本文提出了一种基于模糊神经网络（FNN）的风力机组存储单元传输故障诊断系统。系统分为三个部分：数据采集，特征提取和波形识别。过识别三个重要齿轮故障的波形：齿轮磨损，齿轮点浑浊和断齿，它不仅允许在线检测齿轮箱的在线运行状态。能储存单元，潜在故障的预警。FNN是一种算法，它结合了模糊逻辑和神经网络的优缺点，并结合了两者的优点。过分析和处理振动信号，FNN由上述三种故障波形驱动，采用多振动传感器确保振动信号的准确性。于任何大型发电设施，例如核电站发电机或热能发电机，冷凝器价格在线状态监测系统对于故障检测和事故警告非常重要。机器损坏之前及时停止维护可以防止因财产损失造成的不必要的经济损失和人身伤害[1]。械振动是工程中常见的现象：风冷机组齿轮箱的振动信号无疑是直接反映其健康状况的重要信息。果齿轮或轴承发生故障，我们可以分析一个特殊的振动频率，以验证齿轮和轴承是否完好无损。是，齿轮箱内部会产生各种振动信号，为避免误报，需要对收集到的振动信号进行深入分析[2]。究人员通常使用模糊神经网络（FNN）结合模糊神经网络和人工神经网络来识别和分析上述三种振动信号[3] [4]。糊逻辑的强度是逻辑推理，它使用数学模型来模拟人脑以进行结果分析，但缺乏汇总历史数据和存储分析结果的能力[5]。经网络正好相反：它具有学习和反复利用历史数据的功能，并且对故障具有一定的容忍度。此，将两种算法相结合，并采用长补码来最大化每种算法的优点，以解决实际问题的复杂性[6]。轮磨损意味着齿轮和齿轮在齿轮箱操作过程中无意中穿透金属颗粒或沙子，导致齿面刮伤或者牙齿表面涂层的损失。将减少齿轮，扩大侧缝之间的空间，使咬合不稳定甚至形成断齿。种故障占齿轮总故障的14％。文中的齿轮磨损是指齿面均匀磨损，齿轮不稳定，振动幅度明显不同于正常齿轮，可通过传感器。
蚀是齿轮传动系统中常见的故障类型，占总事故率的31％。旦齿轮稍微破裂，由于齿轮的长期夹紧，润滑剂被压缩到裂缝中，从而压力增加并且裂缝容易变宽。蚀的发生会使齿轮局部变形，这将进一步增加局部接触压力并最终形成断齿。发生穿孔时，由于局部压力高，存在易于识别的周期性凸幅度。齿是齿轮箱中最易发生和最危险的缺陷，通常会导致停机，占故障的41％。超负荷断裂牙齿，疲惫的断牙和断裂的牙齿断裂。于齿轮受到高负荷的周期性压力，齿轮会弯曲和疲劳，并且从长远来看会出现断齿。
齿的振荡波形与上述两种类型不同，断齿处的振幅显示出明显的干扰。工神经网络是模拟人脑中神经元的推理过程的数学过程。计算大量神经元，也就是说节点彼此连接的网络。这种方式，计算几个连接的网络。
同的经典算法是无能为力的，这是神经网络的优势。经网络在模拟人类思维过程和推理方面都是有效的。容易让计算机计算出一个非常大的数学运算，但如果你让计算机告诉你一杯水不热，那么这个人很难年轻。而，现实生活中的问题通常不以0.1表示，因此我们引入模糊逻辑控制。糊控制对于模仿抽象思维方式是有效的，是一种不确定非线性问题的控制方法。是，由于这种抽象的思维方式，处理少量数据往往不够精确。是，如果盲目增加个别数据，则会增加处理时间并降低操作速度。述两种算法的组合成为模糊神经网络，结合了两种算法的优点并避免了两者的缺点。糊神经网络是一种网络系统，其中大量模糊或非模糊神经元彼此连接。具有模糊算法的非线性数据处理能力，优良的神经网络自学习功能和较短的运行时间。糊神经网络扩展了系统处理信息的范围，使其更能够确定行和非确定性信息，并且处理变得更加灵活。FNN系统由三部分组成：数据采集，特征提取和模式识别。论将在下面单独讨论。
FNN系统的训练和形成中，由于不能人为地创建振动波形，我们使用三个传输故障波形图来学习和形成传输网络。经元。而，单个传感器的精度和鲁棒性难以满足，并且变速箱振动的多传感器测量变得必要。过从数据集中添加三个对应的高斯函数值，平均值为0，并且收集方差为0.1的数据作为振动信号。三个数据集代表三种不同类型的形状。动波。们知道旋转机器中的潜在缺陷产生特定的振动频率，该振动频率可以通过在旋转频率的倍数处对振动的振幅进行光谱分析来获得。出哪些频率及其特定的机械动作。个频率的幅度和幅度。率和峰值之间的互连。用FNN的最常见的频谱分析方法是直接输入频率方法，其中输入神经元被分配给每个频率。训练数据中提取的函数的FNN用于识别振动模式并确定齿轮箱中是否存在任何故障。终结果将询问FNN是否能够正确诊断齿轮中的故障。该过程中，使用三层预期FNN。络架构包括六个输入单元，连接到三个输出单元的三十二个隐藏单元。成本函数或误差小于0.1％时，该任务被视为已解决。向传播（BP）学习算法用于训练。是，BP的学习算法通常无法在合理的时间内为给定任务生成有效的网络。此，有必要在实际应用中克服这个问题。研究中，动态更新学习参数，模糊模型用于加速BP学习算法的收敛速度。本文中，冷凝器价格所使用的FNN诊断系统为大型发动机冷藏装置的安全运行和早期预警提供了理论依据。用多个传感器收集信息比单个传感器更准确可靠，并减少数据集中的随机振动信号干扰。然神经网络的算法已被广泛使用，但它们在合理的时间内不能为给定任务生成有效的网络。糊逻辑理论提供了一个数学框架，用于掌握与人类认知过程相关的不确定性，例如思考和推理。还提供了一种数学形态学，以模仿与人类认知相关的一些感知和语言属性。
本文转载自
冷凝器价格 http://www.china-iceage.com