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 PI Jun;LIU Peng;MA Sheng;LIANG Chen;MENG Lu;WANG Liping

作者机构：中国民航大学通用航空学院天津300300 中国民航大学航空工程学院天津300300 珠海摩天宇航空发动机维修有限公司珠海519030 

出 版 物：《振动．测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期：2020年第40卷第2期

页      面：381-388,423页

核心收录：

学科分类：082502[工学-航空宇航推进理论与工程] 08[工学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 080201[工学-机械制造及其自动化] 

基　　金：中央高校基本科研业务费项目及中国民航大学专项资助项目(3122019174) 

主　　题：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 

摘      要：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。