基于BP神经网络的煤矿电机故障诊断预测.pdf

基于BP神经网络的煤矿电机故障诊断预测.pdf

ID:55974256

大小:793.61 KB

页数:4页

时间:2020-03-24

基于BP神经网络的煤矿电机故障诊断预测.pdf_第1页
基于BP神经网络的煤矿电机故障诊断预测.pdf_第2页
基于BP神经网络的煤矿电机故障诊断预测.pdf_第3页
基于BP神经网络的煤矿电机故障诊断预测.pdf_第4页
资源描述:

《基于BP神经网络的煤矿电机故障诊断预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于BP神经网络的煤矿电机故障诊断预测12鲁建东,鲁啸ò(1.江苏省徐州市泉山区庞庄煤矿物业公司,江苏徐州221141;2.国电南瑞科技股份有限公司,江苏南京210032)摘要:电机软故障辨识诊断一直是困扰电机维修工程师一大难题。引入BP神经网络概念,利用采集到的样本数据训练BP神经网络,得出最优网络模型。通过典型故障状态参数测试新方法的辨别能力。结合对煤矿电机参数的训练测试,通过仿真实验验证了这种新方法对电气故障诊断的有效性。关键词:BP神经网络;煤矿电机;故障诊断中图分类号:TM32文献标志码:AFaultDiagnosisPredicti

2、onofMineMotorBasedonBPNeuralNetwork12LUJian-dong,LUXiao(1.PangzhuangMinePropertyCompanyinDistractofQuanshan,Xuzhou221141,China;2.NARITechnologyDevelopmentCo.,Ltd.,Nanjing210032,China)Abstract:Themotormaintenanceengineerhasplaguedbytheidentificationdiagnosisofmotorsoftfault.T

3、hepaperintroducestheconceptofBPneuralnetwork,andusesthesampledatacollectedtotrainBPneuralnetwork,andthenobtainstheoptimalnetworkmodel.Thetypicalfaultstateparameterisusedtotestthediscriminationabilityofthenewmethod.Bythetrainingandtestofcoalminemotorparameters,thesimulationca

4、nverifytheeffectivenessofthenewmethodforelectricfaultdiagnosis.Keywords:BPneuralnetwork;minemotor;faultdiagnosis0引言BP网络,得到最优模型;再用最优模型测试故障。通过由于电机材料、电子电路故障等因素影响,在电机运对煤矿电机的仿真研究,结果显示,BP神经网络模型能行时,会产生局部放电现象,尤其对煤矿企业,电机运行准确辨识出故障类型。时,电机火花会给操作现场带来非常严重的后果。鉴于此,本文采用神经网络算法实现对电机的危险性缺陷进行分1B

5、P神经网络析判断,辨别出可能产生放电现象的部件,对电机进行调BP神经网络基本结构是多层前馈形式网络,主要特换与更改。征是信号量前向传递,误差量反向回馈。在前向传递过程本文采用三层BP网络模型,结合梯度下降算法;中,输入量从输入层再经隐含层分层处理,最后至输出层。把采集到的特征向量分成训练样本和测试样本,分别训练上一层神经元状态只单一影响下层神经元状态。作者简介:鲁建东(1961-),男,工程师。主要研究方向煤矿自动控制,煤矿安全管理。2013/05机电设备17AcademicResearch技术交流以三层BP神经网络为例,设定输入层为i,隐含层

6、1����������������为j,输出层为k,BP神经网络结构示意图如图1所示。�式中:E为目标函数。梯度算法中,权值、阈值系数变化量Δωkj正比于∂E/Δωkj:∂�∂�∂����������������∂���∂����∂���∂�∂��∂���������∂��∂����∂���=η(tk-ok)ok(1-ok)��(9)∂������������������1����∂����图1BP神经网络示意图其中,设∂�∂�∂��∂��������������隐含层中,神经元j输入用netj表示,有,∂���∂��∂����∂���∂���

7、����������1�������1�������1���∂��神经元j输出为,∂���������1�����������������∂��类推得出,神经元k输入为,其中,设����������∂�∂�∂����∂�∂�∑���������������������∂��∂����∂��∂����∂����神经元k输出为∂�����������������11������������4��∂�����其中g选择S型函数:����������������1�������1�������������(13)�����������������式中:

8、η为学习速率;θ为函数阈值。������1����������;�������������1����。由S型函数可以得出神经元输出�1������BP

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。