[发明专利]一种基于BP神经网络的露天矿旋回式破碎机故障诊断方法有效

专利信息
申请号: 201710681669.5 申请日: 2017-08-10
公开(公告)号: CN107480787B 公开(公告)日: 2020-12-11
发明(设计)人: 顾清华;卢才武;田晶晶;杨震;聂兴信;白晓平;阮顺领;王甜甜 申请(专利权)人: 西安建筑科技大学
主分类号: G06N3/08 分类号: G06N3/08;G06Q10/04;G06Q50/02
代理公司: 北京劲创知识产权代理事务所(普通合伙) 11589 代理人: 张铁兰
地址: 710055*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明一种基于BP神经网络的露天矿旋回式破碎机故障诊断方法,以旋回式破碎机为故障诊断对象,以物联传感技术实时获取破碎机的状态参数,确定旋回破碎机故障类型及相应的故障特征参数,并对故障特征参数数据按照分布均匀性及有效性进行选取;然后运用BP神经网络作为故障诊断技术,以故障特征参数为BP神经网络输入,以故障类型为BP神经网络输出,利用BP神经网络学习故障类型与相对应的故障特征参数之间的非线性关系,训练旋回式破碎机故障诊断模型并通过隐含层个数进一步优化诊断模型,完成旋回式破碎机诊断模型的训练;最后通过训练完成的旋回式破碎机故障诊断模型对破碎机故障进行实时诊断分析,具有模型简单、实时性强、诊断迅速等优点。
搜索关键词: 一种 基于 bp 神经网络 露天矿 旋回 破碎 故障诊断 方法
【主权项】:
一种基于BP神经网络的露天矿旋回式破碎机故障诊断方法,其特征在于,包括如下步骤:(1)数据采集及选取数据采集是利用露天矿旋回式破碎机上布置的传感器实时获取原始故障数据,数据选取遵循开采强度多样性及时间多样性的原则,选取的目标是满足数据分布均匀性及有效性,以确保诊断模型训练结果的准确性;(2)旋回式破碎机故障诊断模型训练基于BP神经网络技术,首先对故障特征参数进行归一化处理,故障类型采用二进制编码方式处理;然后把故障特征参数作为网络输入,故障类型作为网络期望输出,再根据输入、输出的数据矩阵维度来确定网络输入层神经元个数n、输出层神经元个数l,而隐含层神经元个数通过先设定一个初始值来进行训练;最后设定网络训练参数,训练后计算出均方误差,若其小于期望误差,训练完成,否则,重新训练;(3)旋回式破碎机故障诊断模型优化通过确定隐含层神经元个数来进行模型优化,隐含层神经元个数的确定主要采用试凑法,设隐含层神经元个数为m,在网络训练参数不变的前提下,参照三个经验公式,得出隐含层神经元个数大概范围,在隐含层个数范围内,设定神经元个数初始值开始训练,训练后计算perf,并对比所有隐含层神经元个数情况下的perf大小,确定均方误差最小情况下所对应的神经元个数为隐含层神经元个数,完成模型优化;(4)旋回式破碎机故障诊断模型诊断测试以优化后的诊断模型为基础,在选取后的故障原始数据中再选一组数据作为故障测试数据,然后作为网络输入,测试诊断模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学,未经西安建筑科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710681669.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code