鄭勇

摘 要：BP神經(jīng)網(wǎng)絡(luò)是采用誤差反傳算法作為其學(xué)習(xí)算法的前饋型網(wǎng)絡(luò)。但其在機(jī)械系統(tǒng)的故障診斷應(yīng)用中卻存在諸多問(wèn)題。本研究以汽車機(jī)械系統(tǒng)故障診斷為例，對(duì)BP神經(jīng)網(wǎng)絡(luò)的具體應(yīng)用進(jìn)行改進(jìn)，對(duì)收斂速度慢、診斷準(zhǔn)確率低、樣本選擇困難等應(yīng)用過(guò)程中存在的問(wèn)題提出相應(yīng)的解決方法。經(jīng)過(guò)分析應(yīng)用，效果較好，對(duì)相關(guān)問(wèn)題的解決具有較好的指導(dǎo)和應(yīng)用價(jià)值。

關(guān)鍵詞：機(jī)械系統(tǒng);故障診斷;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò);汽車

1 BP神經(jīng)網(wǎng)絡(luò)特點(diǎn)與適用性

人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦結(jié)構(gòu)和功能的信息處理系統(tǒng)，它具有強(qiáng)大的非線性處理功能。神經(jīng)網(wǎng)絡(luò)之所以被廣泛應(yīng)用，主要在于其具有很強(qiáng)的容錯(cuò)性，具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)能力、異域聯(lián)想功能，對(duì)復(fù)雜的非線性問(wèn)題建模非常容易等優(yōu)點(diǎn)。

BP神經(jīng)網(wǎng)絡(luò)是采用誤差反傳算法作為其學(xué)習(xí)算法的前饋型網(wǎng)絡(luò)，由輸入層（一層）、隱含層（一層或多層）和輸出層（一層）組成，各層之間實(shí)行全連接。網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由：“信息正向傳播”→“誤差反向傳播”→“記憶訓(xùn)練”→“學(xué)習(xí)收斂”這四個(gè)部分組成。隨著信息的正向傳遞與誤差的反向傳播的反復(fù)進(jìn)行，不斷調(diào)整權(quán)值，使網(wǎng)絡(luò)的實(shí)際輸出逐漸向各自對(duì)應(yīng)的期望輸出逼近，直至達(dá)到期望目標(biāo)。雖然BP神經(jīng)網(wǎng)絡(luò)能夠廣泛應(yīng)用于各個(gè)行業(yè)，但其在機(jī)械系統(tǒng)的故障診斷中卻存在收斂速度慢和診斷診確率低等問(wèn)題。為此，本研究以汽車機(jī)械系統(tǒng)故障診斷為例，對(duì)BP神經(jīng)網(wǎng)絡(luò)的具體應(yīng)用進(jìn)行深入研究，并針對(duì)應(yīng)用過(guò)程中存在的問(wèn)題提出相應(yīng)的解決方法。

2 基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械系統(tǒng)故障診斷系統(tǒng)的應(yīng)用問(wèn)題研究

為了解決BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中所遇到的收斂速度過(guò)慢、診斷準(zhǔn)確率較低以及無(wú)法精確選取樣本等問(wèn)題，本研究采取了以下改進(jìn)措施，以此解決應(yīng)用過(guò)程中存在的問(wèn)題，提高BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中的應(yīng)用水平。

2.1 收斂速度慢問(wèn)題改進(jìn)

在應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)汽車機(jī)械系統(tǒng)故障進(jìn)行診斷時(shí)，為了解決其收斂速度過(guò)慢的應(yīng)用問(wèn)題，本研究主要應(yīng)用了兩種方法，分別是對(duì)α和β兩個(gè)動(dòng)態(tài)參數(shù)進(jìn)行調(diào)整的方法以及對(duì)步長(zhǎng)進(jìn)行自適應(yīng)調(diào)整的方法。首先，在對(duì)α和β兩個(gè)動(dòng)態(tài)參數(shù)進(jìn)行調(diào)整的方法中，通過(guò)對(duì)樣本進(jìn)行訓(xùn)練可以了解到，α和β這兩個(gè)動(dòng)態(tài)參數(shù)會(huì)在很大程度上影響B(tài)P神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度，通過(guò)對(duì)這種影響程度進(jìn)行相應(yīng)的運(yùn)算分析，可以發(fā)現(xiàn)，α與β這兩個(gè)動(dòng)態(tài)參數(shù)的不同，會(huì)造成BP神經(jīng)網(wǎng)絡(luò)在診斷汽車機(jī)械系統(tǒng)噴油器故障問(wèn)題時(shí)，其電壓波形樣本有著不同的迭代次數(shù)。

