位置:成果数据库 > 期刊 > 期刊详情页
基于BP神经网络的带式输送机故障诊断研究
  • ISSN号:1001-0785
  • 期刊名称:《起重运输机械》
  • 时间:0
  • 分类:TH222[机械工程—机械制造及自动化]
  • 作者机构:[1]太原科技大学机械工程学院,太原030024
  • 相关基金:国家自然科学基金(51075289)、国家自然科学基金国际(地区)合作与交流项目(51110232)、山西省2009年度回国留学人员科研资助项目(20091074)、山西省国际科技合作计划(2010081039)、山西省自然科学基金(2011011019-3)、太原市2010年科技明星专项(2010011605)、2009年山西省研究生立项优秀创新项目(20093099)、山西省2010UIT项目、太原科技大学2010UIT项目(201008X)、太原科技大学博士启动项目
中文摘要:

目前带式输送机应用范围广,且日益大型化、复杂化,但随之而来的维修、检测、安全性等问题也日益突出。故障诊断能够处理以上多方面问题,为当下研究重点。本文以BP神经网络为理论支撑,建立具有预测功能的BP神经网络故障诊断模型,对提高故障诊断的识别、分类能力以及故障定位能力有很大帮助,仿真结果显示有良好的诊断效果。

英文摘要:

The belt conveyor is more and more widely used these days,with increasingly large-scale and complicated trend,but followed by more serious problems in maintenance,detection,and safety,etc.Fault diagnosis can be used to deal with these problems,which is the research focus at present.The BP neural network fault diagnosis model with predic-tion function is built in the paper with BP neural network as the theoretic support,which is very helpful for improving recog-nition of the fault diagnosis,classification capacity,and fault positioning capacity.The simulation result shows excellent di-agnosis effects.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《起重运输机械》
  • 中国科技核心期刊
  • 主管单位:中国机械工业联合会
  • 主办单位:北京起重运输机械研究院
  • 主编:黄平
  • 地址:北京市雍和宫大街52号
  • 邮编:100007
  • 邮箱:hcm@mhic.com.cn
  • 电话:010-64031987
  • 国际标准刊号:ISSN:1001-0785
  • 国内统一刊号:ISSN:11-1888/TH
  • 邮发代号:2-323
  • 获奖情况:
  • 1982年,机械部期刊评比二等奖,1982-1986年,机械委优秀科技情报成果三等奖,1987-1992年,机电部优秀科技期刊,1991-1992年,国家科委、中宣部、新闻出版署首届...,1993-1998年,机械部优秀科技期刊,2001年,期刊方阵双百期刊(国家科委中宣部、新闻...,2004-2006年,机械行业优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2000版)
  • 被引量:7357