神經(jīng)網(wǎng)絡魯棒性的研究神經(jīng)網(wǎng)絡的魯棒性是指神經(jīng)網(wǎng)絡對故障的容錯能力。*，人腦具有容錯特性，大腦中個別神經(jīng)元的損傷不會使它的總體性能發(fā)生嚴重的降級，這是因為大腦中每一概念并非只保存在一個神經(jīng)元中，而是散布于許多神經(jīng)元及其連接之中。大腦可以通過再次學習，使因一部分神經(jīng)元的損傷而淡忘的知識重新表達在剩余的神經(jīng)元中。由于神經(jīng)網(wǎng)絡是對生物神經(jīng)元網(wǎng)絡的模擬，所以神經(jīng)網(wǎng)絡的大特征是具有“聯(lián)想記憶”功能，即神經(jīng)網(wǎng)絡可以由以往的知識組合，在部分信息丟失或部分信息不確定的條件下，用剩余的特征信息做出正確的診斷。VPKC-F8A1-01、VPKC-F12A2-01、VPKC-F15A3-01、VPKC-F20A4-01、VPJC-F15-C2-02-1、VPJC-F15-C2-01-1、VPJC-F20-C2-02-1、VPJC-F30A4-01-1、VPJC-F40A4-01-1中國臺灣FURNAN福南 FURNAN 油壓泵浦 PV2R1,PV2R2系列，PV2R1,PV2R2高壓葉片泵中國臺灣福南FURNAN葉片泵VHO-F-12-A2本系列可變?nèi)萘枯喨~幫浦，係針對油壓回路之需要油量而設計，故能提高回路效率，降低騷音，降低油溫，使所輸入之能量，變成有效的功，達到節(jié)約動力的目的。適用研磨機、自動車床、工作母機、製鞋機械及其他各種專用機或單能機。

表2給出了軸承6個特征信息中某些輸入特征不正確或不確定情況下正確診斷和識別的成功率。

表1神經(jīng)網(wǎng)絡魯棒性統(tǒng)計表

輸入特征不確定元素診斷成功率

一個特征參數(shù)不確定100%

二個特征參數(shù)不確定94%

三個特征參數(shù)不確定76%

四個特征參數(shù)不確定70%

五個特征參數(shù)不確定20%

六個特征參數(shù)不確定8%

由表1可以看出，利用集成神經(jīng)網(wǎng)絡進行故障診斷可以在丟失了大量信息的情況下(近一半特征參數(shù)不確定)仍可以作出正確判斷的成功率相當高(76%~100%)因而集成神經(jīng)網(wǎng)絡具有很強能力

高壓葉片泵PV2R1-4R,PV2R1-6R,PV2R1-8R,PV2R1-10R ,

PV2R1-12R,PV2R1-14R,PV2R1-17R,PV2R1-19R,

PV2R1-23R,PV2R1-25R,PV2R1-28R,PV2R1-31R,

PV2R2-26R,PV2R2-33R,PV2R2-41R,PV2R2-47R,

PV2R2-53R,PV2R2-59R,PV2R2-65R,PV2R3-52R,

PV2R3-60R,PV2R3-66R,PV2R3-76R,PV2R3-94R,

在航空工業(yè)中，液壓系統(tǒng)的工作性能直接影響著飛機的安全和旅客的生命，而液壓泵是液壓系統(tǒng)的動力源，因此對液壓泵的狀態(tài)監(jiān)控與故障診斷尤為重要。軸承故障是液壓泵常見的故障模式之一，由于軸承故障所引起的附加振動相對于液壓泵的固有振動較弱，因而很難把故障信息從信號中分離開來。到目前為止，對液壓泵軸承故障的故障診斷尚缺少十分有效的方法。本文提出在頻域和倒頻域進行特征提取，旨在解決軸承特征提取困難的問題并利用集成BP網(wǎng)絡解決多故障診斷與識別和魯棒性問題。

1、液壓泵軸承故障的特征提取

對于機械系統(tǒng)而言，如有故障則一定會引起系統(tǒng)的附加振動。振動信號是動態(tài)信號，它包含的信息豐富，很適合進行故障診斷。但是如果附加振動信號由于固有信號或外界干擾對故障信號的干擾很大而淹沒，那么如何從振動信號中提取有用信號就顯得十分關(guān)鍵。

