基于改进BP神经网络的矿用通风机故障诊断

• 作者: 孙慧影 林中鹏 陈鹏 黄灿
• 来源期刊: 工矿自动化
• 学科: 工学
• 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
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 实验研究
• 页码范围: 37-41
• 页数: 5页
• 分类号: TD635
• 字数: 2948字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017.04.009

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏		5	18	2.0	4.0
2	孙慧影	山东科技大学电气与自动化工程学院	5	31	3.0	5.0
3	林中鹏	山东科技大学电气与自动化工程学院	2	16	1.0	2.0
4	黄灿	山东科技大学电气与自动化工程学院	3	20	2.0	3.0