雙曲面減速機(jī)神經(jīng)網(wǎng)絡(luò)的缺陷。第二階段，傘同軸斜齒輪減速機(jī)加入了潤滑添加劑，并已經(jīng)連續(xù)運(yùn)行24小時以上;第三階段，雙曲面減速機(jī)在潤滑添加劑作用狀態(tài)下連續(xù)工作了6個月。對于這個題目，雙曲面減速機(jī)可以用附加動量法來解決;因?yàn)?a href="/product/list-kxiliejiansuji-cn.html" target="_self" title="螺旋錐齒輪減速機(jī)">螺旋錐齒輪減速機(jī)學(xué)習(xí)速率是固定的，因此，網(wǎng)絡(luò)的收斂速度慢，需要較長的練習(xí)時間。采集到的數(shù)據(jù)經(jīng)歸化處理作為神經(jīng)網(wǎng)絡(luò)的輸入樣本特征數(shù)據(jù)。這主要是因?yàn)閷W(xué)習(xí)速率太小造成的，可采用變化的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率加以改進(jìn);傘同軸斜齒輪減速機(jī)振動信號的神經(jīng)網(wǎng)絡(luò)分析，經(jīng)由試驗(yàn)采集了減速機(jī)不同工作階段的振動信號，從時域分析了減速機(jī)振動信號跟著內(nèi)部輪齒磨損量增加的變化規(guī)律。對于些復(fù)雜的題目，BP算法需要的練習(xí)時間可能會非常長。

對傘同軸斜齒輪減速機(jī)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測，獲得了12組狀態(tài)樣本數(shù)據(jù)，將雙曲面減速機(jī)內(nèi)部輪齒故障類型定為正常狀態(tài)數(shù)據(jù)、稍微磨損狀態(tài)數(shù)據(jù)和嚴(yán)峻磨損狀態(tài)3種。其中，測點(diǎn)對中的通道，安放在減速機(jī)的高速端(即動力輸入端)。為具可比性，三次丈量的測點(diǎn)及所用傳感器各機(jī)能參數(shù)都不變。先，需要網(wǎng)絡(luò)的目標(biāo)和輸入樣本。試驗(yàn)用二號水平立混軋機(jī)同軸斜齒輪減速機(jī)的結(jié)構(gòu)及測點(diǎn)布置。運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對故障傘同軸斜齒輪減速機(jī)進(jìn)行故障模式識別分類，用來監(jiān)測當(dāng)前減速機(jī)的工作狀態(tài)。也就是說，假如增加了學(xué)習(xí)樣本，練習(xí)好的網(wǎng)絡(luò)就得重從頭開始重新訓(xùn)I練，對于以前的權(quán)值和閾值是沒有記憶的。BP網(wǎng)絡(luò)與小波包分析的結(jié)合較好的克服了單BP網(wǎng)絡(luò)的缺陷和不足。因此，網(wǎng)絡(luò)往往存在很大的冗余性，定程度上增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān);

BP算法可以使權(quán)值收斂到某個值，但并不能保證其為誤差平面的全局小值，這是由于采用梯度下降法可能會產(chǎn)生個局部小值。安放在傘同軸斜齒輪減速機(jī)的輸出軸低速端。用與內(nèi)部輪齒磨損具有良好相關(guān)性的12組參數(shù)和3組參數(shù)作為雙曲面減速機(jī)內(nèi)部輪齒磨損的練習(xí)特征向量和檢修特征參量，采用前向的BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行磨損量識別，獲得了較高的識別精度。用便攜式振動分析監(jiān)測系統(tǒng)對雙曲面減速機(jī)廠家進(jìn)行在線振動丈量，所選傳感器為ICP壓電式加速度傳感器。對雙曲面減速機(jī)監(jiān)測工況分為三個階段:傘同軸斜齒輪減速機(jī)網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論指導(dǎo)，般是根據(jù)經(jīng)驗(yàn)或者通過反復(fù)實(shí)驗(yàn)確定。將待檢雙曲面減速機(jī)內(nèi)輪齒的工作狀態(tài)設(shè)定為正常狀態(tài)、稍微磨損狀態(tài)和嚴(yán)峻磨損狀態(tài)等3種種別。網(wǎng)絡(luò)的記憶和學(xué)習(xí)具有不不亂性。第階段1通道上采集到的時域信號，此信號所反映的即為下節(jié)定義的雙曲面減速機(jī)嚴(yán)峻磨損狀態(tài)階段。因此將其振動信號作為狀態(tài)樣本數(shù)據(jù)是公道的。

第階段，傘同軸斜齒輪減速機(jī)未加潤滑添加劑的階段;傘同軸斜齒輪減速機(jī)用歸化預(yù)處理后故障振動信號來反映的雙曲面減速機(jī)內(nèi)輪齒的故障信息特征，并以此作為前置處理手段為神經(jīng)網(wǎng)絡(luò)提供輸入特征向量，利用神經(jīng)網(wǎng)絡(luò)的式分類功能，有效地識別出正常狀態(tài)、稍微磨損狀態(tài)和傘同軸斜齒輪減速機(jī)嚴(yán)峻磨損狀態(tài)等3種類型雙曲面減速機(jī)內(nèi)輪齒的運(yùn)行狀態(tài)。固然BP網(wǎng)絡(luò)得到了廣泛應(yīng)用，但其自身也存在些不足，包括幾個方面的題目。時域信號反映了故障傘同軸斜齒輪減速機(jī)原始的振動信息。http://gengv.cn/product/list-zhijiaojiansuji-cn.html