基于优化模糊Petri网的矿井提升机故障诊断
2016-07-19公茂法柳岩妮王来河张超侯林源
公茂法, 柳岩妮, 王来河, 张超, 侯林源
(山东科技大学 电气与自动化工程学院, 山东 青岛 266590)
基于优化模糊Petri网的矿井提升机故障诊断
公茂法,柳岩妮,王来河,张超,侯林源
(山东科技大学 电气与自动化工程学院, 山东 青岛266590)
摘要:为提高矿井提升机故障诊断的准确率,提出了一种基于优化模糊Petri网的矿井提升机故障诊断新方法。该方法首先利用动量BP网络对模糊Petri网的权值、阈值和可信度参数进行优化,然后使用优化好的模糊Petri网模型对矿井提升机进行故障诊断。测试结果表明,该方法对参数优化收敛速度快,故障诊断结果正确率高,有一定的实用价值。
关键词:矿井提升机; 故障诊断; 模糊Petri网; 动量BP网络
网络出版地址:http://www.cnki.net/kcms/detail/32.1627.TP.20160705.1501.012.html
0引言
矿井提升机是煤矿生产的重要设备,其可靠性是矿井安全生产的重要保证。目前,国内外有关提升机故障诊断的方法有基于模糊理论的方法[1]、基于小波分析的方法和基于人工神经网络的方法[2-4]等。参考文献[1]采用模糊理论方法有效地解决了由于矿井提升机设备系统知识的模糊性所造成的不确定性问题,但该方法存在推理效率低和精度较差的问题;参考文献[5]将BP神经网络引入到矿井提升机故障诊断中,通过3层网络形式实现非线性的输入、输出关系,得到故障模式识别的收敛解,但BP神经网络收敛速度较慢,易陷入局部极值,自学时间长,对诊断结果有很大的影响。参考文献[6]提出了一种基于模糊产生规则的Petri网(Fuzzy Petri Networks, FPN)故障诊断新方法,该方法运用了模糊Petri网的图形描述能力和模糊推理能力来进行故障诊断,但由于模糊Petri网的自学能力差,无法对权值、阈值、可信度等参数进行学习和训练优化,使得推理结果存在误差。……
