基于神经网络的除尘器故障诊断

• 作者: 张力 李建龙 李江生 陈怡潇
• 来源期刊: 矿业安全与环保
• 学科: 工学
• 关键词: 除尘器 故障诊断 多参数模型 BP神经网络 RBF神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 问题探讨
• 页码范围: 89-94,99
• 页数: 7页
• 分类号: TD714+.3
• 字数: 4602字
• 语种: 中文
• DOI: 10.19835/j.issn.1008-4495.2020.01.019

摘要

针对目前除尘器故障诊断主要基于人工经验判断并结合停机检查,存在科学性与自动化水平不足、诊断效率低等问题,分析了除尘器滤芯破损、清灰失效、滤芯堵塞、卸灰障碍4个主要故障类型,选取粉尘排放浓度、过滤阻力、入口风量、漏风率、耗气量5个诊断参数,建立了除尘器故障诊断的BP和RBF神经网络预测模型.实例分析表明:BP神经网络模型收敛速度快,预测效果理想,可以准确判断除尘器故障类型,对滤芯破损、清灰失效、滤芯堵塞、卸灰故障的平均预测误差分别为0.035％、0.110％、0.118％、0.215％,预测结果优于RBF神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张力	南昌大学资源环境与化工学院	3	13	1.0	3.0
2	李建龙	南昌大学资源环境与化工学院	5	5	1.0	2.0
3	李江生	南昌大学资源环境与化工学院	4	4	1.0	2.0
4	陈怡潇	南昌大学资源环境与化工学院	2	0	0.0	0.0