鼓风机、压缩机等旋转机械是企业生产中的重要设备，它的运转正常与否直接影响着企业的生产。一旦发生故障，就会造成停工停产，带来巨大的经济损失。因此对其进行故障诊断分析和机械性能的动态监测及故障预报是当前工业企业管理维护上的一个必不可少的重要环节。旋转机械的故障形式多种多样，故障产生的机理和原因也非常复杂，故障与征兆之间表现出一种非常复杂的非线性关系，并且对各类故障反映的特征参数也不完全相同，这给现场诊断带来了极大的困难。近年来兴起的人工神经网络，特别是使用BP算法的神经网络多层感知器模型以其高度的并行处理、联想记忆、良好的自适应性和自组织能力，以及极强的非线性映射能力，在大型旋转机械故障诊断中得到了广泛应用，成为众多神经网络中应用最广泛的网络之一。但是因为BP网络采用的是沿梯度下降的搜索求解算法，因而存在着网络学习收敛速度慢，以及容易陷入局部极小的问题。为此人们提出了各种改进方法，如附加动量项、调整学习率、改进作用函数等改进措施，从不同角度对算法进行了改进，取得了一定的效果，但没有从根本上解决问题。
遗传算法是模拟自然界中生物进化规律而提出的一种非数学型自适应优化探索方法。它具有髙效率的并行搜索能力、不需要目标函数的微分值而放宽了对目标函数的限制；其本质上属于随机寻优过程，不存在局部收敛问題，因此九洲风机认为可以利用遗传算法的上述特点克服BP算法收敛速度慢和容易陷入局部极小等缺陷。近年来，有些研究人员把GA同BP算法结合起来，通过结合双方的长处来解决实际问题。本文在神经网络训练过程中，加入一个局部极小判别式，以确定网络是否陷入局部极小点。若陷入局部极小点，则利用遗传算法对网络进行权值修正，从而加快网络收敛的速度，克服易陷入局部极小的问题。以鼓风机常见故障为例，进行了诊断分析。
二、普惠风机分析遗传神经网络算法
误差反向传播算法BP网络的主要思路是如果求出训练网络的目标函数、(误差）：Ep=1/2为输出层第k个单元的输出值，tk为理想输出值)对各个神经元之输出的偏导数，那么就可以算出误差对所有连接权值的偏导数，从而可以利用梯度下降法来修改各个连接权值。BP算法存在的主要问题是学习时较长的收敛时间及存在着落入局部最优陷阱的可能性。当出现局部最优时，各权值收敛到某一稳定值，而误差值却不是最小。
如想了解更多关于佛山南海九洲普惠风机有限公司的信息，可关注网站：http://www.jzhfan.com 联系电话：0757-26611291 李先生
联系电话：0757-26611291 / 0757-26611290 联系手机：13827265823 / 13825759688
联系人：李先生 联系QQ：2858083868/187252656
联系地址：广东省佛山市南海狮山新城工业区
