基于PSO-BP神经网络的采煤机电动机故障诊断研究

• 作者: 叶圣超 姜磊 李飞龙
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 采煤机电动机 PSO-BP神经网络 故障诊断
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 通用
• 页码范围: 59-64
• 页数: 6页
• 分类号: TP277|TD421
• 语种: 中文

摘要

针对因采煤机电动机超长时间运行与矿井极端工作环境而引起的故障问题,结合异步电动机数学模型及其常见故障机理分析,在分析BP算法存在缺陷的基础上,提出一种用于电动机故障诊断的PSO-BP神经网络算法,以实现对采煤机运行状态的实时监测.将PSO算法与BP算法相结合,共同优化神经网络连接权值,用电动机故障训练样本对PSO-BP神经网络进行训练并进行网络测试.结果 表明,与BP神经网络相比,PSO-BP神经网络能更快速、准确诊断电动机的健康状态,及时采用有效措施可降低电动机故障率,从而保障矿井人员作业安全,提高生产效率.