基于遗传神经网络的电梯故障诊断技术研究  

Study on elevator failure diagnosis technology based on genetic neural network

作　　者：冯鑫[1] 夏洪山[1] 冯月贵 刘君强[1] 张润[1] 

机构地区：[1]南京航空航天大学民航学院,南京210016 [2]南京市特种设备安全监督检验研究院,南京210002

出　　处：《起重运输机械》2017年第1期28-32,共5页Hoisting and Conveying Machinery

基　　金：国家自然科学基金(编号U1533128)

摘　　要：从电梯机械、安全保护、电力和调速控制4个系统出发采集特征样本数据作为BP神经网络的输入,利用遗传算法优化神经网络的权值和阈值。实验证明遗传算法优化后的神经网络减少了运算量,缩短了训练时间,提高网络的稳定性,同时有效地提高了故障诊断的精确度。Based on the elevator machinery, safe protection, electricity, and speed regulation control, the characteristic sample data are collected as the input of BP neural network to optimize the weight and threshold of the neural network using genetic algorithm. The test shows that the neural network optimized by the genetic algorithm can reduce the calculating amount, shorten training time, improve the network stability, and effectively raise accuracy of fault diagnosis.

关 键 词：电梯 权值 阈值 故障诊断 遗传算法 神经网络 

分 类 号：TU857[建筑科学]