一种矿井主要通风机故障诊断系统

• 作者: 王浩宇 缪燕子 陈炳光 陈颖
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤炭开采 主要通风机 故障监测 故障诊断 极限学习机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 经验交流
• 页码范围: 69-71
• 页数: 3页
• 分类号: TD635
• 字数: 2002字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017.06.016

摘要

采用经极限学习机训练的神经网络建立故障诊断模型,基于该模型设计了一种矿井主要通风机故障诊断系统,介绍了该系统的软硬件设计方案.测试结果表明,该系统中极限学习机算法运行时间仅为0.031 3 s,故障诊断准确率不低于97.35％,其实时性和准确性优于基于BP神经网络、ELMAN神经网络、经支持向量机训练的神经网络等模型的主要通风机故障诊断系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈颖	中国矿业大学信息与控制工程学院	28	119	4.0	10.0
2	缪燕子	中国矿业大学信息与控制工程学院	14	33	3.0	4.0
3	王浩宇	中国矿业大学信息与控制工程学院	6	11	2.0	3.0
4	陈炳光	中国矿业大学信息与控制工程学院	2	8	2.0	2.0