-
题名基于模糊神经网络的矿井提升机制动系统故障诊断方法
被引量:7
- 1
-
-
作者
胡立锋
薛小炎
李娟莉
-
机构
太原理工大学
-
出处
《煤炭技术》
CAS
北大核心
2021年第7期153-155,共3页
-
基金
山西省自然科学基金项目(201901D111056)。
-
文摘
煤矿提升是采煤过程中至关重要的环节,负责着提升或下放人员与矸石等的重要工作,牵动着整个开采过程的命脉。提升机制动系统是保证矿井提升机安全运行的最后一道屏障,它的安全可靠至关重要,因此对其进行故障诊断具有重要意义。以单绳缠绕式2JTP-1.2×1.0型提升机为研究对象,利用模糊神经网络对其进行了故障诊断研究。首先,对制动系统的结构进行分析明确了故障类型,然后将其故障样本代入模糊神经网络进行网络的训练,即将监测系统采集到的数据代入隶属度函数进行模糊化,再将它的输出结果作为神经网络的输入,进行网络的训练,得到诊断结果;最后,对训练好的模糊神经网络进行了实验验证,结果表明,模糊神经网络能较为准确地对故障做出诊断。
-
关键词
提升机制动系统
故障树
模糊理论
神经网络
-
Keywords
hoist braking system
fault tree
fuzzy theory
neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TD534
[矿业工程—矿山机电]
-