基于ELM神经网络的采煤机故障诊断方法  

Shearer's Malfunction Diagnosis Method Based on ELM Neural Network

作　　者：王桂梅[1] 蒋超[1] 朱佳伟[1] 杨磊[1] 

机构地区：[1]河北工程大学机电学院,河北邯郸056038

出　　处：《煤矿机械》2014年第1期239-240,共2页Coal Mine Machinery

基　　金：河北省自然科学基金项目(E2012402027)

摘　　要：根据采煤机的频繁出现的故障和发生的主要原因,采用ELM神经网络对采煤机的故障进行监测和诊断,将ELM神经网络的输入通过Matlab进行训练,最终理论输出结果与实际输出结果相一致,证明该方法有效、可行。According to shearer frequent malfunctions and the main reasons,the ELM-based neural network is adopted,which monitores and diagnoses the shearer malfunctions,the ELM-based neural network is trained by Matlab,the final theoretical results and the actual output are consistent to prove that the method is effective and feasible.

关 键 词：采煤机 神经网络 MATLAB 

分 类 号：TD421.6[矿业工程—矿山机电]