- A+
变速器实训总结范文第1篇
关键词：高职院校 变频 教学案例
课 题：本文系基金项目――辽宁省现代远程教育学会科研项目（2016XH02-23）研究成果。
“变频技术及应用”是电气自动化、机电一体化等电类相关专业课程体系中的重要课程。该课程是继《电机及拖动》学习领域后，为培养学生具备变频调速系统的设计、施工、运行和维护等综合能力而设置的。目前，笔者学校以职业能力培养为重点，按照企业典型岗位职业资格证书的要求，将变频器的基本操作分解为若干任务穿插在变频器授课内容中，按照先练后讲，先学后教的方式组织开展教学。
一、变频技术及应用课程现状
课程考核实行学习过程考核和综合考核相结合的考核方案，课程总成绩由三部分构成：平时考核（30%）+理论考核（30%） +实操考核（40%）。实操考核试题以变频器的BOP面板控制、端子控制为主，由任课教师编制而成，包括MM440变频器的正反转连续控制、点动控制、多段速控制等内容。
目前该课程虽然实现了“理实一体化”教学，但受到实训室硬件设备的限制，PLC、变频器联机的操作目前仅限于理论知识的讲授，而没有真正的动手实践操作，不利于学生对于系统联机的综合操作能力的培养。因此笔者学校要设计与开发PLC、变频器、触摸屏联机及变频节能领域应用的综合实训项目，培养学生的综合技能。
二、典型教学案例的开发
按照项目教学理念，采用教学做一体化的教学模式，以相关职业标准和技术规范为指导，进行课程案例的开发，精选自动化生产线输送带的变频控制、车床主轴变频调速、变频恒压供水等典型变频调速系统控制项目。
1.自动化生产线输送带的变频控制
本项目将实训1-西门子变频器的认知与接线训练；实训2-变频器面板的认知与基本操作训练；实训3-变频器正反转参数设置与调试；实训4-S7-200PLC与变频器硬件设计接线训练等内容融入其中，使学生理解通用变频器的工作原理、交流调速的基本知识及变频器在交流调速系统中的作用，掌握变频器的参数含义及设置方法，掌握PLC和变频器正反转控制的电路设计与连接方法，能够分析变频器主电路及各部分工作电路的工作原理，能够用BOP面板设置变频器的相关参数。
2.车床主轴的变频调速
在车床主轴的变频调速项目中，完成实训1-变频器外部运行操作实现电动机转速上升、下降训练；实训2-变频器模拟量信号控制电动机运行；实训3-变频器直接选择方式实现多段速控制训练；实训4-变频器直接选择+ON方式实现多段速控制训练；实训5-变频器二进制编码+ON方式实现多段速控制训练；实训6-车床主轴的变频调速系统PLC程序调试。这些实训项目使学生了解MM440变频器的输入输出端子特点及功能，理解车床主轴的变频调速系统构成和工作过程，掌握变频器频率参数设置方法以及加、减速时间的参数设置方法，掌握变频器的模拟信号控制，多段速运行的控制操作方法及各参数的设定方法。
3.变频恒压供水
采用虚拟对象方式进行变频恒压供水项目的开发。变频恒压供水P、I、D参数设置与调试通过模拟仿真实训法，首先分析变频恒压供水PID控制的工艺流程，然后利用西门子的输入模拟量和输出模拟量接口，设计变频器与虚拟对象的接口，最后利用PLC与触摸屏搭建“虚拟对象”，设计虚拟对象的操作方式，使学生理解变频恒压供水系统的构成和工作过程，掌握变频器与PLC联机对电动机运行的控制操作方法及PID控制的操作方法。
三、小结
变速器实训总结范文第2篇
关键词：汽车底盘；课程改革；理实一体化教学；项目式教学
中图分类号：G712文献标识码：A
为了进一步推进教育教学改革，深化教学研究，提高人才培养质量，笔者积极开展课程教学模式研究与实践，加快提高课程教学质量工程的建设步伐。“汽车底盘构造与维修”课程建设充分体现高职教育理念，紧扣汽车检测与维修技术专业改革方向，体现了职业性、实践性与开放性的要求。
