煤矿旋转机电设备的量子神经网络故障诊断技术

张永强^1,2，马宪民¹，徐美惠¹

1. 西安科技大学电气与控制工程学院2. 神华宁煤集团矿山机械制造维修分公司

摘 要：针对煤矿旋转机电设备故障模式相互干扰的问题,基于量子神经网络理论,提出了一种量子神经网络故障诊断算法。以量子学中的相移门和受控非门为基本计算单元,构造出3层量子神经网络故障诊断模型,采用梯度下降法作为该模型的学习算法,对刮板输送机减速器的多种故障进行识别诊断。初步研究结果表明,所提出的量子神经网络故障诊断技术是可行的,有助于提高煤矿旋转机电设备的故障诊断率。

关键词：煤矿旋转机电设备;故障诊断;量子神经网络;刮板输送机;减速器;相移门;