来源：期刊VIP网 时间：
作者：彭刚;王玉青;王辉;朱剑豪;王旭迪;何智;武义锋;邓家良;
单位：合肥工业大学机械工程学院;安徽万瑞冷电科技有限公司;中国电子科技集团公司第十六研究所;
摘要：G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备，对超高真空的获得与维持至关重要。由于其长期连续运行，容易引发机械磨损等故障，导致制冷能力和抽气特性下降。因此，开展有效的故障诊断显得尤为关键，文章提出一种改进型遗传算法与反向传播神经网络的故障诊断方法，克服了传统反向传播神经网络依赖初始权重与阈值设置、优化效率低的问题。研究结果表明，该方法在故障诊断中的准确率达98.05%。为低温泵健康监测与故障预警提供了科学依据。
关键词：G-M制冷机低温泵;;故障诊断;;深度学习;;遗传算法
基金资助：安徽省自然科学基金项目（2308085MF198）;; 国家重点研发计划项目（2023YFF0717200）;; 横向课题项目（W2024JSKF0549）;; 安徽省新时代育人质量工程项目（2022jyjxggyj043）