雙聯(lián)高壓葉片泵

PV2R11-14/28,PV2R11-23/31,PV2R11-28/31,PV2R11-28/19,

PV2R12-26/31,PV2R12-33/10,PV2R12-41/23,PV2R12-59/31,

PV2R12-53/17,PV2R12-41/23,PV2R12-47/23,PV2R12-33/19,

PV2R12-59/31,PV2R12-59/12PV2R12-65/28,PV2R12-59/23,

PV2R12-33/33,PV2R12-31/26PV2R12-53/28,PV2R12-65/28,

PV2R13-52/31,PV2R13-60/28PV2R13-66/25,PV2R13-76/23,

PV2R13-94/19,PV2R13-116/31PV2R13-8/52,PV2R13-66/14,

PV2R13-23/116,PV2R13-94/23PV2R13-116/28,PV2R13-94/25,

PV2R13-94/28,PV2R13-116/23PV2R13-28/94,PV2R13-116/66,

PV2R23-60/33,PV2R23-66/41, PV2R23-53/66,

PV2R23-65/116,PV2R23-53/94,PV2R23-116/63,PV2R23-66/53,

根據(jù)摩擦學理論，當軸承流動面的內(nèi)環(huán)、外環(huán)滾道及滾柱上出現(xiàn)一處損傷，滾道的表面平滑受到破壞，每當滾子滾過損傷點，都會產(chǎn)生一次振動。假設軸承零件為剛體，不考慮接觸變形的影響，滾子沿滾道為純滾。

Hilbert變換用于信號分析中求時域信號的包絡，以達到對功率譜進行平滑從而突出故障信息。定義信號：為包絡。倒譜包絡模型實質(zhì)是對從傳感器獲得的信號進行倒頻譜分析，然后對其倒頻譜信號進行包絡提取，從而雙重性地突出了故障信息，為信噪比小的故障特征的提取提供了依據(jù)。

2、集成BP網(wǎng)絡進行故障診斷的原理

神經(jīng)網(wǎng)絡的組織結(jié)構(gòu)是由求解問題的領(lǐng)域特征決定的。由于故障診斷系統(tǒng)的復雜性，將神經(jīng)網(wǎng)絡應用于障診斷系統(tǒng)的設計中，將是大規(guī)模神經(jīng)網(wǎng)絡的組織和學習問題。為了減少工作的復雜性，減少網(wǎng)絡的學習時間，本文將故障診斷知識集合分解為幾個邏輯上獨立的子集合，每個子集合再分解為若干規(guī)則子集，然后根據(jù)規(guī)則子集來組織網(wǎng)絡。每個規(guī)則子集是一個邏輯上獨立的子網(wǎng)絡的映射，規(guī)則子集間的聯(lián)系，通過子網(wǎng)絡的權(quán)系矩陣表示。各個子網(wǎng)絡獨立地運用BP學習算法分別進行學習訓練。由于分解后的子網(wǎng)絡比原來的網(wǎng)絡規(guī)模小得多且問題局部化了，從而使訓練時間大為減少。利用集成BP網(wǎng)絡進行液壓泵軸承故障診斷的信息處理能力源于神經(jīng)元的非線性機理特性和BP算法。

液壓泵的使用壽命越長。應注意原軸承的英文字母和型號， 更換軸承時。柱塞泵軸承大都采用大載荷容量軸承，要購買原廠家，原規(guī)格的產(chǎn)品，如果更換另一種品牌，應請教對軸承有經(jīng)驗的人員查表對換，目的堅持軸承的精度等級和載荷容量。與平時的維護頤養(yǎng)， 力士樂柱塞泵使用壽命的長短。液壓油的數(shù)量和質(zhì)量，油液清潔度等有關(guān)。防止油液中的顆粒對柱塞泵磨擦副造成磨損等，也是延長柱塞泵壽命的有效途徑。維修中更換零件應盡量使用原廠生產(chǎn)的零件，這些零件有時比其它仿造的零件價格要貴，但質(zhì)量及穩(wěn)定性要好，如果購買售價廉價的仿造零件，短期內(nèi)似乎是節(jié)省了費用，但由此出帶來了隱患，也可能對柱塞泵的使用造成更大的危害中國臺灣福南FURNAN葉片泵VHO-F-12-A2本系列可變?nèi)萘枯喨~幫浦，係針對油壓回路之需要油量而設計，故能提高回路效率，降低騷音，降低油溫，使所輸入之能量，變成有效的功，達到節(jié)約動力的目的。適用研磨機、自動車床、工作母機、製鞋機械及其他各種專用機或單能機。