Indexed by：
Abstract：
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.
Keyword：
Reprint Author's Address：
Email：
Source ：
中国矿业
ISSN： 1004-4051
Year： 2008
Issue： 3
Volume： 17
Page： 51-54
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 11
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
