楊松+龍飛宏

摘 要 分析BP模糊神經(jīng)網(wǎng)絡(luò)原理，針對自動裝填系統(tǒng)提出基于BP模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法，構(gòu)造BP神經(jīng)網(wǎng)絡(luò)的裝備故障診斷的推理過程，診斷結(jié)果表明了該方法的有效性。

關(guān)鍵詞 BP神經(jīng)網(wǎng)絡(luò)；BP算法；故障診斷；自動裝填

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2018）203-0142-02

在人們不斷探索精神的推動下，裝備技術(shù)得到不斷進步和發(fā)展，現(xiàn)代化工業(yè)生產(chǎn)過程中機械裝備性能參數(shù)和自動化水平及其結(jié)構(gòu)復雜程度不斷提高，現(xiàn)代裝備系統(tǒng)也變得越來越復雜，于是對裝備的安全性和可靠性提出了更高的要求。自動裝填系統(tǒng)是一個大型系統(tǒng)，其技術(shù)含量高，結(jié)構(gòu)復雜程度高，出現(xiàn)故障的原因與故障征兆種類多，并且之間的對應(yīng)關(guān)系也非常復雜，一般是一對多，多對多等的映射關(guān)心，一旦某部位或某幾個部位發(fā)生故障就會引起整個系統(tǒng)工作異常，甚至造成系統(tǒng)癱瘓，構(gòu)成極大經(jīng)濟損失，并且出現(xiàn)異常后，檢修人員根據(jù)故障征兆準確定位故障、排除異常難度非常大。

針對此狀況，提出了一種基于自動裝填系統(tǒng)的故障診斷方法，運用BP模糊神經(jīng)網(wǎng)絡(luò)對自動裝填系統(tǒng)進行故障診斷，建立自動裝填系統(tǒng)的神經(jīng)網(wǎng)絡(luò)，并對其神經(jīng)網(wǎng)絡(luò)進行網(wǎng)絡(luò)訓練，從而實現(xiàn)自動裝填系統(tǒng)的故障診斷。

1 基于BP模糊神經(jīng)網(wǎng)絡(luò)的原理

1.1 人工神經(jīng)元模型

人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIAL、EURALNETWORK，簡稱A.N.N.），又叫作“神經(jīng)網(wǎng)絡(luò)”，是一種模擬人類大腦或者自然神經(jīng)網(wǎng)絡(luò)是對信息搜集、處理、提取和分類等智能行為的工程系統(tǒng)。神經(jīng)網(wǎng)絡(luò)由大量網(wǎng)絡(luò)神經(jīng)元之間相互連接的非線性復雜網(wǎng)絡(luò)系統(tǒng)，具有自組織性、自適應(yīng)性和非線性，易于學習和訓練，實現(xiàn)信息處理，在多個領(lǐng)域已經(jīng)被廣泛應(yīng)用。

1.2 BP模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型

聚集大量人工神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)，又稱為多層前向網(wǎng)絡(luò)，在故障診斷方法領(lǐng)域中用得最廣，成效最好。由于該神經(jīng)網(wǎng)絡(luò)在訓練的過程中采用了BP（Back-Propagation）算法，即“誤差反向傳播算法”。因此該網(wǎng)絡(luò)又作BP神經(jīng)網(wǎng)絡(luò)。三層BP神經(jīng)網(wǎng)絡(luò)構(gòu)成標準BP神經(jīng)網(wǎng)絡(luò)，其中包含一個輸入層，一個輸出層，在輸入層和輸出層之間還有一個隱含層，隱含層可以是單層，也可以是多層。這種結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，神經(jīng)元只與和它相鄰的層之間進行神經(jīng)元連接，實現(xiàn)的是完全鏈接，相同層各個神經(jīng)元不連接。

