能源技术与管理
能源技術與管理
능원기술여관리
ENERGY TECHNOLOGY AND MANAGEMENT
2015年
3期
149-151
,共3页
遗传算法%BP神经网络%通风机%故障诊断
遺傳算法%BP神經網絡%通風機%故障診斷
유전산법%BP신경망락%통풍궤%고장진단
针对矿用通风机故障诊断问题，将遗传算法和BP神经网络相结合，在对GA-BP神经网络进行训练的基础上，建立了矿用通风机故障诊断的数学模型并进行了实验验证。实验证明，在小样本情况下GA-BP神经网络仍能准确、有效地对矿用通风机故障类型进行识别，为矿用通风机故障诊断提出了新的方法和途径。
針對礦用通風機故障診斷問題，將遺傳算法和BP神經網絡相結閤，在對GA-BP神經網絡進行訓練的基礎上，建立瞭礦用通風機故障診斷的數學模型併進行瞭實驗驗證。實驗證明，在小樣本情況下GA-BP神經網絡仍能準確、有效地對礦用通風機故障類型進行識彆，為礦用通風機故障診斷提齣瞭新的方法和途徑。
침대광용통풍궤고장진단문제，장유전산법화BP신경망락상결합，재대GA-BP신경망락진행훈련적기출상，건립료광용통풍궤고장진단적수학모형병진행료실험험증。실험증명，재소양본정황하GA-BP신경망락잉능준학、유효지대광용통풍궤고장류형진행식별，위광용통풍궤고장진단제출료신적방법화도경。
