《表2 随机抽取的一个故障类型诊断结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应神经网络的矿井提升机故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

按照表1对自适应神经网络提升机故障诊断模型进行训练，训练结束后保存网络连接权值，最后用测试集进行测试，结果显示能100%辨识故障分类，在对故障程度进行诊断时，识别精度略显不足，但也都达到95%以上，显示了神经网络在故障诊断上的优势。随机抽取故障分类测试的一个结果如表2所示。各类故障的故障严重程度的准确率统计如图5所示，由图5可以看出，由于滚动体的故障特征频率更为复杂，在滚动体故障程度的辨识上略低于其他2类故障程度的辨识，但也达到了95.9%，总体平均准确率为98%。