基于BP神经网络的主抽电机故障智能诊断系统的研究

摘要

主抽电机作为钢铁企业烧结厂重要的大型设备,主抽电机的稳定运行直接关系整个烧结系统甚至高炉系统是否能够正常运转.所以当前钢铁企业对于主抽电机的稳定运行极其重视.为了监视主抽的运行,整个系统设计了众多的传感器.利用多传感器的监测数据实现对主抽电机的在线智能故障诊断也成为钢厂和研究单位研究的重点.目前人工神经网络因为其具有较强的学习能力和推广能力被广泛应用于智能故障诊断系统的研究.但其也有自身的缺点,例如无法解释自身的诊断过程,容易过度拟合.本研究主要是对通过BP神经网络学习建立神经网络诊断模型,从而通过小样本的学习来实现对主抽电机的故障智能诊断的探索.