一种矿井主要通风机故障诊断系统

摘要：

采用经极限学习机训练的神经网络建立故障诊断模型,基于该模型设计了一种矿井主要通风机故障诊断系统,介绍了该系统的软硬件设计方案.测试结果表明,该系统中极限学习机算法运行时间仅为0.031 3 s,故障诊断准确率不低于97.35％,其实时性和准确性优于基于BP神经网络、ELMAN神经网络、经支持向量机训练的神经网络等模型的主要通风机故障诊断系统.

关键词：煤炭开采、主要通风机、故障监测、故障诊断、极限学习机

所属期刊栏目：43

分类号：TD635(矿山电工)

资助基金：国家自然科学基金资助项目61303183

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：69-71