共查询到20条相似文献,搜索用时 893 毫秒
1.
2.
3.
齿轮箱既是采煤机的核心部件,也是较容易出现故障的部件,一旦发生故障会导致严重的后果。因此,在齿轮箱出现问题的早期进行故障诊断具有重要意义。采用齿轮箱振动信号的5种特征指标作为BP神经网络的输入值,以齿轮箱的正常、齿轮磨损、齿面点蚀和齿根裂纹4种状态为神经网络的输出值,通过对BP神经网络进行训练和对故障类型进行编码,可以实现利用BP神经网络对齿轮箱早期缺陷的故障诊断。从实验仿真结果可知,诊断方法具有较高的准确率,为采煤机齿轮箱的早期故障诊断提供了新的研究思路。 相似文献
4.
为了能够准确地对采煤机变频器进行故障诊断,深入研究了模糊神经网络技术在采煤机变频器故障诊断中的应用。建立了模糊神经网络理论模型,并且对传统的算法进行了改进。设定了模糊神经网络的输入和输出向量,设计出了合理的采煤机变频器模糊神经网络的结构。利用MATLAB数学计算工具对模糊神经网络进行训练,并且进行实验验证,结果表明模糊神经网络能够有效地对采煤机变频器进行故障诊断。 相似文献
5.
6.
为了能够提高连续采煤机故障诊断的效率和精度,深入地研究了基于改进遗传算法的RBF神经网络在其中的应用。分析了连续采煤机的主要故障类型;分别研究了RBF神经网络的基本原理和改进遗传算法的基本原理;进行了连续采煤机故障诊断的实例分析,仿真结果验证了该故障诊断技术的有效性。 相似文献
7.
采煤机摇臂齿轮是采煤机故障高发区,对其进行故障诊断研究可提高摇臂可靠性,提高工效。结合摇臂工作特点,提出基于EMD能谱熵和概率神经网络的齿轮故障诊断方法,提取振动信号EMD分解的前9个IMF分量的能谱熵作为故障特征信息,并将其作为概率神经网络的输入向量进行齿轮故障的分类与识别。结果证明该方法可实现齿轮故障准确诊断,是一种有效的摇臂齿轮故障诊断方法。 相似文献
8.
9.
10.
利用卷积神经网络收敛速度快的特点,采集采煤机的运行状态参量并对此进行故障预测与分类研究。实验表明,故障分类准确率达到98.67%,在绝大多数采集时间点,模型的预测值与实际值基本没有误差,所以,设计的基于卷积神经网络的采煤机故障分类与预测模型有助于现场工作人员对故障进行分析与处理。 相似文献
11.
针对采煤机在正常工作中经常发生轴承故障的问题,提出了小波包和BP神经网络相结合的故障诊断系统。即运用小波包的分解方法提取检测信号的故障信息作为BP神经网络的输入样本,经过训练的神经网络可对采煤机上轴承的工作状态进行诊断和分类。试验结果表明,此方法对轴承的常见故障可进行有效的识别和诊断,方法简单可靠。 相似文献
12.
13.
14.
针对采煤机液压系统故障诊断精度不高的问题,提出一种套索(LASSO)算法与径向基函数神经网络(RBFNN)相结合的故障诊断模型。首先利用LASSO算法去除液压系统中冗余特征,筛选关键故障特征,减少模型过拟合风险;故障特征筛选后确定RBFNN拓扑结构,将采煤机液压系统故障数据输入模型中,进行故障诊断;最后将LASSO-RBFNN模型诊断结果与RBFNN模型和BP神经网络模型诊断结果进行对比。试验结果表明,该模型可用更短的网络训练时间得到较高的故障诊断精度。 相似文献
15.
《煤炭科学技术》2021,(Z1)
针对综采工作面采煤机设备割煤过程中滚筒温度过高导致的电气故障的问题,基于模糊神经网络设计了一种故障预警方法。模糊逻辑能对故障症状与故障原因之间的模糊关系进行准确描述,对模糊性信息具有较强的表达能力,而神经网络则具有强大的学习和获取知识的能力,能够降低模糊逻辑依赖模糊规则的局限性,结合两者的优点,设计出了一种模糊逻辑的概率神经网络。为了提高该算法模块的实用性和准确性,通过对采煤机的滚筒温度进行采集与模糊化处理,然后利用.NET提供的机器学习库进行模型的比较和选择,训练出最优模型,实时的预测出设备状态。结果表明,通过该方法进行实时地监测滚筒温度能够提前诊断出采煤机即将发生跳电故障,因此,设计的故障预警方法可以应用于采煤机设备的故障预警分析与决策,降低综采设备的维护成本。 相似文献
16.
17.
18.
针对煤矿生产中故障率较高的提升设备、运输设备、采煤机常见问题进行汇总,并设定相关阈值为监测系统设计提供相关参数。采用串并联结合的方法建立矿用设备故障树,完成三级BP神经网络模型设计,输入采集的设备参数,输出故障设备位置;通过MATLAB进行BP神经网络模型训练,并对模型准确率通过损失函数进行测定,最后选取合适的神经元数量,使准确率达到95.1%,证明了监测系统模型的准确性。 相似文献
19.