文献类型：期刊文章

作　　者：尹同舟[1,2] 唐至威[1] 杨健健[1] 吴淼[1]

机构地区：[1]中国矿业大学(北京)机电与信息工程学院,北京100083 [2]石家庄煤矿机械有限责任公司,河北石家庄050033

出　　处：《煤炭科学技术》

基　　金：国家重点基础研究发展计划(973计划)资助项目(2014CB046306)

年　　份：2016

卷　　号：44

期　　号：9

起止页码：134-139

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高部分断面掘进机截割部故障诊断的有效性和准确性,提出基于多传感器信息BP神经网络的掘进机截割部故障诊断方法,对EBZ-160型掘进机截割部是否发生故障进行诊断。利用自适应学习速率法和附加动量法相结合的方法(快速BP法),解决BP神经网络原有算法收敛速度慢和存在局部极小值的问题;利用多个传感器采集掘进机截割部状态信号,并通过对掘进机截割部状态信号进行数据分析,提取多组特征向量并建立了掘进机截割部特征数据库。运用BP神经网络对样本数据进行训练,实例分析结果表明,该方法能够有效地监测并诊断掘进机截割部健康状态,诊断精度和准确率较高。

关 键 词：掘进机 截割部 多传感器信息 BP神经网络  故障诊断  

分 类 号：TD353]