章建林 黄金波*

（1、湖南有色金属职业技术学院，湖南 株洲412000 2、张家界航空工业职业技术学院，湖南 张家界427310）

关于故障诊断的研究始于20 世纪70 年代初，经过数十年的发展，理论体系逐渐完善，并开始应用于实践当中，其中以神经网络技术最为突出，包括BP 神经网络、SOM神经网络在内的多种网络模型被广泛应用。我国在神经网技术方面的研究虽然起步较晚，但是随着我国综合国力的提升，在技术研究方面突飞猛进，取得了一系列成果，并在多个行业领域中实践应用。SOM神经网络具有自学习、自适应功能，并且支持并行运行，相较于传统故障诊断系统，基于SOM神经网络对提升机故障进行研究，可以解决传统故障诊断系统故障模糊的问题，提升故障诊断效率以及准确性。

1 SOM 神经网络概述

SOM（Self-Organizing feature Map）神经网络，又被称之为Kohonen 网络，是20 世纪80 年代初由Konhonen 教授所提出了一种自组织特征映射网络。Konhonen 教授认为，神经网络接收外部输入模式时，可分为不同对应区域，而不同区域对于外部输入模式会产生不同响应特征，且此过程是自动化完成[1]。SOM神经网络由输入层与输出层构成，输入层的神经元数量以输入网络向量数量决定，输入神经元接收网络输入信号；输出层神经元在平面上按照既定的顺序排列。输入层与输出层神经元以权值相联结，当神经网络接收到输入信号时，输出层相应神经元就会做出响应。

2 矿井提升机的基本构成

矿井提升机的核心构成包括工作机构、机械传统系统、润滑系统、制动系统、拖动控制、观测、操作系统、辅助部分以及自保护系统，具体如下：工作机构主要包括主轴承与主轴装置，包括卷筒、支轮、主轴、调绳装置以及制动轮等；……