基于优化BP神经网络的掘进机截割臂故障诊断

作者：刘强; 张超; 魏明; 陈卿; 李诺薇

来源：煤矿机械, 2020, 41(12): 146-149.

DOI：10.13436/j.mkjx.202012049

• 故障诊断
• 截割臂
• 算法优化
• BP神经网络

掘进机的截割臂是进行巷道掘进成形的最关键部件之一,对其快速准确的故障判断是智能掘进的基础和安全保障。研究了针对掘进机截割臂几种改进的BP故障诊断方法,包括传统的BP神经网络算法、基于共轭梯度优化的神经网络算法、基于Levenberg-Marquardt算法优化的BP神经网络算法和基于遗传算法(GA)优化的BP神经网络算法。通过实验仿真发现,传统BP算法难以收敛且准确性不高;基于共轭梯度优化和基于Levenberg-Marquardt优化的BP神经网络算法虽然诊断时间和精度有所提高,但并不最优;基于GA优化的BP神经网络可以在获取少量状态信号的情况下,以100%的准确性和最快速度对掘进机截割臂进行故障诊断。

• 单位
  徐州工程学院