BP神经网络输入层数据归一化研究.pdfVIP

学兔兔 第3期 (总第160期) 机 械 工 程 与 自动 化 No．3 2010年6月 MECHANICAL ENGINEERING ＆ AUT0MAT10N Jun． 文章编号：1672—6413(2010)03—0122—02 BP神经网络输入层数据!J-j一化研究 柳小桐 (煤炭科学研究总院 太原研究院，山西 太原 030006) 摘要：研究了BP网络输入数据的归一化方法，提出了一种联合归一化的新方法，从而加快了网络的学习训练 速度，提高了分类精度。在此基础上，建立了用于机械故障诊断的三层BP神经网络模型，编写了基于BP神 经网络的故障诊断软件，并在实际的齿轮箱状态监测与故障诊断研究中得到了工程应用。 关键词：BP神经网络；归一化；故障诊断 中图分类号：TP183 文献标识码：A 0 引言 在隐层神经元数可以任意设定的条件下，可以逼近任 机械故障诊断的实质是对设备状态进行分类，是 意给定的连续函数。但是因为BP算法本身的不足，网 模式识别技术在机械工程领域的延拓。基于模式识别 络存在学习收敛速度慢以及容易陷入局部极小的问 的BP神经网络是一种采用误差反向传播训练算法的 题，为此人们提出了各种改进方法，如附加动量项、动 多层前向神经网络，其理论依据坚实、推导过程严谨、 态调整学习率、改进激活函数等措施，从不同角度对 物理概念清晰、通用性强，具有较强的自学习能力，能 算法进行了改进，取得了一定的效果。本文采用了附 够解决非线性模式识别问题，因而在机械故障诊断中 加动量项的方法改进了含有一个隐层的三层BP神经 得到了广泛应用。BP网络的输入与输出之间可以看成 网络，在此基础上，研究了从网络的输入方面来提高 是一个高度非线性映射的关系：如果输入节点数为 网络的收敛速度和诊断精度的归一化方法。 Ⅳ，输出节点数为M，网络是从Ⅳ维欧氏空间到 维 欧氏空间的映射。这种映射是通过输入层与隐层之间、 隐层与隐层之间以及隐层与输出层之间的激活函数将 各层的输入经激活作用后输出来实现的，常用的激活 ． 1 函数是Sigmoid函数厂(Iz)一 。根据Sigmoid型 』 l 函数的特点，在输人层一般需要将输入向量进行归一 化后才能作为网络的输入量，这样做的目的一是将不 图1 BP神经网络结构图 同参量去量纲化和缩小数值差别，二是使网络快速收 2 常用的归一化方法 敛。本文基于BP神经网络在机械故障诊断中的应用 将BP神经网络应用于机械故障诊断的实践中， 实践，研究了BP神经网络输入向量的归一化方法，提 网络的输人向量各参量一般是从振动信号的时频域提 出了一种联合归一化的新方法，从网络的输入方面来 取的具有不同的量纲和较大数值差别的特征值，根据 提高网络的收敛速度和诊断精度。 网络特点，它们