| 基于神经网络的除尘器故障诊断 |
| |
| 引用本文： | 张力, 李江生, 李建龙, 陈怡潇. 基于神经网络的除尘器故障诊断[J]. 矿业安全与环保, 2020, 47(1): 89-94,99. DOI: 10.19835/j.issn.1008-4495.2020.01.019 |
| |
| 作者姓名： | 张力 李江生 李建龙 陈怡潇 |
| |
| 作者单位： | 1.南昌大学 资源环境与化工学院, 江西 南昌 330031 |
| |
| 基金项目： | 国家自然科学基金项目(51704166);中国博士后科学基金项目;江西省博士后研究人员科研项目(2017KY13) |
| |
| 摘 要： | 针对目前除尘器故障诊断主要基于人工经验判断并结合停机检查,存在科学性与自动化水平不足、诊断效率低等问题,分析了除尘器滤芯破损、清灰失效、滤芯堵塞、卸灰障碍4个主要故障类型,选取粉尘排放浓度、过滤阻力、入口风量、漏风率、耗气量5个诊断参数,建立了除尘器故障诊断的BP和RBF神经网络预测模型。实例分析表明：BP神经网络模型收敛速度快,预测效果理想,可以准确判断除尘器故障类型,对滤芯破损、清灰失效、滤芯堵塞、卸灰故障的平均预测误差分别为0.035%、0.110%、0.118%、0.215%,预测结果优于RBF神经网络。
|
| 关 键 词： | 除尘器 故障诊断 多参数模型 BP神经网络 RBF神经网络 |
| 收稿时间： | 2019-02-18 |
| 修稿时间： | 2020-01-06 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《矿业安全与环保》浏览原始摘要信息 |
|
点击此处可从《矿业安全与环保》下载免费的PDF全文 |
|
