来源：期刊VIP网 时间：
作者：戴欧阳;胡洪林;
单位：桂林信息科技学院;
摘要：烟草收获机械是烟草生产中的重要技术支撑，是提高收获效率的重要保证，但由于烟草收获机械内部结构较为复杂，在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展，基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前，主要以BP神经网络模型应用较为广泛，但在模型构建中预测效率低、鲁棒性强。针对以上问题，提出一种改进BP神经网络模型，以烟草收获机械中的齿轮故障诊断为研究对象，构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型，并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明：改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要，在模型算法与计算速度方面都得到了很大的提高。
关键词：烟草收获;;机械故障;;遗传算法;;BP神经网络;;优化模型
基金资助：广西高校中青年教师科研基础能力提升项目(2021KY1636)
