(shí)維修時(shí)拆下來 作為報(bào)廢處理，使得機(jī)械在軸承出現(xiàn)故障后和拆下前這段時(shí)間內(nèi)工作精度下降，或者未到維修時(shí)沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 2 間就出現(xiàn)嚴(yán)重故障，導(dǎo)致整個(gè)機(jī)械出現(xiàn)嚴(yán)重事故。因此，對滾動(dòng)軸承進(jìn)行故障診斷和狀態(tài)預(yù)測具有重要的實(shí)際意義，也是燃?xì)廨啓C(jī)故障診斷領(lǐng)域的重點(diǎn)之一。由于燃?xì)廨啓C(jī)故障診斷和狀態(tài)監(jiān)控能大大提高機(jī)組運(yùn)行的安全性和可靠性，大幅度降低維護(hù)和維修成本，所以燃?xì)廨啓C(jī)故障診斷模型的研究有著重要的理論意義和較高的應(yīng)用價(jià)值。 BP neural work。防止故障升級，發(fā)生災(zāi)難性事故。 作者簽名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） IV 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁 （附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻(xiàn) 8）致謝 9）附錄（對論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于 萬字。本人完全意識到本聲明的法律后果由本人承擔(dān)。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） II 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） I 艦用燃?xì)廨啓C(jī)某關(guān)鍵部件故障診斷方法研究 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。 作者簽名： 日 期： 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） III 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印 件和電子版，允許論文被查閱和借閱。 ：任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。所以對滾動(dòng)軸承故障診斷技術(shù)進(jìn)行探討和學(xué)習(xí)就具有十分重要的 意義。 fuzzy artificial neural work 沈陽航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） VII 目 錄 1 緒 論 ............................................................................................................................... 1 課題背景和研究的意義 ............................................................................................. 1 研究背景 .............................................................................................................. 1 研究意義 .............................................................................................................. 2 國內(nèi)外故障診斷技術(shù)研究現(xiàn)狀 ................................................................................. 3 國外現(xiàn)狀 .............................................................................................................. 3 國內(nèi)現(xiàn)狀 ............................................