Разработка нейросетевого способа диагностики шахтного оборудования

Abstract

В данной научной статье предложен нейросетевой способ комплексной диагностики горно-шахтного оборудования. В основу способа положена модель нечеткой нейронной сети. На этапе фаззификации модели рассмотрены логистические функции принадлежности для нормального и аварийных режимов работы и* функция принадлежности Гаусса для предаварийного режима работы. Проведено исследование параметров функций. Адаптация параметров модели была проведена на основе генетического алгоритма. Критерием эффективности предложенной модели является ее адекватность. Для численного исследования предложенного способа были использованы данные, полученные с датчиков измерения температуры и вибрации.