“汽车底盘构造与维修”是汽车检测与维修技术专业的技能平台中的核心课程之一，其功能是培养生产一线从事汽车底盘各系统、总成及部件的检测维修、检测设备的使用、汽车底盘维护保养的高技能、应用型专门人才。传统的“汽车底盘构造与维修”教学模式造成理论和实践的相互隔离，课堂气氛沉闷，制约着学生应用能力与岗位实习能力的培养。课程改革志在培养学生的应用能力及岗位实践能力，打破传统，构建“以能力为本位，以职业实践为主体，以项目课程为主线的模块化”专业课程体系。通过理实一体化项目式教学活动，使学生更容易掌握汽车底盘的理论基本知识，系统掌握汽车底盘各系统总成的名称、基本结构、功能与基本工作原理；结合实训项目进行训练，学会汽车底盘维护、总成拆卸、零件分解、检修、组装与调试，熟练掌握各系统、总成及部件的常见故障、检测与维修等操作技能。
1.实训基地建设
（1）校内实训基地建设。校内实训基地直接用于课堂教学，2011年我们建设了底盘理实一体化教室，为理实一体化项目教学改革奠定了物质基础。我们将多媒体教学设备、课桌与轿车底盘、微型客车底盘、离合器、手动变速器、自动变速器、万向传动装置、驱动桥、转向器、组合维修工具等结合为一体，在这个有机统一的教室中进行理实一体化教学。
（2）校外实训基地建设。校外实训基地主要用于生产性实习，进行工学交替。由于校内实训基地只能提供有限的车型和模拟故障，因此必须建立长期、稳固、有效的校外实训基地，保证学生所学即为社会所需。2012年我们与浙江众泰汽车集团签定了合作协议，三年来每届汽车专业的2个工学班都在企业进行为期一年的汽车底盘生产顶岗实习。
2.“双师型”教师队伍建设
将“双师型”教师队伍建设作为理实一体化教学的突破口，新进教师必须先在校内汽车实训基地顶岗实习一年，期满经技能考核合格后方能走上讲台。目前汽车维修专业7名教师中4人获得汽车维修技师证书，3人获得汽车维修高级工证书，5名教师成为扬州市职业技能鉴定所汽车维修高级或中级考评员。
3.教学的基本方法多样化建设
在理实一体化教学进程中，以项目为主线，向学生明示教学目标，明确教学内容，引导学生进行学习及训练。课程共分为“四个项目”“十七个任务”来完成。 例如，“四个项目”是：①汽车传动系的拆装与维修；②汽车行驶系的拆装与维修；③汽车转向系的拆装与维修；④汽车制动系的拆装与维修。
对于不同教学内容，我们在教学方法上，灵活运用讲授法、演示法和练习法等基本方法。
（1）讲授法。在课堂上将项目展开后，一边是教学PPT的展示，一边就是所讲内容的实物，通过讲解相关内容及实物演示操作，总结并引出相关概念、原理。根据职业能力的需要，有重点、有系统地传授知识，使学生在较短的时间内完成系统知识的构建。
（2）演示法。在理实一体化教学进程中，教师通过示范性操作，使学生获得具体、清晰、生动、形象的感性知识，加深学生对书本知识的理解，帮助学生形成正确的概念，掌握正确的操作技能。
（3）案例分析法。教师根据教学目标内容的需要，在教学中采用汽车底盘维修中实际的典型故障案例进行分析。通过学生独立思考、集体协作，组织学生进行系统的学习和研究，从而提高学生的识别能力、分析能力，促进了理论与实践的进一步结合。
（4）练习法。在教师的指导下进行该项目的操作练习，通过操作练习对理论知识进行验证。练习时强调操作规程、操作安全，教师认真巡回指导，加强监督。对每名学生的操作次数、操作速度和操作质量都做记录，以提高学生的练习效果。
