基于广义回归神经网络的采煤机故障诊断的研究

被引：4

作者：

尹丽娜 ^{[1
]}

汪琦 ^{[2
]}

樊后世 ^{[1
]}

梁鸿雁 ^{[1
]}

张会 ^{[1
]}

刘士阁 ^{[1
]}

赵世来 ^{[1
]}

机构：

[1] 三一重型装备有限公司

[2] 沈阳施道克电力设备有限公司

来源：

煤矿机械 | 2011年 / 32卷 / 05期

关键词：

采煤机; GRNN神经网络; 故障诊断;

D O I：

10.13436/j.mkjx.2011.05.257

中图分类号：

TD421.6 [];

学科分类号：

0819 ;

摘要：

针对采煤机故障征兆和故障的非线性对应关系,采用广义回归神经网络作为故障诊断的智能分类器。输入层为采煤机的故障特征参数,中间层为径向基神经元,感知待诊断故障向量与训练样本的相似度,输出层为故障模式分类。分析了广义回归神经网络的优越性和结构特征,建立了不同光滑因子和训练样本数目的采煤机故障诊断模型,并在MATLAB进行了仿真。

引用

页码：244 / 245

页数：2