基于RBF神经网络的门式起重机故障诊断系统的研究

摘要

门式起重机是港口码头、铁路集散中心常见的大型吊装设备,为了避免其发生故障影响工程作业的效率和进度,有必要对门机进行实时监控并对其发生的故障进行诊断和预测.本文研究了基于RBF神经网络的门式起重机的故障诊断方法，在分析门式起重机主要故障类型和原因后，对门机各故障下的状态进行检测并采集数据形成标准样本集，并采用MATLAB的神经网络工具箱函数来对网络进行训练和仿真，来实现门机的故障诊断，通过应用实例表明，该方法切实可行。将RBF神经网络应用在门式起重机的故障诊断上可以非常迅速的对门机故障进行诊断并预测。由于实验条件所限，理论上如果标准样本集的容量更大，将会大大提高门机故障的识别准确率。