基于AGA优化BP神经网络的矿井通风机故障诊断

• 作者: 余发山 高勇
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 矿井通风机 故障诊断 自适应遗传算法 神经网络
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 154-157
• 页数: 4页
• 分类号: TP319
• 字数: 3149字
• 语种: 中文
• DOI: 10.11907/rjdk.171459

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余发山	河南理工大学电气工程与自动化学院	63	360	10.0	14.0
2	高勇	河南理工大学电气工程与自动化学院	7	21	3.0	4.0