基于多传感器BP网络掘进机截割部故障诊断研究

发布时间：2023-01-04 19:10

　　为了提高部分断面掘进机截割部故障诊断的有效性和准确性,提出基于多传感器信息BP神经网络的掘进机截割部故障诊断方法,对EBZ-160型掘进机截割部是否发生故障进行诊断。利用自适应学习速率法和附加动量法相结合的方法（快速BP法）,解决BP神经网络原有算法收敛速度慢和存在局部极小值的问题;利用多个传感器采集掘进机截割部状态信号,并通过对掘进机截割部状态信号进行数据分析,提取多组特征向量并建立了掘进机截割部特征数据库。运用BP神经网络对样本数据进行训练,实例分析结果表明,该方法能够有效地监测并诊断掘进机截割部健康状态,诊断精度和准确率较高。 

【文章页数】：6 页

【文章目录】：
0 引言
1 BP神经网络结构及算法
    1.1 BP网络学习
    1.2 BP神经网络优化方法
2 数据处理
    2.1 特征向量选取
    2.2 数据的时域分析
3 BP神经网络构建及仿真
    3.1 初始参数选取
    3.2 样本选取
    3.3 训练步骤
    3.4 仿真结果
4 结论


【参考文献】：
期刊论文
[1]数据挖掘技术在全断面掘进机故障诊断中的应用[J]. 张天瑞,于天彪,赵海峰,王宛山.  东北大学学报(自然科学版). 2015(04)
[2]基于BP网络算法优化模糊Petri网的电力变压器故障诊断[J]. 公茂法,张言攀,柳岩妮,王志文,刘丽娟.  电力系统保护与控制. 2015(03)
[3]基于主成分分析的掘进机故障诊断方法[J]. 杨洁,侯宝革,付晓,马子云.  煤矿机械. 2014(08)
[4]紧致融合模糊集和故障树的变压器故障诊断[J]. 谷凯凯,郭江.  高电压技术. 2014(05)
[5]故障树分析法在掘进机液压系统故障诊断中的应用[J]. 赵江涛.  煤矿机械. 2014(02)
[6]EBZ160TY型掘进机故障诊断专家系统的研究[J]. 邵晋敏.  煤矿机械. 2013(06)
[7]基于故障树的汽车起重机液压故障诊断专家系统[J]. 罗天洪,杨彩霞,孙冬梅.  机械科学与技术. 2013(04)
[8]基于故障树的电梯故障诊断专家系统设计[J]. 宗群,李光宇,郭萌.  控制工程. 2013(02)
[9]利用声发射的往复空压机环状阀泄漏故障诊断试验[J]. 王跃飞,张振涛,张波,杨东辉,彭学院.  西安交通大学学报. 2012(09)
[10]基于声发射法掘进机故障诊断研究[J]. 芦萤萤.  煤矿机械. 2012(08)

硕士论文
[1]悬臂式掘进机液压系统可靠性分析[D]. 杨福云.太原理工大学 2014
[2]基于模糊神经网络的掘进机液压系统故障诊断研究[D]. 张洪瑾.南京理工大学 2013
[3]基于BP神经网络的发动机故障诊断研究[D]. 袁科新.山东大学 2006



本文编号：3727776