GA优化BP神经网络的液压钻机故障诊断

运用重庆液压钻机对煤层瓦斯进行钻孔抽采，是管理和防范瓦斯灾害的重要措施之一。由于矿用液压钻机是一个机、电、液一体化的配备，其作业环境恶劣、工艺凌乱，缺陷率高，排查困难。运用抢先的方法进行缺陷确诊，前进设备可靠性和工作功率具有重要意义。

在矿井液压钻机缺陷确诊的研讨中，国内外学者提出了一些有用的缺陷确诊方法。文献［］以液压钻机动力头和泵站为例，结构了关于动力头和泵站的缺陷树，并进行了定性和定量分析，得出液压钻机缺陷的要素和发生的概率；将ＳＯＭ网络使用于液压钻机的缺陷确诊，规划了ＳＯＭ神经网络，并在ＭＡＴＬＡＢ环境下对网络进行了操练和仿真试验；文献［］提出了一种依据粒子群优化径向基神经网络的液压钻机缺陷确诊方法，运用粒子群优化算法优化了神经网络的径向基中心值、宽度以及权值，完结了液压钻机的缺陷确诊。常规ＢＰ神经网络结构简略易完结，使用广泛，但由于选用梯度下降法，存在易堕入有些极小值，操练时刻较长，收敛速度较慢的缺陷，影响了缺陷确诊的精度。遗传算法（ｅｎｅｔｃｌｇｏｒｔｈｍＧＡ）是仿照生物遗传学和天然选择机理的一类优化搜索算法，适用于处理传统搜索算法难以解决的凌乱和非线性优化问题［４］。

这篇文章提出一种运用ＧＡ优化ＢＰ神经网络的算法模网络由输入层、隐含层和输出层组成。输入层节点数为６，对应表１中的６个特征信号ｘ１～ｘ６；输出节点数为５，对应表３中的５个输出Ｆ１～Ｆ５，期望输出分别为Ｆ１由阅历公式ｎ＝槡ｎｉ＋ｎｏ＋ａ选择隐含层节点数，ｎｉ＝６为输入节点数；ｎｏ＝５为输出节点数，ａ为１到１０之间正整数。经检验，隐含层节点数ｎ＝８时，抵达政策过失值所需的操练周期最少。ＢＰ网络为６－８－５三层结构。
1.激活函数和操练函数
隐含层激活函数选择双曲正切Ｓ型ｔａｎｓｇ函数；输出层激活函数选择Ｓ型对数ｌｏｇｓｇ函数。通过对各操练算法 功用对比，Ｍ算法收敛速度最快，均方过失最小，故选用ｔｒａｎｌｍ操练函数。

2.遗传算法完结
1）种群初始化
通过检验对比，选择种群大小Ｍ为６０。单个权值和阈值运用１０位二进制数进行编码，单个的二进制串由输入层与隐含层联接权值ｗ１ｉｊ、隐含层阈值ｂ１ｊ、隐含层与输出层权值联接权值ｗ２ｊｋ、输出层阈值ｂ２ｋ四有些组成。
2）习气度函数
为了使网络输出与期望值的残差尽可能小，习气度函数选择为网络输出值与期望值的过失矩阵的范数，如式（）。式中：为期望矩阵，为网络输出矩阵，Ｆ为过失矩阵的范数。
３）遗传算子
选择算子选用轮盘赌选择法；交叉算子选用单点交叉算子；变异算子，以必定概率发生变异基因，用随机方法选出发生变异的基因。
4）工作参数设定
遗传运算终值进化代数Ｇ为１００；交叉概率Ｐｃ为０．；变异概率Ｐｍ为０．０７，代沟为０．５。

3.仿真分析
经ＭＡＴＬＡＢ软件仿真，得到进化曲线如图３。遗传代数抵达４５代之后，习气度值无明显变化，最小值为０．８８９。ＢＰ网络与ＧＡ－ＢＰ网络操练过失曲线如图４所示，政策均方过失设置为０．０１，曲线横坐标为网络的操练迭代选择适合的区别区间，判定其归于１或０，标明缺陷发生或不发生。当仿真效果大于０．，则判定其为１；当仿真效果小于０．，则判定其为０；处于（，．）区间内的数据判定为无效分类。分析对比表２检验样本输出，Ｐ网络有１组输出的一个数据为无效分类，该数据及确诊效果已由“＊”符号，其它１４组数据确诊效果精确ＧＡ－ＢＰ网络一切的仿真输出都得到了有用分类，确诊效果全部精确。ＢＰ网络与ＧＡ－ＢＰ网络确诊效果对比如表３所示。