（5）分层递进的教学法。在变速器教学中，先学习桑塔纳2000型轿车二轴四挡手动变速器，再学习东风EQ1092型三轴五挡汽车变速器，最后学习难度较高的自动变速器。三个层次之间采用层层过关形式，即由浅入深，由易到难，只有完成第一层次的学习，才能进入下一层次学习，否则只能停留在原地。
4.理实一体化项目教学内容和时间的安排
在理实一体化项目教学内容上，理与实交替进行，相互贯通。底盘理论基础知识与底盘系统总成实物认知，相互对应与结合，一边讲解理论基础知识，一边展示底盘系统总成和零件实物。学生学习时直接面对底盘系统总成和零件实物，不再需要想象，也不再枯燥无味，提高了学生学习的兴趣，底盘系统总成实物教学方法促进了学生对理论基础知识的理解与消化吸收。理论知识与根据汽车维修企业底盘总成检测维修所需的实践技能训练相互融合，所学理论可直接用来指导实践。
在理实一体化教学中理实学习是一体的，在一个教学任务（如2个课时）中，其中理论基础教学占40%，教师示范占15%， 学生实际操作占40%，总结、评价占5%左右。为了强化技能，我们还设计了一整周的底盘总成件的拆装，通过一周的实训进一步消化和巩固相关理论知识。在项目引导下，将汽车底盘的专业理论教学融入实习、实训教学之中，整周实训由理实两位老师搭档共同指导，学生在完成实训的同时还需要完成对应的理论知识的相关作业，使理论、实践融于一体。
5.“汽车底盘构造与维修”信息化教学的建设
为了进一步丰富课程理实一体化项目教学内容，“汽车底盘构造与维修”课程教学正向教学过程信息化迈进。本课程的课程标准、授课计划、课程教案、课件PPT、教学视频、案例与习题、学习指南、实训项目与实训指导、试题库、教学参考资料全部上传到“世界大学城”教育云平台，并借助“世界大学城”教育云平台，将该平台空间中其他学校的优秀教学资源引入到我们的教学中，以提升我们的“汽车底盘构造与维修”课程教学水平。
总之，在“汽车底盘构造与维修”课程理实一体化项目式教学过程中，教师还要不断地勤于思考，从中发现问题；要不断地总结，并在实际教学过程中加以改进。只有这样，才能丰富理实一体化项目式教学的内涵，提高教学质量，使学生提高专业技术、理论知识和强化技能，使之适应企业生产的要求，培养学生的职业素质，使学生毕业后能很快适应工作需要，成为国家合格的蓝领人才。
参考文献：
[1]张宝生.汽车底盘构造与维修[M].北京：冶金工业出版社，2014.
变速器实训总结范文第3篇
关键词：电梯教学；实训装置；程序设计
针对现有电梯教学实训装置普遍以行程开关作为楼层定位，控制功能相对简化，电气控制与实际电梯系统偏离较远，所进行的编程训练内容相对较少，导致学生技能训练无法满足电梯安装、维修与保养要求等问题，我们以四层电梯控制系统为依据，增加编码器楼层定位电路、称重控制电路、应急救援装置，对原有的控制程序进行优化设计，使模拟实训操作更加接近实际电梯的控制要求。
一、硬件电路的功能扩展
1.旋转编码器楼层定位电路。（1）编码器的安装方法。将旋转编码器直接安b在曳引机输出轴的轴端上，编码器随曳引机转动而转动，这样就可以从旋转编码器的脉冲输出端获得与电动机转速成正比的脉冲信号，一是供变频器反馈转速，二是供电梯计算楼层之间的脉冲距离。（2）编码器与控制系统的连接。对于只有A、B相两相脉冲输出的增量型编码器，它有四条引线，其中两条是脉冲输出线，与PLC的高速计数端相连，一条是COM端线，一条是电源线，与电源的正极和负极相连。对于绝对型编码器，它直接输出脉冲个数的数字量，其信号输出方式有并行输出、串行输出、总线输出、变送为标准信号输出等。
2.称重控制电路。称重控制电路由称重传感器和控制仪两部分组成。称重传感器将重量信号转换成电信号传送给控制仪，由控制仪进行运算处理，完成电梯称重。当电梯轿厢内重量变化时，控制仪根据要求可以输出多组继电器触点信号，如0～10mA电流信号、0～10V或-10V～+10V电压信号，超载时控制仪发出声光报警信号，为电梯称重及启动提供精确的数据。
