基于神經(jīng)網(wǎng)絡(luò)與虛擬儀器的擠壓機(jī)故障診斷技術(shù)研究.pdf

1、擠壓機(jī)是擠壓加工生產(chǎn)線中的關(guān)鍵設(shè)備，決定著擠壓車間的生產(chǎn)品種和能力。因此，對(duì)擠壓機(jī)的故障診斷和及時(shí)排除故障對(duì)保證產(chǎn)品質(zhì)量和生產(chǎn)進(jìn)度顯得尤為重要。即使是經(jīng)驗(yàn)豐富的工人診斷設(shè)備的運(yùn)行狀態(tài)也無(wú)法與一套完整的設(shè)備狀態(tài)監(jiān)控系統(tǒng)的判斷精度相比。一旦判斷失誤就會(huì)造成重大損失。為了提高擠壓機(jī)可靠性、經(jīng)濟(jì)性，降低生產(chǎn)成本，提高設(shè)備的利用率，通過(guò)設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)，實(shí)現(xiàn)設(shè)備的“狀態(tài)維修”就成為現(xiàn)代設(shè)備管理和維護(hù)的必然需要。
　　 本文在分

2、析了擠壓機(jī)結(jié)構(gòu)特點(diǎn)、擠壓機(jī)故障的種類及產(chǎn)生的多種原因的基礎(chǔ)上，給出了一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)進(jìn)行擠壓機(jī)故障診斷的設(shè)計(jì)方案。
　　 本文所采用的擠壓機(jī)故障診斷方法是:利用多種傳感器測(cè)出擠壓機(jī)液壓系統(tǒng)壓力、溫度及振動(dòng)信號(hào)，根據(jù)液壓系統(tǒng)反饋回來(lái)的信號(hào)自動(dòng)繪制出壓力波形，并且提取出特征參數(shù)，再將這些特征參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入樣本，并利用其對(duì)所建立起的BP神經(jīng)網(wǎng)絡(luò)反復(fù)訓(xùn)練，然后利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行擠壓機(jī)故障診斷，得出診斷結(jié)果。這種方

3、法不僅大大提高了故障診斷的效率，而且還使故障診斷具有人工智能化。
　　 試驗(yàn)表明，基于神經(jīng)網(wǎng)絡(luò)的故障診斷結(jié)果與實(shí)測(cè)值具有良好的一致性，只要擁有了足夠多能夠準(zhǔn)確反映故障的樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)的可靠性和穩(wěn)定性就能得到大大的提高。針對(duì)設(shè)備運(yùn)行的復(fù)雜性，僅選用單一的診斷參數(shù)往往會(huì)做出錯(cuò)誤的判斷，而基于神經(jīng)網(wǎng)絡(luò)的故障模式識(shí)別方法能充分利用信息特征，實(shí)現(xiàn)輸入與輸出之間的映射關(guān)系，得出準(zhǔn)確的診斷結(jié)果。人工神經(jīng)網(wǎng)絡(luò)為狀態(tài)監(jiān)測(cè)和故障診