由以上分析數(shù)據(jù)可以了解到，當(dāng)α與β的取值變得越高時(shí)，則對(duì)誤差的修正幅度也就越大，相應(yīng)的也使BP神經(jīng)網(wǎng)絡(luò)有更快的學(xué)習(xí)速度。不過(guò)當(dāng)α與β的取值過(guò)大時(shí)，則會(huì)造成BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過(guò)程中出現(xiàn)振蕩現(xiàn)象，進(jìn)而造成其性能降低，因此，對(duì)α與β值的最優(yōu)化選擇是非常困難的。在對(duì)BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)汽車機(jī)械系統(tǒng)噴油器的電壓波形樣本數(shù)據(jù)時(shí)，通過(guò)觀察其誤差曲線，可以發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過(guò)程中主要包括兩個(gè)階段，因此應(yīng)根據(jù)這兩個(gè)階段來(lái)采取不同的參數(shù)調(diào)整方法。

BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)初期，通常其實(shí)際輸出信號(hào)和人們所期望的輸出信號(hào)之間有著很大的誤差，這也使BP神經(jīng)網(wǎng)絡(luò)在該階段有著較快的學(xué)習(xí)速度，此時(shí)對(duì)其最近幾次的輸出值進(jìn)行分析，如果其輸出值不會(huì)出現(xiàn)較大的化，則可對(duì)參數(shù)進(jìn)行適當(dāng)?shù)募哟螅缓髮⑵渑c小于1的數(shù)進(jìn)行相乘，并按照原來(lái)的方向?qū)ο乱坏c(diǎn)進(jìn)行重新計(jì)算，則可以使收斂速度明顯加快，此時(shí)對(duì)其輸出值變化幅度進(jìn)行觀測(cè)，如果沒(méi)有出現(xiàn)較大的變化幅度，則不需要對(duì)參數(shù)進(jìn)行調(diào)整。BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)后期，此時(shí)其實(shí)際輸出信號(hào)和人們所期望的輸出信號(hào)之間有著很小的誤差，此時(shí)應(yīng)對(duì)參數(shù)進(jìn)行適當(dāng)?shù)募哟?，同時(shí)考慮到過(guò)大的參數(shù)調(diào)整會(huì)造成系統(tǒng)振蕩，因此需要對(duì)α與β的上限進(jìn)行設(shè)定，這樣便可使訓(xùn)練樣本的迭代次數(shù)結(jié)果只有原來(lái)的一半左右。

根據(jù)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值公式，在一定程度上提高BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中應(yīng)用的收斂速度與收斂性能，可達(dá)到期望輸出信號(hào)的精度要求。

2.2 診斷準(zhǔn)確率低問(wèn)題改進(jìn)

針對(duì)BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中存在準(zhǔn)確率較低的問(wèn)題，為了提高其診斷準(zhǔn)確率，需要適當(dāng)?shù)脑黾訕颖緮?shù)量，使BP神經(jīng)網(wǎng)絡(luò)能夠?qū)δ硞€(gè)輸入項(xiàng)實(shí)施弱化處理，也就是說(shuō)，通過(guò)對(duì)相應(yīng)訓(xùn)練樣本的增加，將其當(dāng)作有效的輸入信號(hào)，則其輸出便是預(yù)先設(shè)定的較小值，然后再應(yīng)用BP神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)噴油器電壓波形的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，通過(guò)該樣本數(shù)據(jù)中權(quán)值矩陣的相應(yīng)調(diào)整，以此確保該選項(xiàng)能夠在最小程度上影響輸出結(jié)果，直至不會(huì)導(dǎo)致系統(tǒng)對(duì)樣本發(fā)生誤判為止，這種方法能夠在一定程度上使權(quán)值矩陣構(gòu)成得到相應(yīng)的干預(yù)，進(jìn)而達(dá)到提高其精度的目的。通過(guò)在基于BP神經(jīng)網(wǎng)絡(luò)的汽車機(jī)械系統(tǒng)故障診斷系統(tǒng)中應(yīng)用該方法，在加入弱化樣本以后，能夠使BP神經(jīng)網(wǎng)絡(luò)的診斷準(zhǔn)確率提升至8.9%。

2.3 樣本選擇困難問(wèn)題改進(jìn)

