基于改进BP神经网络的矿用通风机故障诊断

孙慧影¹，林中鹏¹，黄灿¹，陈鹏²

1. 山东科技大学电气与自动化工程学院2. 国网山东省电力公司检修公司

摘 要：针对矿用通风机故障与征兆对应关系复杂的特点,提出一种用动态适应布谷鸟搜索算法优化BP神经网络并进行故障诊断的方法。利用动态适应布谷鸟搜索算法的全局搜索能力,求解神经网络的最优初始参数;然后对BP神经网络进行学习训练,得到最终的故障诊断模型。实例分析结果表明,该方法能有效地进行矿用通风机故障诊断,且具有收敛速度快、精度高的特点,对测试样本的诊断准确率达到了92.5%。

关键词：矿用通风机;故障诊断;动态适应布谷鸟搜索算法;BP神经网络;