基于多传感器BP网络掘进机截割部故障诊断研究

尹同舟^1,2，唐至威¹，杨健健¹，吴淼¹

1. 中国矿业大学(北京)机电与信息工程学院2. 石家庄煤矿机械有限责任公司

摘 要：为了提高部分断面掘进机截割部故障诊断的有效性和准确性,提出基于多传感器信息BP神经网络的掘进机截割部故障诊断方法,对EBZ-160型掘进机截割部是否发生故障进行诊断。利用自适应学习速率法和附加动量法相结合的方法（快速BP法）,解决BP神经网络原有算法收敛速度慢和存在局部极小值的问题;利用多个传感器采集掘进机截割部状态信号,并通过对掘进机截割部状态信号进行数据分析,提取多组特征向量并建立了掘进机截割部特征数据库。运用BP神经网络对样本数据进行训练,实例分析结果表明,该方法能够有效地监测并诊断掘进机截割部健康状态,诊断精度和准确率较高。

关键词：掘进机;截割部;多传感器信息;BP神经网络;故障诊断;