基于AGA优化BP神经网络的矿井通风机故障诊断

矿井通风机稳定运行对煤矿安全生产具有十分重要的意义。为提高通风机故障诊断的准确率，通过分析通风机振动信号频率成分与通风机故障类型之间的关系，提出一种基于自适应遗传算法（AGA）优化BP神经网络的矿井通风机故障诊断方法。采用AGA优化BP神经网络的连接权值和阈值，提高BP神经网络的学习能力和泛化能力；建立基于BP神经网络的通风机故障诊断模型，并进行仿真实验。实验结果表明，AGA优化的BP神经网络能够有效识别通风机故障类型，故障诊断准确率高。