基于MGA-BP网络的航空轴承故障诊断

作者：皮骏; 刘鹏; 马圣; 粱晨; 孟璐^*; 王力平

来源：振动.测试与诊断, 2020, 40(02): 381-423.

DOI：10.16450/j.cnki.issn.1004-6801.2020.02.024

• 航空发动机
• 轴承故障诊断
• 遗传算法
• BP神经网络
• 输出模式
• 样本比例

为了提高航空发动机轴承故障诊断的准确率,提出基于改进遗传算法优化(back propagation,简称BP)网络(modified genetic algorithm to optimize BP,简称MGA-BP)的故障诊断模型。针对传统遗传算法易早熟、易陷于局部最优解等缺陷,利用固定个体选择概率、引入三角函数和高斯变异操作对遗传算法进行改进,并用改进遗传算法优化BP网络的权值和阈值。利用优化的BP网络对滚动轴承正常、内圈故障、外圈故障和钢球故障4种工况进行诊断,并考虑到网络输出模式、诊断样本比例等对诊断精度的影响。为了验证MGA-BP在轴承故障诊断中的有效性,将其他改进遗传算法优化BP网络作为对比算法。分析表明:MGA-BP能够较好地适应网络不同的输出模式、不同的样本比例,其抗噪能力、诊断准确率、误差收敛速度和误差收敛值均优于文中其他对比算法。

• 单位
  中国民航大学