韩 龙

（西山煤电（集团）有限责任公司官地选煤厂，山西 太原030022）

选煤厂的核心作用是将原煤进行筛分、破碎后转运至指定加工车间进行后续处理，如排矸、重介质分选、粗煤泥分选、浮选、浓缩、压滤以及装车等流程。随着“中国制造2025”战略实施，选煤厂逐渐向自动化、信息化、智能化方向发展，其内涵为以选煤工艺为基础，以先进控制技术、信息技术、神经网络技术以及人工智能为手段，实现选煤厂设备智能管理，最终达到减员增效、提高产品质量的目的。选煤厂设备较多、生产环境恶劣，设备故障率较高，严重影响产品质量和生产效率，亟需研究选煤厂设备智能故障诊断方案，降低设备故障发生率，提升选煤厂设备的生产效率。

1 BP 神经网络原理

BP 神经网络是一种由三层神经元组成的前向多层神经网络，训练过程采用back prppagation BP 算法，是进行设备故障诊断的有效网络之一。标准BP 神经网络由输入层、隐含层以及输出层三层结构组成，相邻层之间采用全连接模式，结构简图见图1[1-2]。BP 神经网络采用BP 算法将节点输出误差逐层逆向传播，获取各层参考误差并调整每个神经元的对应权值，使得输出加权值满足系统误差要求。

图1 BP 神经网络结构简图

2 智能故障诊断方案

2.1 硬件设计

选煤厂智能故障诊断方案硬件设计框图见图2，由现场监测站、故障远程监测中心两部分组成。现场监测站即采集安装在设备上的各传感器信息以及数据采集卡信息；核心传感器有加速度传感器，用于检测设备的高频振动；……