信息融合技术在带式输送机故障诊断中的应用

针对带式输送机故障诊断过程中存在的不足,利用信息融合技术在故障诊断中的应用,有效地进行带式输送机的故障诊断。详细论述了将基于多传感器数据融合、神经网络和D-S理论的信息融合方法应用在输送机上,说明信息融合技术在带式输送机故障诊断分析中的有效性,为信息融合技术在输送机上的应用提供借鉴。     

基于煤矿环境监测的多传感器数据融合算法研究

在煤矿环境监测中,利用多传感器数据融合技术对监测到的煤矿瓦斯、温度等数据进行处理,可以有效减少损失,保障矿井安全。从多传感器数据融合理论出发,对该技术的定义、原理以及相应的一些实现算法进行了详细介绍,同时对目前基于多传感器数据融合的煤矿环境监测模型进行了分析和总结,为多传感器数据融合技术在煤矿环境安全评估中的应用提供一定的理论依据与应用经验。     

信息融合技术在变频器故障诊断中的应用

针对变频器故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方法。利用D-S证据理论决策级融合进行故障识别,实例分析表明,信息融合技术用于变频器故障诊断对提高诊断的可靠性和准确性有重要作用。     

基于小波分析和神经网络的多传感器融合技术在机床刀具磨损监测中的应用

将一种基于小波分析和神经网络的多传感器融合技术应用于刀具磨损监测系统。介绍了小波分析和神经网络的理论基础;给出了刀具磨损在线监测系统的组成和基于小波分析和神经网络的多传感器融合技术在刀具磨损在线监测系统应用过程。多种传感器采集的信号通过小波分析提取其特征值,将特征值作为神经网络的输入,对比识别刀具磨损状态。经实验验证,基于小波分析和神经网络的多传感器融合技术能有效识别刀具磨损状态。     

基于物联网和数据融合的煤矿带式输送机的故障诊断研究

为了能够提高煤矿井下带式输送机故障诊断的准确性,构建了基于物联网和数据融合技术的带式输送机的故障诊断模型。设计了带式输送机状态监测物联网系统;研究了数据融合的基本概念,并且构建了带式输送机的故障诊断模型;进行了物联网故障诊断系统的应用分析,结果表明该技术能够准确地诊断出带式输送机的故障类型。     

基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究

根据多传感器数据融合理论,研究了煤矿大型机电设备故障类型,提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法。在特征级上采用遗传算法优化BP神经网络(GA-BP),对大量多传感器监测数据进行降维并建立基本信任分配函数;在决策级采用D-S证据理论算法,克服故障诊断过程的不确定性,以提高故障诊断的准确性。     

机械设备故障诊断技术研究

总结了机械设备故障诊断技术方面的研究现状,阐述了常用故障数据采集和状态监测方法,探讨了模糊理论、神经网络、遗传算法等智能控制理论在故障诊断技术研究中的应用前景,指出了要完善信号融合技术,提高网络集成化水平,发挥智能决策诊断优势,提升容错控制水平的发展方向。     

基于D-S证据理论的带式输送机故障诊断

针对煤矿带式输送机故障诊断存在较大的数据不确定性而导致的诊断可靠性低问题,提出了一种基于D-S证据理论的带式输送机故障智能诊断方法。通过多种传感器对带式输送机信号数据进行采集,利用D-S证据理论的数据融合规则将采集到的多类数据进行融合,并根据判断规则对带式输送机的故障进行判断。     

基于HMM的矿井提升机故障诊断方法

结合隐马尔可夫模型(HMM)所需训练样本少及可解释的优点,提出了基于HMM的矿井提升机故障诊断方法。利用多个加速度传感器在提升机运行的不同转速阶段采集数据,通过快速傅里叶变换(FFT)从提升机振动信号中进行特征抽取后,再由劳埃德算法(Lloyd)进行标量量化,根据HMM建模理论,训练HMM诊断库,再利用训练好的HMM对提升机进行状态监测和故障诊断。     

