基于神经网络响应面的有载分接开关弹簧储能不足故障识别方法

1.一种基于神经网络响应面的有载分接开关弹簧储能不足故障识别方法，其特征在于，包括如下步骤：(1)基于有限元方法，以实体有限元网格建立有载分接开关故障仿真模型；(2)采用均匀设计方法生成神经网络响应面模型的训练样本，通过分接开关弹簧储能不足故障的模拟获得输出故障特征；(3)通过分接开关弹簧储能不足故障的输入参数、输出特征的回归分析构建神经网络响应面模型；(4)以弹簧储能不足故障的输出特征为参考，采用基于意愿函数的多目标识别算法对其输出故障特征进行识别；步骤(1)具体是：①单个部件的有限元建模：在子步骤网格尺寸迭代分析中采用模态置信准则MAC评价当前模型与参考模型的振型相关性，将MAC定义为式中，φ r,i 为参考模型第i阶振型向量，φ a,j 为分析模型的第j阶振型向量，T代表转置；在子步骤模型收敛性分析中采用当前模型和参考模型的平均频率误差和最大频率误差来衡量网格的收敛性，平均频率误差η和最大频率误差δ分别表示为δ＝max|f i,j -f i+1,j |,j＝1,2,...,n；式中，f i,j 表示第i次迭代计算的模型的第j阶模态频率，n为模态的阶数；②装配结构的有限元建模：采用一维弹簧单元和薄层单元模拟部件之间的连接关系，实现连接件的建模，在装配坐标系下，通过对连接件模型按照装配关系完成整机模型的装配建模，并根据实际结构的安装情况施加边界条件；③故障仿真建模：通过减小触头激励力模拟弹簧的储能不足故障，根据弹簧的刚度和变形换算弹簧储能和触头激励力之间的关系。 2.如权利要求1所述的基于神经网络响应面的有载分接开关弹簧储能不足故障识别方法，其特征在于：步骤(2)具体是采用均匀试验设计方法为神经网络响应面模型提供训练的输入样本，均匀设计样本采用好格子点法生成，样本的离散性采用散度进行评价，建立样本点散度随样本试验次数的关系，选择均匀性较好但试验次数少的设计样本作为神经网络响应面模型的训练样本，输入样本点对应的输出故障特征通过对分接开关弹簧储能不足故障的模拟而获得。 3.如权利要求1所述的基于神经网络响应面的有载分接开关弹簧储能不足故障识别方法，其特征在于：步骤(3)具体是采用BP神经网络模型建立分接开关弹簧储能不足故障输入特征与输出响应的映射关系，构建神经网络响应面模型，其中故障输入特征对应弹簧储能不足的力学参数即触头激励力，输出响应为对输入力学参数比较敏感动力学响应特征，神经网络响应面模型的拟合规则使用梯度下降法，通过反向传播不断调整网络的权值和阈值，使网络的实际输出值和期望输出值的误差平方和最小，并且选用决定系数R 2 和均方根误差RMSE作为神经网络响应面模型精度的评价指标。