基于时间序列和BP神经网络的矿井风机故障诊断

矿井通风机是煤矿井下通风不可或缺的安全设备,被誉为矿井的"呼吸"系统,一旦出现故障而停机运行,将威胁到整个矿山的安全生产。针对这一问题,建立基于时间序列和BP神经网路的矿井通风机故障诊断系统。利用测取的信号进行时间序列分析,建立AR模型并进行估计、预测,锁定故障发生的范围,这样节省了盲目查找故障的时间。直接从预测故障范围中提取参数作为特征向量,并以此作为BP神经网络的训练样本,实现矿井风机的故障诊断。