Matlab的BP网络用于齿轮箱的故障诊断,齿轮箱故障诊断的例子

应用背景　故障诊断技术经过30多年的发展,从以信号分 析为基础的一般诊断方法发展到以知识处理为基础 的智能诊断系统。人工神经网络是目前人工智能领 域最活跃的一个研究分支。神经网络系统是对人类 大脑神经网络系统的一种物理结构上的模拟,即以 计算机仿真的方法,从物理结构上模拟人脑,使系统 具有人脑的某些智能。人工神经网络对知识的掌握 是通过对样本的学习实现的,通过对大量实例的学 习,网络用尝试错误的方法来不断减小错误,修正权 值,从而掌握蕴含于样本的知识,网络通过权值的调 整记下所学过样本并掌握输入和输出之间的关系。关键技术　神经网络是一个具有高度非线性的超大规模连 续时间动力系统。是由大量的处理单元(神经元) 广泛互连而形成的网络。它是在现代神经科学研究 成果的基础上提出的,反映了脑功能的基本特征。 但它并不是人脑的真实描写,而只是它的某种抽象、 简化与模拟。网络的信息处理由神经元之间的相互 作用来实现;知识与信息的存储表现为网络元件互 连间分布式的物理联系;网络的学习和计算决定于 各神经元连接权系的动态演化过程。因此神经元构 成了网络的基本运算单元。每个神经元具有自己的 阈值。每个神经元的输入信号是所有与其相连的神 经元的输出信号和加权后的和。而输出信号是其净 输入信号的非线性函数。如果输入信号的加权集合 高于其阈值,该神经元便被激活而输出相应的值。

BP_net.m