一种煤矿带式输送机故障诊断方法

• 作者: 向秀华 孟斌 杨清翔 王开忠
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 带式输送机 故障诊断 粗糙集 BP神经网络 故障征兆集
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 实验研究
• 页码范围: 48-52
• 页数: 5页
• 分类号: TD634
• 字数: 4796字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017.12.010

摘要

针对煤矿带式输送机故障种类繁多且各征兆存在交叉,严重影响故障诊断的时效性和可靠性的问题,提出了一种煤矿带式输送机故障诊断方法.该方法采用粗糙集与神经网络相结合的故障诊断技术,通过粗糙集属性约简算法优化输入的故障征兆集,得到最优约简集;将约简后的最小条件属性集输入BP神经网络进行合理训练,经过不断学习优化,最终得到诊断决策规则;将约简的相应测试征兆属性样本输入训练好的网络进行故障诊断,判别出相应故障.仿真结果表明,该方法能够充分删除冗余信息,加快网络训练速度,提高带式输送机故障诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向秀华	中国矿业大学信息与控制工程学院	2	13	2.0	2.0
2	孟斌		1	8	1.0	1.0
3	王开忠		1	8	1.0	1.0