关键词：故障诊断;;主元分析;;降维;;BP神经网络;;加热系统
摘 要：针对汽车涂装线设备参数组合复杂化、高耦合性等特点造成的设备故障无法及时发现和排除的困难,对涂装线各设备结构、故障机理进行了研究,提出了基于改进PCA-BP算法的设备故障诊断方法。该实验以涂装线烘房加热系统为实例,首先建立了其PCA模型,通过对监测数据信息进行了二次降维,提取了最优特征信息;然后将提取的样本特征在BP网络中进行了充分训练,诊断输出设备运行状态值,实现了故障诊断的效果。研究结果表明,PCA-BP方法在保证原始监测特征主要信息不丢失的前提下简化了监测空间参数,同时避免了原始BP算法易陷入局部极值的缺陷,通过烘房加热系统验证了该方法能够有效地对设备故障进行诊断。