新闻资讯

联系方式

新乡市金成机械制造有限公司
联系人:吕经理

电 话:  0373-3878302 0373-3878301
手 机:  15237399909
Email:1092327062@qq.com
地  址:河南省新乡市

当前位置: 金成首页 > 新闻资讯 > 业界资讯
业界资讯

基于小波神经网络的斗式提升机液压站故障预测的研究

 

    针对斗式提升机液压站故障特性,以小波神经网络为工具建立了其故障预刚模型。介绍了小波神经网络的结构、算法以及训练流程。分析了影响液压站故障因素,建立了其预刚模型。在MATLAB环境下对网络进行训练。实验表明,该模型具有收敛速度快,预刚精度高的特点,能够满足实际要求。

    实践证明斗式提升机事故中,由于液压站故障造成的事故占相当大的比例。如果根据早期的征兆对液压站故障进行预测,可以有效减少事故的发生。    

小波神经网络除了具有神经网络的特性以外,还具有小波分析的优点。通过尺度伸缩和平移可以更有效地提取信号局部信息,使网络具有更好的逼近和容错能力,而且精度高、收敛速度快。本文选用小波神经网络作为液压站故障预测工具。

小波神经网络 

斗式提升机小波神经网络模型    

小波神经网络和BP网络相同,都是3层网络结构,如图1所示。它是将BP网络中隐层函数使用小波函数表示,输入层到隐层权值由小波函数的尺度表示,隐层节点的值使用平移参数表示。 

斗式提升机液压站故障的预测可以有效减少事故的发生,提高提升机安全性和可靠性。本文基于小波神经网络理论建立了液压站故障预测模型。从仿真实验来看,该模型能够有效地建立液压站故障输入输出间的关系,通过有限次训练,网络就可以达到误差精度要求,能够满足实际生产要求。

更多详情:http://www.hndstsj.com

分享到:
点击次数:  更新时间:2014-11-05 21:30:35  【打印此页】  【关闭