一种矿井主要通风机故障诊断系统
王浩宇
陈颖
缪燕子
陈炳光
1.中国矿业大学信息与控制工程学院,江苏徐州,2211162.中国矿业大学信息与控制工程学院,江苏徐州,2211163.中国矿业大学信息与控制工程学院,江苏徐州,2211164.中国矿业大学信息与控制工程学院,江苏徐州,221116
摘要：采用经极限学习机训练的神经网络建立故障诊断模型,基于该模型设计了一种矿井主要通风机故障诊断系统,介绍了该系统的软硬件设计方案.测试结果表明,该系统中极限学习机算法运行时间仅为0.031 3 s,故障诊断准确率不低于97.35％,其实时性和准确性优于基于BP神经网络、ELMAN神经网络、经支持向量机训练的神经网络等模型的主要通风机故障诊断系统.
关键词：煤炭开采主要通风机故障监测故障诊断极限学习机
分类号：TD635(矿山电工)
资助基金：国家自然科学基金(61303183)
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：3( 69-71 )
英文信息