基于AGA优化BP神经网络的矿井通风机故障诊断 |
| |
引用本文: | 余发山,高勇.基于AGA优化BP神经网络的矿井通风机故障诊断[J].教育技术导刊,2017,16(9):154-157. |
| |
作者姓名: | 余发山 高勇 |
| |
作者单位: | 河南理工大学 电气工程与自动化学院,河南 焦作 454000 |
| |
摘 要: | 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。
|
关 键 词: | 矿井通风机 故障诊断 自适应遗传算法 神经网络 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|