基于模糊神经网络的矿井提升机故障诊断研究  

Fault Diagnosis of Mine Hoist Based on Fuzzy Neural Network

作　　者：王大虎[1] 王敬冲 史艳楠 陈文博[1] 

机构地区：[1]河南理工大学电气工程与自动化学院,河南焦作454000

出　　处：《计算机仿真》2015年第10期345-349,共5页Computer Simulation

摘　　要：研究矿井提升机故障诊断问题。针对现有的矿井提升机故障诊断系统中知识表示单一、学习能力较弱,从而导致诊断推理结果不稳定的问题,提出了一种基于模糊神经网络的矿井提升机故障诊断方法,首先把矿井提升机故障样本进行模糊化,将不可能出现、多余的故障样本剔除,并输入到已经训练好的BP神经网络里进行数据训练,然后利用MATLAB软件中的工具箱对矿井提升机液压制动系统故障的具体实例进行了仿真。仿真结果表明模糊神经网络可以过滤掉多余信息,节省时间和空间,能够很好地对矿井提升机的故障进行预测,提高了故障诊断的准确性和可靠性。This paper proposes a fault diagnosis method of mine hoist based on fuzzy neural network. The method firstly inputs the fuzzy fault samples of mine hoist to the BP neural network in the training data. Then the specific example of hydraulic breaking system is simulated by using MATLAB software toolbox. Simulation results show that fuzzy neural network can filter out redundant information, save time and space, predict the fault of mine hoist well, and improve the accuracy and reliability of fault diagnosis.

关 键 词：模糊理论 矿井提升机 故障诊断 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]