3.应急救援装置。当电梯供电中断（如停电、缺相等），或电梯自身出现软故障（非电梯安全回路或门锁回路故障），应急救援装置将自动投入应急救援，将电梯轿厢慢速运行到就近层站停靠，打开轿门和厅门，放出受困的乘客。电梯应急救援功能是电梯维修技术人员必须掌握的重要技能之一，因此电梯教学的实训装置有必要设计应急救援装置。
二、软件优化设计
根据四层电梯的控制要求，进行控制程序的优化设计，与原实训装置功能相同部分的程序不做改动。
1.编码器楼层定位程序。编码器楼层定位程序根据输入脉冲数计算电梯位置与运行速度的程序。在电梯运行前通过现场调试，将信号，如换速点位置、平层点位置、制动停车点位置等所对应的脉冲数，分别存入相应的内存单元。在电梯运行过程中，通过旋转编码器检测，使用软件实时计算以下信号：电梯所在楼层位置、换速点位置、平层点位置，从而进行楼层计数，发出换速信号和平层信号，再通过变频器实现换速、楼层定位以及厢门厅门的开关控制等。
2.称重控制程序。称重控制程序首先读取压力传感器的载重信号，然后进行A/D转换，并与内存中的额定载重量进行比较。当轿厢内的重量达到或超过额定载重量（设定值）的95%时，输出满载信号，显示电梯满载，不再响应呼梯信号；当轿厢内的重量达到或超过额定载重量（设定值）的102%时，控制超载继电器动作，显示超载信号，不能关闭厢门与厅门，直至退出超载状态为止，以确保电梯安全可靠运行。
3.应急救援程序。应急救援程序首先判断是联机方式还是脱机方式，并进行分别处理。在脱机方式下，不使用应急救援功能。在联机方式下，当外加电源正常时，硬件电路自动对蓄电池进行充电控制，并且用LED显示快充、慢充、充电完成等状态。当外加电源断电或缺相，以及电梯控制系统发生故障时，应急救援程序接管电梯的全部控制权，启动逆变电路工作，将蓄电池的直流电压逆变成三相交流电压，向电梯供电，使电梯继续保持慢速运行5～30分钟，直至运行到最近的平层位置，开门使乘客安全撤离。在救援过程中，即使外加电源恢复正常供电，也不会影响应急救援装置的正常救援工作，直到救援工作结束后再恢复正常的电梯运行。为了避免外界干扰，当外加电源发生故障时间少于3秒或者控制系统出现故障时间少于装置设定时间时，应急救援程序不响应救援工作，确保电梯优先运行。
三、结语
根据四层电梯的控制要求，结合现有电梯教学实训装置的功能特点，我们在硬件上增加了编码器楼层定位电路、称重控制电路和应急救援电路等，并在对原有控制程序所实现的功能保持不变的基础上，增加编码器楼层定位程序、电子称重处理程序以及应急处理程序，使电梯教学实训装置的功能更加接近电梯的实际控制要求，让学生更好地掌握电梯的工作原理与维修技能。
参考文献：
变速器实训总结范文第4篇
关键词：自主学习；神经网络；姿B识别；机器人
中图分类号：TB
文献标识码：A
doi：10.19311/ki.16723198.2017.01.092
1引言
1.1机器人在现代社会中的重要性
随着城乡居民消费结构的持续升级，以及智慧中国战略的不断推进，智能机器人在家庭、农业、工业等生活的方方面面都有着极其广泛的应用。随着社会的不断发展，社会分工越来越细，与此同时工作也变得越来越单调。另外，社会上有些工作风险较高，若让人去做，不仅效率不高，而且更会产生生命危险。在这样高风险的作业领域，对机器人的需求越来越高。在这一背景下，各种各样的机器人被研制了出来，用它们代替人来完成枯燥、单调、高风险的工作。这极大的提高了劳动生产率和生产质量，创造出了更多的社会财富。
