基于FA-BP神经网络模型的烘丝机设备故障诊断

摘要：

烘丝机作为烟丝生产的重要设备,其健康状态直接影响着烟丝的品质及生产效率.为了较早诊断出烘丝机故障,降低因故障带来的损失,提出了一种基于萤火虫算法(FA)优化BP神经网络的烘丝机故障诊断算法.首先,分析烘丝机的故障特征;其次,利用萤火虫算法寻优特性找到BP神经网络的最优权值和阈值,使故障诊断模型效果达到最佳状态.通过与SVM和BP神经网络模型进行对比分析,结果表明,使用FA-BP神经网络模型的烘丝机故障诊断准确率高达94.5％,诊断效果优于所对比的模型.

关键词：烘丝机、萤火虫算法、BP神经网络、故障诊断

分类号：TP393.08;TP277;TH172

资助基金：基于模糊推理的电气故障专家系统开发与应用豫科号,项目

在线出版日期：2024-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-44