BP模糊神經(jīng)網(wǎng)絡(luò)訓練，首先對每一個輸入信號設(shè)定一個輸出信號期望輸出值。然后再對網(wǎng)絡(luò)進行訓練，當系統(tǒng)給定輸入信號時，輸入信號由輸入層經(jīng)隱含層傳輸?shù)捷敵鰧拥倪^程是一個正向傳播的過程。又稱為“順勢傳播過程”。如果實際輸出信號輸出值與輸出信號期望輸出值存在偏差，即存在誤差，那么就將進行反向傳播，又稱為“誤差逆?zhèn)鞑ミ^程”，在誤差逆?zhèn)鞑ミ^程中，網(wǎng)絡(luò)產(chǎn)生的誤差由輸出層傳輸?shù)街虚g層，根據(jù)各層誤差的不同，不斷修改權(quán)值和閾值，經(jīng)過“順勢傳播過程”和“誤差逆?zhèn)鞑ミ^程”的不斷交替反復進行。并采用最快下降法使權(quán)值沿著誤差函數(shù)負梯度方向改變，網(wǎng)絡(luò)的實際輸出不斷向期望輸出逼近，直到所對應(yīng)的輸出信號收斂于輸出信號期望輸出值為止。相比于其他網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)具有：較強的非線性映射能力，高度自學習和自適應(yīng)的能力，將學習成果應(yīng)用于新知識的能力，一定的容錯能力等優(yōu)點。

2 BP模糊神經(jīng)網(wǎng)路故障診斷

自動裝填系統(tǒng)的故障模式大體可分為機械類故障和電氣類故障，兩大故障模式。但通過實際故障維修過程中統(tǒng)計發(fā)現(xiàn)：自動裝填系統(tǒng)機械執(zhí)行部件的故障發(fā)生率相對于控制電路部分要少的多，而且故障發(fā)生后也較容易發(fā)現(xiàn)和排除。所以，本文主要針對自動裝填系統(tǒng)的控制電路的電氣故障進行分析。目前神經(jīng)網(wǎng)絡(luò)的大小只是根據(jù)需要來確定。有多少個故障現(xiàn)象，就對應(yīng)有多少個輸入節(jié)點；有多少個故障部位，就對應(yīng)有多少個輸出節(jié)點。在隱含層節(jié)點可以根據(jù)需要任意設(shè)置的情況下，一個3層BP網(wǎng)絡(luò)可以實現(xiàn)以任意精度逼近任意連續(xù)函數(shù)。

以旋轉(zhuǎn)輸彈機為例，旋轉(zhuǎn)輸彈機作為自動裝填系統(tǒng)的主要部件之一，主要用于儲存彈藥，并且按指令將所選炮彈運至出彈口門。選取旋轉(zhuǎn)裝彈機不旋轉(zhuǎn)故障診斷為研究對象。已知導致輸彈機不旋轉(zhuǎn)的電氣故障因素有以下幾種原因：X1：自動裝填按鈕（ZC1-A1）故障；X2：繼電器J5故障；X3：繼電器J9故障，X4：旋轉(zhuǎn)輸彈機電磁鐵（XS-DT1）故障；X5：繼電器J32故障；X6：繼電器J11故障；X7：繼電器J31故障；X8：繼電器J33故障；X9：閉鎖銷解鎖到位轉(zhuǎn)換觸點（DT2-K1，2）故障?？偨Y(jié)出4個故障部位：Y1：按鈕故障；Y2：繼電器故障；Y3：電磁鐵故障；Y4：旋轉(zhuǎn)輸彈機沒有解鎖。對應(yīng)這9個故障原因，有9個輸入節(jié)點，對應(yīng)這4個故障部位，有4個輸出節(jié)點。本文采用step7——300編程，PLC采集各個節(jié)點模擬量，從中提取數(shù)據(jù)，將這些數(shù)據(jù)經(jīng)過歸一化處理之后，最終得到訓練神經(jīng)網(wǎng)絡(luò)所需的樣本數(shù)據(jù)。對BP模糊神經(jīng)網(wǎng)路算法訓練，進行故障診斷。

經(jīng)MATLAB仿真之后，檢驗結(jié)果與實際狀態(tài)相符。

3 結(jié)論

通過對自動裝填系統(tǒng)的分析研究和診斷結(jié)果來看，BP模糊神經(jīng)網(wǎng)絡(luò)能夠有效的解決實際出現(xiàn)故障難題。由于BP模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單，方法容易，速度迅捷，提高了系統(tǒng)的穩(wěn)定性和診斷的準確性。所以采用BP神經(jīng)網(wǎng)絡(luò)的診斷方法是非常合適的。

參考文獻

[1]汪振興，劉臣宇，李麗，等.基于改進BP神經(jīng)網(wǎng)絡(luò)的某型裝備故障診斷專家系統(tǒng)[J].計算機與現(xiàn)代化，2010（2）：200-203.

[2]唐洪法.基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)故障診斷系統(tǒng)[D].南京：南京理工大學，2005.

[3]李士勇.模糊控制、神經(jīng)控制和智能控制論[M].哈爾濱：哈爾濱工業(yè)大學出版社，1998.endprint