关键词:
遗传算法
神经网络
离心泵
故障识别
滚动轴承
摘要:
针对滚动轴承初期故障发生率高、故障识别困难的问题,提出了一种基于遗传算法(GeneticAlgorithm,GA)优化反向传播(Backpropagation,BP)神经网络的轴承故障诊断方法。以某炼厂100万吨/年柴油加氢转化装置重汽油泵为研究对象。首先,对采集的驱动端轴承速度信号进行小波包分析处理,滤去信号中的噪声分量。接着,利用GA优化BP网络模型的初始权值及偏置值。同时提取滤后信号多域特征值作为故障诊断模型的输入数据。最后,将故障特征值代入训练好的故障诊断模型,输出轴承常见故障状态。结果表明:利用基于GA-BP故障诊断模型能够准确地识别出轴承的故障类型。