基于小波和概率神经网络的煤矿主通风机故障诊断

针对煤矿主通风机故障与征兆对应关系复杂的特点,以及利用传统BP网络进行故障诊断存在训练速度慢、易陷入局部极小的缺点,提出基于小波和概率神经网络的故障诊断方法:先利用时频两域有紧支撑能力的MexicanHat小波变换故障信号并提取能量归一化故障特征向量;然后将概率神经网络作为诊断决策分类器,输出故障模式。该方法充分利用了概率神经网络计算简单、收敛快、新增样本无须重新训练的特点,而且通过小波特征提取有效地减少了网络输入层节点数,降低了网络规模,减少了计算复杂度,加快了训练速度。经验证,此方法准确地诊断煤矿主通风机故障类型,具有速度快、精确度高的特点。