摘要
在煤炭机电设备故障检测过程中,由于涉及到众多的硬件设备,容易出现电压稳定性较差,间接影响故障检测信号不稳定,检测样本数据空间维数大、诊断实时性差等缺点。本文提出了采用动态模糊自学习理论和BP神经网络相结合的方法针对故障进行诊断,首先通过动态模糊自学习方法对设备故障的有效数据,使用BP网络对其进行快速分类诊断。仿真实验表明:本文算法能够有效地提高故障诊断正确率,从而提高诊断的识别与决策能力。
-
单位重庆电子工程职业学院; 重庆大学