[发明专利]一种基于改进的GA-BP的中草药设备轴承寿命预测方法

说明书

本发明涉及一种基于改进的GA‑BP的中草药设备轴承寿命预测方法，首先通过安装在中草药设备轴承上的多个振动传感器采集滚动轴承的振动信号，然后计算得到振动信号的均方根值，并对多个均方根值运用主成分分析进行融合处理，将主成分分析得到的第一主成分作为轴承的退化信号，最后将处理好的退化信号输入到改进的GA‑BP神经网络中进行寿命预测；改进的GA‑BP神经网络是指利用改进的多种群遗传算法(改进之处在于运用两种群迭代过程中最优解距离和适应度对比来判断是否让两种群进行基因交流，并将交叉概率由固定值改进为函数表达式所生成的动态值)优化BP神经网络的神经元个数、网络层数、初始权值和阈值。本发明可实现轴承的剩余寿命计算，且准确度和精确度高。

技术领域

本发明属于轴承寿命预测技术领域，涉及一种基于改进的GA-BP的中草药设备轴承寿命预测方法。

背景技术

随着技术的进步和社会化大生产的发展，出现了一些要求高可靠、长寿命、长期在线使用或多运行状态交替转换的大型复杂系统。滚动轴承普遍使用于这些系统中，常处在高速、重载的环境下，一旦出现问题，其后果往往是灾难性的。滚动轴承是将运转的轴与轴座之间的滑动摩擦变为滚动摩擦，从而减少摩擦损失的一种精密的机械元件。在中药的生产工艺中经常需要用到搅拌装置对其进行搅拌加工，其搅拌装置多采用旋转搅拌对中药原料进行搅拌，但搅拌装置内的轴承极易磨损损坏，难以大致确定其使用寿命而进行定期更换，轴承损坏使设备难以运转，耽误生产时间，极大的降低了其生产效率。

由于滚动轴承在工业领域的常处于高速、重载的环境下，因此常出现故障问题，现有滚动轴承故障诊断技术的不足：(1)滚动轴承作为搅拌装置内的高损耗器件，难以大致确定其使用寿命而进行定期的更换，传统维修手段为轴承彻底损坏时对其进行跟换，但这会大大影响生产时间，并且轴承损坏有一定的随机性，易导致更换过程中药材的浪费；(2)导致设备故障的原因众多，常运用专家信息方法对故障各部分分别排查，此过程耗时耗力。

发明内容

本发明的目的是解决现有技术中存在的上述问题，提供一种基于改进的GA-BP的中草药设备轴承寿命预测方法。本发明采取数据驱动的方式对中草药设备中的滚动轴承的剩余寿命进行预测，有效提高滚动轴承故障的预测的准确度。

为达到上述目的，本发明采用的技术方案如下：

一种基于改进的GA-BP的中草药设备轴承寿命预测方法，首先通过安装在中草药设备轴承上的多个振动传感器采集滚动轴承的振动信号，然后计算得到振动信号的均方根值，并对得到的多个均方根值运用主成分分析进行融合处理，将主成分分析得到的第一主成分作为轴承的退化信号，最后将处理好的退化信号输入到改进的GA-BP神经网络中进行寿命预测；

所述改进的GA-BP神经网络是指利用多种群遗传算法(GA)优化BP神经网络的神经元个数、网络层数、初始权值和阈值；多种群遗传算法为改进的多种群遗传算法，改进之处在于运用两种群迭代过程中最优解距离和适应度对比来判断是否让两种群进行基因交流，并将交叉概率由固定值改进为函数表达式所生成的动态值，改进的GA通过限定交流条件可以使陷入不同局部最优的多个种群交流，从而增加种群多样性且跳出局部最优，该方法相较于随机交流方式增加了种群间交流的有效性，有效提高了最优解的搜索效率；通过改进的GA优化BP神经网络的神经元个数、网络层数，初始权值和阈值，提高了BP神经网络预测的准确性和收敛效率。

作为优选的技术方案：

如上所述的一种基于改进的GA-BP的中草药设备轴承寿命预测方法，振动传感器的数量为3。

如上所述的一种基于改进的GA-BP的中草药设备轴承寿命预测方法，具体包括如下步骤：

(1)采集中草药设备轴承生命周期中的振动信号；