基于改进BP神经网络的矿用通风机故障诊断
孙慧影1
林中鹏1
黄灿1
陈鹏2
1.山东科技大学电气与自动化工程学院,山东青岛,2665902.国网山东省电力公司检修公司,山东济南,250000
摘要：针对矿用通风机故障与征兆对应关系复杂的特点,提出一种用动态适应布谷鸟搜索算法优化BP神经网络并进行故障诊断的方法.利用动态适应布谷鸟搜索算法的全局搜索能力,求解神经网络的最优初始参数;然后对BP神经网络进行学习训练,得到最终的故障诊断模型.实例分析结果表明,该方法能有效地进行矿用通风机故障诊断,且具有收敛速度快、精度高的特点,对测试样本的诊断准确率达到了92.5％.
关键词：矿用通风机故障诊断动态适应布谷鸟搜索算法BP神经网络
分类号：TD635(矿山电工)
资助基金：国家自然科学基金(61304080)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 37-41 )
英文信息