模糊神经网络在破碎机故障诊断系统中的应用

破碎机是采矿行业中应用十分广泛的设备。随着自动化程度的提高和设备的结构与性能的复杂化,设备管理与维护用在矿山生产中占有举足轻重的地位。本文针对破碎机故障征兆参数的变化趋势与程度,利用模糊数学知识和相关理论,采用不同的变化等级和阈值,建立破碎机典型故障现象与故障征兆列表。同时利用基于MATLAB环境下的BP模糊神经网络,实现了对破碎机故障的模糊诊断。通过仿真和试验结果表明,这种方法可有效地进行破碎机故障样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性,有利于破碎机的故障诊断。