同时，社会服务也对机器人产生了大量的需求。从公共服务方面来说，目前我国老龄人口已超过总人口的10%，人口老龄化问题已成为中国需要面临的重大课题。此外，我国残疾人口占总人口的比重也位居世界较高国家之列。机器人的运用，可以为他们提供大量的护理服务，提高他们的生活质量。在医疗服务方面机器人也有很大的优势，手术机器人凭借其操作的精度及可长期工作等特性广泛应用于手术操作中。总而言之，机器人已成为我们的社会不可取代的一部分。
1.2当前机器人领域的现状及弊端
目前机器人正处于快速发展的阶段，但目前市场上的机器人仍存在着许多弊端。传统机器人需要设计者针对具体的任务进行手工编程，为了使机器人在环境改变时也能完成任务，设计者就需要尽量将各种情况考虑在内。但是这样的机器人存在一些问题：一方面程序员无法穷尽所有的可能情况，另一方面环境的复杂性也无形中加大了机器人可能出故障的概率，这使得机器人缺乏良好的环境自适应能力，给机器人的广泛应用带来了很大的限制。
基于无法动态适应具体任务目标这个问题，市场上出现了很多自主学习的机器人，比如有些作品使用了强化学习的算法，这种算法通过进行试错来寻求最优行动策略，从而有效解决了基于行为控制的机器人缺乏对动态环境适应能力这一问题。但同时这些该作品也存在出现了一些弊端。这一技术需要执行一些分层检索及优化的工作，因为机器人需要进行大量重复性实验来获得最优解，而任务变得复杂时该技术的性能就会变得很差，提高了学习的难度。
基于目前机器人存在的限制与不足，本文提出了基于神经网络的学习方法，使机器人环境适应能力提高。
2多任务学习机器人介绍
2.1机械结构
本文所设计的多任务学习机器人的机械结构主要由摄像头和仿生机械臂组成。为了使机器人能执行与人类一样非常细腻的动作，并能在某些应用中代替人，本文设计的机械臂拥有与人相似的机械结构。
如图1所示，该机械臂具有着与人体骨骼结构相似的关节，通过这些关节，机械臂可以完成人手臂的旋转、升降等动作。为了方便控制机械臂的运动状态，每一个关节都有相应的姿态参数。而根据不同关节的灵活程度不同，对应的参数数量也会存在差异。当机械手模仿人体动作时，可以通过设定对应机械手关节的姿态参数来完成，这样，人体的姿态与机械手关节的姿态参数之间就存在着一一对应的关系。我们所搭建的神经网络的目的，就是为了找到这样的对应关系，为机器人学习人的动作奠定基础。本文设计中的摄像头主要用于捕捉人体手臂姿态，并对采集到的视频流中的手臂姿态进行学习。通过将摄像头固定到一定位置，作为机器人的“眼睛”，机器人便可将人的动作记录下来，转化为视频信息。高速摄像头将人的连贯动作存储成一帧帧的图片，作为神经网络训练的原始输入信息。
2.2神经网络
人工神经网络，是人们利用仿生学观点，模拟人脑的结构及智能行为所构建的网络，它能模拟生物神经系统对真实世界做出交互反应。神经元的基本模型也叫“M-P神经元模型”。该模型中，神经元接收来自n个神经元的信号（x1，x2，…），通过带权重（w1，w2，…）的连接传递，将获得的总输入值与阈值q比较，通过激活函数f（x）最终得到该单元的输入y。
y=f（∑ni=1wixi-θ）
神经网络就是一个个这样的网络单元按一定的结构次序排列而成的。两层神经元形成的网络可以容易地实现与、或、非这样的基本逻辑运算，多层神经网络可以处理更加复杂的运算。神经网络的学习过程，就是根据获得的训练数据对自身的权重和阈值进行一定的调整，使神经网络输出的值与我们所给的输出值相差达到最小的过程。
