基于PSO-BP神经网络的采煤机电动机故障诊断研究

摘要：

针对因采煤机电动机超长时间运行与矿井极端工作环境而引起的故障问题,结合异步电动机数学模型及其常见故障机理分析,在分析BP算法存在缺陷的基础上,提出一种用于电动机故障诊断的PSO-BP神经网络算法,以实现对采煤机运行状态的实时监测.将PSO算法与BP算法相结合,共同优化神经网络连接权值,用电动机故障训练样本对PSO-BP神经网络进行训练并进行网络测试.结果 表明,与BP神经网络相比,PSO-BP神经网络能更快速、准确诊断电动机的健康状态,及时采用有效措施可降低电动机故障率,从而保障矿井人员作业安全,提高生产效率.

关键词：采煤机电动机、PSO-BP神经网络、故障诊断

所属期刊栏目：48

分类号：TP277;TD421(自动化技术及设备)

资助基金：2020年浙江省自然科学基金项目;北京市科技提升计划项目

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64