基于BP神經(jīng)網(wǎng)絡(luò)的鉆機(jī)齒輪箱故障診斷方法

王昊

（中煤科工集團(tuán)西安研究院，陜西 西安 710077）

由于ZDY 系列全液壓坑道鉆機(jī)設(shè)備（以下簡稱鉆機(jī)）應(yīng)用于煤礦井下，工作環(huán)境十分惡劣。而鉆機(jī)回轉(zhuǎn)器是鉆機(jī)傳動的核心裝置，齒輪是其關(guān)鍵部件。在煤礦井下實(shí)際使用過程中，由于回轉(zhuǎn)器中的齒輪、主軸、軸承等發(fā)生故障，導(dǎo)致鉆機(jī)鉆進(jìn)工作停滯，進(jìn)行維修更換配件的實(shí)例時(shí)有發(fā)生。這里齒輪失效的主要形式，有齒根裂痕和彎曲疲勞引起的斷齒等。隨著ZDY 系列鉆機(jī)生產(chǎn)規(guī)模的擴(kuò)大，種類的不斷繁衍，改型鉆機(jī)的不斷推出，結(jié)合不斷發(fā)展的診斷技術(shù)，對回轉(zhuǎn)器實(shí)施故障診斷，尤其是對齒輪部件的診斷變得十分重要。

隨著故障診斷技術(shù)的發(fā)展，對回轉(zhuǎn)器傳動裝置等此類設(shè)備的診斷方法也有很多，常見的診斷方法，有磨損殘余物分析診斷法、振動監(jiān)測技術(shù)診斷法、聲發(fā)射技術(shù)診斷法、光纖傳感技術(shù)診斷法、人工神經(jīng)網(wǎng)絡(luò)技術(shù)診斷法等。

本文提出了應(yīng)用BP 神經(jīng)網(wǎng)絡(luò)對回轉(zhuǎn)器齒輪箱故障進(jìn)行診斷與預(yù)測分析，為鉆機(jī)使用者提供提前預(yù)判、預(yù)知幫助，減少回轉(zhuǎn)器齒輪故障帶來的經(jīng)濟(jì)損失。

1 樣本數(shù)據(jù)的采集

為了得到回轉(zhuǎn)器齒輪箱故障診斷的準(zhǔn)確BP 神經(jīng)網(wǎng)絡(luò)模型，對回轉(zhuǎn)器的齒輪嚙合頻率樣本數(shù)據(jù)進(jìn)行采集[2]，采集樣本數(shù)據(jù)經(jīng)過歸一化處理后，可得到表1 中的樣本數(shù)據(jù)，共有12個(gè)實(shí)際樣本，3 種故障模式[4]。

3 種故障模式分別為：無故障（1，0，0），齒根裂紋（0，1，0），斷齒（0，0，1）。每個(gè)樣本有10個(gè)特征參數(shù)，具體數(shù)據(jù)見表1 所列。

表1 回轉(zhuǎn)器齒輪特征樣本數(shù)據(jù)

為了驗(yàn)證訓(xùn)練完成的BP 網(wǎng)絡(luò)是否準(zhǔn)確，采集了3 組故障數(shù)據(jù)作為測試數(shù)據(jù)，測試數(shù)據(jù)如表2 所列。

表2 齒輪特征測試數(shù)據(jù)

2 BP 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

根據(jù)回轉(zhuǎn)器齒輪故障樣本的特征，結(jié)合BP 神經(jīng)網(wǎng)絡(luò)的特性[3]，在本文中將BP 神經(jīng)網(wǎng)絡(luò)故障診斷模型設(shè)計(jì)為3 層結(jié)構(gòu)，分別為輸入層、隱含層、輸出層。

