基于改进BP神经网络的采煤机截割部传动系统故障监测与诊断

作者：方伟中

来源：煤矿机械, 2020, 41(07): 153-156.

DOI：10.13436/j.mkjx.202007053

• 故障诊断
• L-M算法
• 采煤机
• 截割部

为了对采煤机截割部传动系统故障进行监测和诊断,提出一种基于改进BP神经网络的故障诊断方法。首先分析了采煤机截割部传动系统2种故障类型及其振动频率特性,在此基础上构建了基于L-M算法的BP神经网络故障诊断模型。其次,为了更准确地获得故障子类型以及故障严重程度的预测,设计了双层故障分类器。仿真结果表明,在公认数据集上测试,该神经网络模型对故障类型的分类预测准确率达99%,在故障子类型分类预测上也取得较好的效果,特别是对无故障情况的判断准确率达到100%,平均准确率为95%。验证了该方法的优越性。

• 单位
  机电工程学院; 广东工程职业技术学院