论文部分内容阅读
研究矿井提升机故障诊断问题。针对现有的矿井提升机故障诊断系统中知识表示单一、学习能力较弱,从而导致诊断推理结果不稳定的问题,提出了一种基于模糊神经网络的矿井提升机故障诊断方法,首先把矿井提升机故障样本进行模糊化,将不可能出现、多余的故障样本剔除,并输入到已经训练好的BP神经网络里进行数据训练,然后利用MATLAB软件中的工具箱对矿井提升机液压制动系统故障的具体实例进行了仿真。仿真结果表明模糊神经网络可以过滤掉多余信息,节省时间和空间,能够很好地对矿井提升机的故障进行预测,提高了故障诊断的准确性和可靠性。