[發(fā)明專利]一種基于CNN聲發(fā)射識(shí)別動(dòng)靜態(tài)部件間摩擦故障的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510675500.X
• 申請(qǐng)日: 2015-10-19
• 公開（公告）號(hào): CN105243421A
• 公開（公告）日: 2016-01-13
• 發(fā)明（設(shè)計(jì)）人: 蔣云良;成新民;申情
• 申請(qǐng)（專利權(quán)）人: 湖州師范學(xué)院
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 韓洪

【技術(shù)領(lǐng)域】

本發(fā)明涉及摩擦故障檢測(cè)的技術(shù)領(lǐng)域，特別涉及一種基于CNN聲發(fā)射識(shí)別動(dòng)靜態(tài)部件間摩擦故障的方法，提高制造工藝中大型旋轉(zhuǎn)機(jī)械的動(dòng)態(tài)和靜態(tài)部件引起的摩擦故障檢測(cè)效率。

【背景技術(shù)】

動(dòng)靜摩擦是旋轉(zhuǎn)機(jī)械經(jīng)常發(fā)生的故障，摩擦故障發(fā)生時(shí)，轉(zhuǎn)子上會(huì)同時(shí)產(chǎn)生力沖擊和熱沖擊的作用。為了減少漏汽(氣)，大型旋轉(zhuǎn)機(jī)械動(dòng)靜間隙通常設(shè)計(jì)的很小，摩擦故障不僅在機(jī)組起停過(guò)程中發(fā)生，安裝、檢修和運(yùn)行過(guò)程中稍有不慎就可能發(fā)生動(dòng)靜摩擦。摩擦故障發(fā)生后，機(jī)組振動(dòng)可能出現(xiàn)長(zhǎng)時(shí)間波動(dòng)，也可能出現(xiàn)突發(fā)性波動(dòng)，摩擦嚴(yán)重時(shí)，如果不及時(shí)處理，極有可能導(dǎo)致發(fā)生大軸彎曲事故。

動(dòng)態(tài)和靜態(tài)部件之間的摩擦產(chǎn)生的故障通常為大型旋轉(zhuǎn)機(jī)械，比如大型游樂(lè)設(shè)施、汽輪發(fā)電機(jī)等，一旦摩擦故障嚴(yán)重導(dǎo)致意外發(fā)生時(shí)，損失是慘重的，所以有效地識(shí)別正常執(zhí)行中旋轉(zhuǎn)機(jī)械的摩擦故障是很重要的。

混沌是存在于非線性動(dòng)力學(xué)系統(tǒng)中的一種普遍現(xiàn)象，具有一些獨(dú)特的動(dòng)力學(xué)性質(zhì)：初值敏感性、內(nèi)在隨機(jī)性及遍歷性。由于神經(jīng)網(wǎng)絡(luò)是高度非線性動(dòng)力學(xué)系統(tǒng)，而混沌又具有上述的特性，因此神經(jīng)網(wǎng)絡(luò)與混沌密切相關(guān)，所以混沌神經(jīng)網(wǎng)絡(luò)被認(rèn)為是可實(shí)現(xiàn)其真實(shí)世界計(jì)算的智能信息處理系統(tǒng)之一。混沌神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱CNN，源于對(duì)人工神經(jīng)網(wǎng)絡(luò)(ANN)的非線性系統(tǒng)的動(dòng)態(tài)特性的研究，它通常需要使用統(tǒng)計(jì)神經(jīng)網(wǎng)絡(luò)模型，而不是確定的模型，使動(dòng)態(tài)重新配置，與反向傳播(BP)神經(jīng)網(wǎng)絡(luò)不同，CNN搜索出混沌吸引子的相空間，并用不可重復(fù)的規(guī)則循環(huán)訪問(wèn)所有的狀態(tài)，可以有效避免陷入局部最小值的情況，較傳統(tǒng)的反向傳播(BP)神經(jīng)網(wǎng)絡(luò)模型，具有更好的識(shí)別率，因此提出一種基于CNN聲發(fā)射識(shí)別動(dòng)靜態(tài)部件間摩擦故障的方法，來(lái)提高正常運(yùn)行中的機(jī)器摩擦故障的識(shí)別率。

【發(fā)明內(nèi)容】

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提供一種基于CNN聲發(fā)射識(shí)別動(dòng)靜態(tài)部件間摩擦故障的方法，其旨在解決現(xiàn)有技術(shù)中旋轉(zhuǎn)機(jī)械中摩擦故障識(shí)別率低，識(shí)別效果差的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種基于CNN聲發(fā)射識(shí)別動(dòng)靜態(tài)部件間摩擦故障的方法，其基于一種前饋CNN網(wǎng)絡(luò)，所述前饋CNN網(wǎng)絡(luò)是基于有基礎(chǔ)Logistic映射神經(jīng)元的多層感應(yīng)，所述前饋CNN網(wǎng)絡(luò)包括前隱層和后隱層兩部分，所述前隱層由神經(jīng)元F和神經(jīng)元B成對(duì)組成，神經(jīng)元F從上一層接收加權(quán)和輸出，神經(jīng)元B從自己本身接收輸出，所述后隱層由經(jīng)元H組成，用以接收相應(yīng)的神經(jīng)元F和神經(jīng)元B，并通過(guò)加權(quán)函數(shù)以最終隱藏輸出的方式輸出，所述前饋CNN網(wǎng)絡(luò)由以下方程組成，分別是hi2(k)=Σj=1mωji1xj(k)+ωiT,hi(k)=∫[h1hi1(k)+h2hi2(k)],y(k)=Σi=0hωiOhi(k),]]>其中：為神經(jīng)元B的反饋權(quán)重，為輸入權(quán)重，為神經(jīng)元閾值，為輸出權(quán)重，具體步驟如下：