基于小波和概率神经网络的煤矿主通风机故障诊断

• 作者: 付华 尹丽娜 汪琦
• 来源期刊: 电气技术
• 学科: 工学
• 关键词: Mexican Hat小波 概率神经网络 故障诊断 煤矿主通风机
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 研究与开发
• 页码范围: 21-24
• 页数: 4页
• 分类号: TM5
• 字数: 2962字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2007.04.005

摘要

针对煤矿主通风机故障与征兆对应关系复杂的特点和利用传统BP网络进行故障诊断存在训练速度慢、易陷入局部极小的缺点,本文提出基于小波和概率神经网络的故障诊断方法.先利用时频两域有紧支撑能力的Mexican Hat小波变换故障信号并提取能量归一化故障特征向量;然后将概率神经网络作为诊断决策分类器,输出故障模式.该方法充分利用了概率神经网络计算简单、收敛快、新增样本无须重新训练的特点,而且通过小波特征提取有效的故障特征,减少了网络输入层节点数,降低网络规模,减少计算复杂度,加快了训练速度.经实际验证,此方法准确的诊断煤矿主通风机故障类型,具有速度快、精确度高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付华	辽宁工程技术大学电气与控制工程学院	242	1698	20.0	28.0
2	尹丽娜	辽宁工程技术大学电气与控制工程学院	12	107	7.0	10.0
3	汪琦	辽宁工程技术大学电气与控制工程学院	4	43	4.0	4.0