基于并行混合神经网络的碾米机故障诊断方法

来源：中国农机化学报杂志2025年第6期北京时间：

作者：孙秋, 蔡华锋

单位：（湖北工业大学电气与电子工程学院，武汉市，430068）

摘要：为能够对碾米机故障进行快速诊断，提出一种基于并行混合神经网络的碾米机故障诊断方法。搭建碾米机故障采集系统，主要由供电端、故障端、数据采集端和数据处理端4个部分组成，其中数据采集端用于采集碾米机故障信号，数据处理端则主要负责接收并处理碾米机的故障数据，将故障数据集带入具有全局均值池化（GAP）的并行混合神经网络中进行特征提取和故障分类，获取故障诊断结果，并与其他最新的故障诊断模型进行比较。试验结果表明，该方法能够将碾米机的故障诊断精度提升至90.72%，与其他模型相比诊断性能更加优越，对碾米机故障实现快速诊断具有重要意义。

关键词：碾米机,故障诊断,门控循环单元,并行混合神经网络,全局均值池化

基金资助：中国高校产学研创新基金—异构智能计算专项（二期）（2024HY031）