輸入層為10個(gè)神經(jīng)元，輸出層為3個(gè)神經(jīng)元，隱含層為15個(gè)神經(jīng)元。

具體神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖如圖1 所示。

圖1 BP 網(wǎng)絡(luò)模型結(jié)構(gòu)圖

3 MATLAB 程序代碼編寫

為了得到精確的BP 神經(jīng)網(wǎng)絡(luò)模型，需在MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱中編寫訓(xùn)練程序代碼，MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中有大量可調(diào)用的函數(shù)，在訓(xùn)練過程，編寫的程序代碼會自動調(diào)用。

現(xiàn)根據(jù)上述建立的BP 神經(jīng)網(wǎng)絡(luò)模型和采集的樣本數(shù)據(jù)，在MATLAB 軟件中編寫完整的程序代碼，部分程序代碼如下：

4 樣本數(shù)據(jù)訓(xùn)練

將上述編寫的程序源碼，放入MATLAB 軟件進(jìn)行訓(xùn)練，在訓(xùn)練過程不斷調(diào)整隱含層神經(jīng)元的個(gè)數(shù)和輸入層與隱含層之間的傳遞函數(shù)，盡量使神經(jīng)網(wǎng)絡(luò)模型計(jì)算出來的誤差值變小。在必要的時(shí)候，需要調(diào)整神經(jīng)網(wǎng)絡(luò)模型隱含層的個(gè)數(shù)，使其誤差達(dá)到要求的值。當(dāng)訓(xùn)練次數(shù)達(dá)到400 次左右時(shí)，誤差到設(shè)定要求，訓(xùn)練誤差變化曲線如圖2 所示。

圖2 訓(xùn)練誤差變化曲線圖

下面是回轉(zhuǎn)器齒輪故障網(wǎng)絡(luò)訓(xùn)練結(jié)果：

5 網(wǎng)絡(luò)測試及結(jié)果分析

（1）實(shí)際測試樣本。

（2）神經(jīng)網(wǎng)絡(luò)預(yù)測值。

從預(yù)測結(jié)果值中不難看出，前述所建立的BP 神經(jīng)網(wǎng)絡(luò)模型十分精確，能夠?qū)崿F(xiàn)對鉆機(jī)回轉(zhuǎn)器齒輪箱準(zhǔn)確地故障診斷與預(yù)測，可以為使用鉆機(jī)鉆進(jìn)工作者提供齒輪箱提前預(yù)判，使設(shè)備維修人員提前得知維修或更換準(zhǔn)備信息。在現(xiàn)實(shí)鉆機(jī)使用中，具有極大指導(dǎo)價(jià)值。

6 結(jié)束語

本文的研究，得到如下結(jié)論：

一是實(shí)現(xiàn)對回轉(zhuǎn)器齒輪故障特征數(shù)據(jù)的采集樣本，利用編程MATLAB 工具編寫了訓(xùn)練程序代碼，實(shí)現(xiàn)對采集樣本數(shù)據(jù)的訓(xùn)練，得到精確網(wǎng)絡(luò)模型。

二是最后對所得網(wǎng)絡(luò)模型進(jìn)行了測試和檢驗(yàn)，實(shí)驗(yàn)證明文中所建立的BP 網(wǎng)絡(luò)模型可行，可以實(shí)現(xiàn)對回轉(zhuǎn)器齒輪箱故障診斷與預(yù)測。

三是建立BP 網(wǎng)絡(luò)模型，相對于傳統(tǒng)故障診斷方法，可以較為準(zhǔn)確、方便、科學(xué)地實(shí)現(xiàn)鉆機(jī)回轉(zhuǎn)器齒輪箱故障診斷與預(yù)測，為鉆機(jī)使用者、維修者提供幫助。

[1]施 平.機(jī)械工程專業(yè)英語[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2003.

[2]蘭 芳. 齒輪典型故障診斷研究[J]. 四川冶金，2006，（1）：18-20

[3]郭 晶，孫偉娟.神經(jīng)網(wǎng)絡(luò)理論與MATLAB7 實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2005.

[4]熊 偉，程加堂，徐紹坤. 基于證據(jù)理論的齒輪故障診斷[J].機(jī)械傳動，2011，（9）：34-36.