針對(duì)BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中存在的樣本難以準(zhǔn)精確選擇的問(wèn)題，在應(yīng)用過(guò)程中，由于汽車機(jī)械系統(tǒng)在運(yùn)行時(shí)所產(chǎn)生的波形不確定，因此會(huì)造成各種信號(hào)都和標(biāo)準(zhǔn)信號(hào)有著不同的逼近程度，因此在對(duì)各種信號(hào)所具有的特征值進(jìn)行提取時(shí)，所采用的語(yǔ)言也應(yīng)盡量模糊化，例如在描述各種信號(hào)和標(biāo)準(zhǔn)信號(hào)特征之間的逼近程度時(shí)，便可采用明顯、較為明顯以及較為輕微等模糊化語(yǔ)言。因此，在采用模糊化語(yǔ)言來(lái)進(jìn)行逼近程度的描述時(shí)，需要通過(guò)相應(yīng)權(quán)系數(shù)的設(shè)定來(lái)將其納入到樣本取值中，以此實(shí)現(xiàn)對(duì)故障波形的精確把握，權(quán)系數(shù)與描述語(yǔ)言之間的對(duì)應(yīng)關(guān)系是：權(quán)系數(shù)超過(guò)0.85時(shí)描述為逼近程度明顯，權(quán)系數(shù)在0.6時(shí)描述為逼近程度較為明顯，權(quán)系數(shù)在0.35以內(nèi)時(shí)，描述為逼近程度輕微。通過(guò)以上處理，能夠大幅提高系統(tǒng)對(duì)波形中故障診斷的準(zhǔn)確率，比如，在對(duì)噴油器的電壓波形進(jìn)行描述時(shí)，通過(guò)權(quán)重因子的設(shè)定，由診斷人員結(jié)合實(shí)際情況來(lái)選擇權(quán)重因子，使數(shù)值從僅為0和1轉(zhuǎn)變成0與1之間的五個(gè)間斷變化的值，這一方法雖然存在人為的主觀因素，但卻更加符合故障診斷過(guò)程中對(duì)實(shí)際情況的描述，從而使診斷人員在對(duì)汽車機(jī)械系統(tǒng)中存在的兩種或兩種以上故障進(jìn)行診斷時(shí)，能夠大大提高診斷精度，從而判斷出汽車機(jī)械系統(tǒng)在發(fā)生相應(yīng)故障時(shí)存在的可能性，進(jìn)而大大提高了BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷中的描述準(zhǔn)確率，實(shí)現(xiàn)了對(duì)汽車機(jī)械系統(tǒng)發(fā)生各種故障時(shí)的綜合性診斷。

2.4 應(yīng)用效果分析

通過(guò)采用以上方法來(lái)進(jìn)行改進(jìn)，可以發(fā)現(xiàn)，權(quán)值矩陣的變化對(duì)診斷準(zhǔn)確率產(chǎn)生了很大的影響，這種影響大幅提高了BP神經(jīng)網(wǎng)絡(luò)的故障診斷準(zhǔn)確率，同時(shí)其收斂速度也得到了一定程度的加快。

3 結(jié)論

通過(guò)研究BP神經(jīng)網(wǎng)絡(luò)在汽車機(jī)械系統(tǒng)故障診斷時(shí)所遇到的問(wèn)題，以此提出相應(yīng)的解決方法，實(shí)踐結(jié)果表明，在應(yīng)用了α、β動(dòng)態(tài)參數(shù)調(diào)整法、步長(zhǎng)調(diào)整法、樣本增加弱化處理法以及描述語(yǔ)言模糊化法后，BP神經(jīng)網(wǎng)絡(luò)在診斷汽車機(jī)械系統(tǒng)故障時(shí)的收斂速度與收斂性能有了明顯的提升，診斷準(zhǔn)確率也得到了很大的提高，并且通過(guò)模糊化語(yǔ)言能夠更加精確的對(duì)汽車機(jī)械系統(tǒng)故障進(jìn)行綜合性診斷。

參考文獻(xiàn)：

[1]劉小平，鄂東辰，高強(qiáng)，等.基于BP神經(jīng)網(wǎng)絡(luò)的翻車機(jī)壓系統(tǒng)故障診斷[J].液壓與氣動(dòng)，2016（08）：68-73.

[2]李琳，陶建峰，黃亦翔，等.基于BP神經(jīng)網(wǎng)絡(luò)的液壓缸內(nèi)泄漏診斷[J].液壓與氣動(dòng)，2017（07）：11-15.