基于改进BP神经网络的矿用通风机故障诊断

发布时间：2018-01-21 23:49

  本文关键词： 矿用通风机 故障诊断 动态适应布谷鸟搜索算法 BP神经网络　出处：《工矿自动化》2017年04期 　论文类型：期刊论文

【摘要】：针对矿用通风机故障与征兆对应关系复杂的特点,提出一种用动态适应布谷鸟搜索算法优化BP神经网络并进行故障诊断的方法。利用动态适应布谷鸟搜索算法的全局搜索能力,求解神经网络的最优初始参数;然后对BP神经网络进行学习训练,得到最终的故障诊断模型。实例分析结果表明,该方法能有效地进行矿用通风机故障诊断,且具有收敛速度快、精度高的特点,对测试样本的诊断准确率达到了92.5%。
[Abstract]:Aiming at the complex relationship between fault and symptom of mine ventilator. A method of optimizing BP neural network and fault diagnosis using dynamic adaptive cuckoo search algorithm is proposed. The global search ability of dynamic adaptive cuckoo search algorithm is used to solve the optimal initial parameters of neural network. Then the BP neural network is trained and the final fault diagnosis model is obtained. The example analysis shows that the method can effectively diagnose mine ventilator fault and has fast convergence speed. With high accuracy, the diagnostic accuracy of test samples has reached 92.5%.
【作者单位】： 山东科技大学电气与自动化工程学院;国网山东省电力公司检修公司;
【基金】：国家自然科学基金项目(61304080)
【分类号】：TP183;TD441
【正文快照】： 0引言矿用通风机是保障矿井作业安全进行的关键设备,全国的瓦斯爆炸事故中,70%~80%都是由通风系统故障导致,因此,对矿用通风机进行故障诊断具有重要意义[1-2]。由于系统的复杂性和非线性,故障特征与故障类别并非一一对应,而且各类故障之间也存在着复杂的耦合关系[3]。目前研究

【相似文献】

相关期刊论文 前10条

1 ;安装和运转ВЦД31.5M2矿用通风机[J];煤矿安全;2011年05期

2 李金华;;国内矿用通风机的现状与发展[J];煤矿机械;2013年05期

3 姜丽华;矿用通风机技术改造方案的选择[J];矿山机械;2004年03期

4 曹建国,王国超,罗辑,邓国红;矿用通风机高强度叶片的研制[J];矿山机械;2004年08期

5 任保明,刘桂仁,陈建峰;矿用通风机出口扩散器的合理配置[J];风机技术;2005年01期

6 张广勋;;矿用通风机节能技术分析与探讨[J];矿山机械;2006年06期

7 何荣经;叶伟华;;矿用通风机噪声研究控制及评价[J];风机技术;2007年05期

8 何瑜;何荣经;何小凤;;矿用通风机节能降噪若干问题思考及应用[J];风机技术;2008年03期

9 华耀南;巨广刚;;矿用通风机的现状及评价[J];风机技术;2008年04期

10 李曼;李勇;;基于全息谱的矿用通风机故障诊断虚拟仪器[J];煤炭科学技术;2010年03期

相关重要报纸文章 前2条

1 记者 李宏学　杨红义;“安运风机”牵手央企打造中国矿用风机新航母[N];运城日报;2010年

2 本报记者 谢春阳;“平安”之路 越走越宽[N];中国煤炭报;2008年

相关硕士学位论文 前7条

1 苗琼;矿用通风机在线监测系统的研究[D];西安科技大学;2010年

2 朱全;基于网络的矿用通风机故障预警及性能测定系统的开发[D];北京工业大学;2008年

3 袁炜;基于改进二代小波的矿用通风机故障诊断的研究[D];安徽理工大学;2013年

4 于栋;矿用通风机检测及数据处理技术的研究[D];河南理工大学;2009年

5 罗侃;基于仿真分析的矿用通风机故障诊断方法研究[D];北京工业大学;2014年

6 宋海强;基于无线传感器网络的矿用通风机监测及诊断系统开发[D];北京工业大学;2012年

7 王伟涛;基于LABVIEW的矿用通风机测试系统特性的研究[D];西安科技大学;2008年

，

本文编号：1452921