为了达到这样的学习过程，就需要合适的算法。误差逆传播算法（简称“BP算法”）是目前最成功的算法之一。在训练开始时，随机产生权重值wi，输入训练集（xi，yi）和学习率η，神经网络根据对应权重和输入值计算出输出y，。BP算法以y与y之间差值的差值作为反馈，调整各个神经元的阈值和权重，进而更新神经网络，使网络的误差减小。其中，学习率η起着“控制神经网络学习速度”的作用，若学习率过小，神经网络变化相对迟缓，影响学习效率；而若学习率过大，则容易陷入局部最优解，影响最终结果。因此，给予足够的训练数据和适宜的学习率，神经网络就会快速调整到稳定而准确的状态。
利用神经网络，我们可以对摄像机获得的人体手臂各个关节的姿势进行学习，所获得的神经网络便表征了人体姿态与机械臂关节参数的映射关系。
2.3学习机器人原理
本文所用神经网络的作用是将输入的动作信息转化为机器人的姿态参数，以神经网络作为核心算法，机器人就可以在一定的学习训练后，具备识别人体关节姿态的能力，从而使机器人做出与人体输入动作一致的动作，具体的学习过程如下：
为了获得比较完备的训练数据，选择尽可能多的人采集手臂各关节姿态数据，提高神经网络的鲁棒性；使人于摄像头采集姿态的最佳角度，做各种各样的动作，以覆盖尽可能多的关节姿态参数范围；针对高速摄像头采集获得的图像数据的某一帧，手工采用测量工具标定该图像中人体每个关节的角度数据，以这些图像数据和标定获得的角度数据作为训练原始数据。
以采集的数据作为神经网络的输入，选择一定的学习速率，采用误差逆传播（BP）算法，完成训练后，得到一个能够根据图像数据输出关节姿态参数的神经网络。神经网络训练完毕之后，为了检测其准确性，需要对其进行测试。测试过程与实际使用过程类似。测试方法如下：使用摄像头采集人体手臂的几组图像数据，将这几组图像数据分别作为神经网络的输入，观察神经网络能否正确输出与人体手臂关节相对应的角度数据。如果机器人的动作有较大的偏差，则证明训练失败，需要重新检查训练数据，对摄像头捕捉关节的位置进行调整，或提高摄像头的性能，以便使摄像头获得更精确的信息。另外，根据神经网络测试的结果，适当调节神经网络模型学习过程中的参数如学习速率，样本容量等。
神经网络训练与测试完毕后，我们就获得了一个输入为一系列包含手臂各个关节的图像数据、能够识别人体关节各个姿态，并输出各个关节姿态角度的神经网络。利用这个训练并测试完成的神经W络，多任务学习机器人即可以根据人演示的动作，准确地模仿人的姿态，完成特定的任务，具体过程如下：
（1）针对某一环境下的任务要求，人体做任务动作，摄像头捕捉这个过程中的图像信息。
（2）每一时刻的图像信息输入神经网络，神经网络输出各个关节的角度值。
（3）各个关节角度值输入到机械臂相关关节控制单元，实现对机器人姿态的控制。
（4）每个时刻分别重复这个过程，就实现了机器人控制参数流的输出，机器人即可完成一系列动作。
由于神经网络的可复用性，机器人可以随时模仿各种各样的动作，实现了多任务学习的设计要求。实际的应用过程中，可以通过设计多个存储单元，分别存储多个动作的控制参数流序列，实现常用动作的记忆与切换功能。
3总结
本文所设计的机器人主要由摄像头及仿生机械臂组成，机器人以摄像头接收使用者的动作，首先通过训练过程，对神经网络进行训练。神经网络训练完毕后，在使用过程中，人体演示机器人做相应动作，机器人就可根据神经网络识别的结果反馈来操控机器人，完成指定动作。应用这一方法，可以有效提高机器人的环境应变能力，通过对某一新动作的学习，可以高效提取新动作的参数信息，根据这些信息输出对机器人的控制量，从而达到理想的效果。本作品解决了传统机器人功能单一的缺点，可以使得机器人能执行多种动作，使机器人“身兼数职”，也提高了机器人的灵活性与便捷性。
参考文献
[1]李扬.智能服务机器人引领智慧变革[J].高科技与产业化，2016，（5）：6971.
