基于小波包和神经网络的矿用通风机故障预警研究

朱全¹，付胜¹

(1.北京工业大学,机械工程与应用电子技术学院,北京,100022)

摘要:矿用通风机在长时间的运行过程中,可能存在着多种故障隐患,及时准确地发现其隐患,对于煤矿的安全生产具有极其重要意义.本文提出了基于小波包分解技术和BP神经网络的"能量-故障"方法.用小波包分解技术将含有通风机不同故障状态信息的特征向量,从不同的频带提取出来,并作为故障样本输入神经网络,建立BP神经网络模型.利用该模型可对矿用通风机的不同故障状态进行识别.研究结果表明,基于小波包和BP神经网络的故障诊断技术有效地利用了两者的优点,是提取设备故障状态特征,进行故障诊断的有效方法,并利用该方法实现矿用通风机的故障预警.

关键词:小波包; 神经网络; 故障诊断; 预警; 通风机;

【全文内容正在添加中】