变速器实训总结范文第5篇
【关键词】故障诊断；神经网络；隐含层；训练函数
随着国民经济的持续、高效、健康的发展，电力工业进入了智能电网发展阶段。在电力系统向超高压、大电网、大容量、自动化方向发展的同时，提高电气设备的运行可靠性显得尤为重要。电力变压器是电力系统中最重要的电气设备之一，其运行状态直接影响到系统的安全性水平。因此，研究变压器故障诊断技术，提高变压器的运行维护水平，具有重要的现实意义。
过热性故障和高能放电故障是运行中的充油电力变压器故障的主要类型，典型故障分为六种：高温过热、中温过热、低温过热、高能放电、低能放电、高能放电兼过热[1]。油中溶解气体分析法（Dissolved Gas Analysis，DGA）是目前判断变压器故障性质的重要方法。它以变压器油中溶解的氢气（H2），甲烷（CH4），乙炔（C2H2），乙烯（C2H4），乙烷（C2H6）气体的组分、含量及产气速率来判断变压器的故障[2]。
在实际应用中，由于故障分类本身存在模糊性，一种故障状态可能引起多种故障特征，而一种故障特征也可在不同程度上反映多种故障状态，当有多种故障联合作用时，传统的DGA方法易出现误判。本文采用BP神经网络对变压器故障诊断进行研究。
1.BP神经网络
神经网络是由大量的处理单元（神经元）互相连接而成的网络，为了模拟大脑的基本特征，在神经科学研究的基础上，提出了神经网络模型。BP（Back-Propagation Network，反向传播网络）是一个前向多层网络，利用误差反向传播算法对网络进行训练，在函数逼近、模式识别、信息分类及数据压缩等领域都得到了广泛的应用[3]。
典型的BP神经网络有输入层、隐含层和输出层，如图1所示。
设系统有r个输入，m个输出，选择j个隐含层，w1（r，j）和w2（j，m）表示各层权值，b1j和b2m表示各层阈值，f1和f2各层传输函数，通常选择非线性函数，则各层输出满足：
BP网络的学习过程分为两个阶段：第一个阶段是输入已知学习样本，通过设置的网络结构和前一次迭代的权值和阈值，从网络的第一层向后计算各神经元的输出；第二阶段是从最后一层向前计算各权值和阈值对总误差的影响（梯度），据此对各权值和阈值进行修改。使总的误差向减小的方向变化，直至达到所要求的误差性能为止。
BP神经网络是一种大规模的分布式并行处理系统，具有自组织性和自学习性，能够很好地解决传统方法不能解决的具有高度非线性、耦合性、多变量性系统的建模问题。
2.建立变压器故障诊断模型
结合DGA方法，选取氢气（H2），甲烷（CH4），乙烷（C2H6），乙烯（C2H4），乙炔（C2H2）为故障诊断的五种特征气体，以其组分含量占总含量的百分比作为神经网络的输入向量，输出层用低温过热、中温过热、高温过热、低能放电、高能放电、高能放电兼过热作为输出神经元，分别表示为001、010、011、100、101、110。表1为21组样本数据，前15组作为训练样本，后6组作为测试样本。（如表1）
对任何在闭区间内的连续函数，都可以用一个隐含层的BP神经网络实现任意输入到输出的映射关系，但是隐含层神经元数目选择是一个十分复杂的问题。隐含层神经元数目过少，则网络所能获取的用以解决问题的信息太少；若数目太多，不仅增加训练时间，还会导致学习时间过长。
根据经验公式：
其中：n1为隐含层单元数，n为输入单元数，m为输出单元数，a为[1，10]之间的常数，确定出隐含层数的范围为[4，13]。
采用MATLAB软件，设置传输函数为“logsig”，训练函数为“traingd”，学习函数为“learngdm”，训练次数设为5000，训练目标的均方误差为0.01，学习速率0.05，在初始化权值和阈值相同的基础上，改变隐含层的数目，对训练样本进行训练仿真，训练结果如表2所示。
从表2中可以看出，隐含层数目为12时，训练次数较少，其性能指标为佳（如图2），故选择5-12-3型BP神经网络用于构建变压器故障诊断模型。
3.BP神经网络训练函数的选择
变压器故障诊断模型建立之后，用训练样本对网络模型进行训练，确定出适合网络收敛的权值和阈值。在网络结构参数相同、训练样本相同的情况下，依次采用表3中的训练函数进行训练，结果如表3所示。
根据训练结果，弹性BP算法训练次数相对较少，原因在于该算法在进行权值修正时取决于与幅值无关的修正量，消除了梯度幅值的不利影响。基于5-12-3结构的BP神经网络，采用改进的弹性BP算法，对测试样本进行仿真，能够得出准确地变压器故障诊断结论。
4.结论
通过对变压器故障诊断模型的确立与仿真结果分析，BP神经网络具有较好的应用效果，多种改进的BP算法（除了动量BP算法）能较好地提高网络的收敛速度，对网络模型的性能有较大的改善。
参考文献
[1]王晓莺著.变压器故障与监测[M].北京：机械工业出版社，2004.
[2]李俭.大型电力变压器以油中溶解气体为特征量的内部故障诊断模型研究[D].重庆大学，2001：26-28.
[3]张德丰，等.MATLAB神经网络应用设计（第二版）[M].北京：机械工业出版社，2012，3.
[4]沈花玉，等.BP神经网络隐含层单元数的确定[J].天津理工大学学报，2008，24（5）：13-15.