基于两级数据融合技术的煤矿粉尘监测研究

为解决煤矿粉尘监测中传感器测量指标种类单一、测量数据量大等问题,提出了以粉尘浓度和粉尘粒度为监测对象,运用数据融合技术处理传感器信息的新方法。在建立数据融合两级结构模型的基础上,先应用基于矩阵分析的融合算法对同质源数据进行数据级融合,再应用D-S证据理论对异质源数据进行决策级融合,最终实现传感器信息的整合优化。试验和应用结果表明,该方法在完善粉尘表征评价指标的同时,显著提高了传感器信息的准确度和可信度。     

基于多传感器信息融合技术在滚动轴承故障诊断中的应用

为了提高滚动轴承故障诊断的准确性,运用了将多传感器信息融合技术用于故障诊断的检测方法。由电流传感器和加速度传感器采集电流信号和振动信号,经小波变换等预处理后通过能量算子获得故障特征值,再经过动量改进BP神经网络进行训练,实现对滚动轴承故障的准确诊断。通过实验证明该方法可行。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

多传感器信息融合识别的精确率高于单只传感器。文章阐述了多传感器模糊信息融合的理论,并对多传感器信息融合的发展趋势进行分析研究,进而对多传感器模糊信息融合算法在煤矿瓦斯监测中的应用进行研究。     

基于信息融合的机械故障诊断

信息融合原理与技术是国内外近年迅速发展的一个技术领域。本文介绍了信息融合的发展历史和信息融合的层次结构,对信息融合在机械故障诊断中的应用进行了讨论,并论述了带式输送机故障诊断的原理。     

基于DL联合信息融合技术的刮板转载机故障诊断

采用深度学习(DL)算法和信息融合技术对刮板转载机进行故障诊断。对刮板转载机故障类型进行分类,建立刮板转载机故障诊断模型。为提高信息融合技术的准确率与效率,将一种典型的DL算法——深度置信网络(DBN)应用于数据层信息融合,提出基于DL联合信息融合技术的故障诊断流程。对比MATLAB仿真结果与真实情况,基于DL联合信息融合技术故障诊断结果的准确率比信息融合技术的高。     

基于LabVIEW滚动轴承故障监测系统的研究

主要介绍了基于LabVIEW的滚动轴承故障监测系统监测原理、监测方法和软硬件开发过程。该系统充分利用计算机技术、数据采集技术、信号分析与处理技术、故障诊断理论来提高对滚动轴承的监测与故障诊断水平,集成了传统检测仪器的功能,提供了友好的人机界面,并能在线显示数据。     

基于全息谱的矿用通风机故障诊断虚拟仪器

对通风机进行故障诊断是及时发现安全隐患,保证通风机安全运行的有效手段。将多传感器信息融合理论的全息谱技术用于矿用通风机的故障识别诊断,并结合虚拟仪器技术,研究开发了矿用通风机故障诊断虚拟仪器。试验表明,此仪器能充分、直观地反映被测对象的振动状态,可更加准确有效地实现通风机的故障诊断。     

多传感器模糊信息融合算法在煤矿瓦斯监测中的应用

当前不少的煤矿都已经构建起了自身的煤矿瓦斯监控系统,然而如何对瓦斯、压力、温度以及风速等多传感器返回的数据进行判断,评价当前的煤矿瓦斯风险,就成为了一个亟待解决的问题。文章首先对多传感器信息模糊评判以及多传感器模糊信息融合算法进行介绍,之后对相关的实验数据展开分析。     

基于信息融合的煤矿采空区稳定性评价模型研究

影响采空区稳定性的因素是多方面的。而信息融合技术可以充分利用多源信息的互补性、综合性,极大地提高评价指标信息的质量和可信度。利用信息融合的理论和方法,建立了煤矿采空区稳定性评估的数学模型,给出了基于D-S证据理论的多源信息分析、处理、分配、融合等信息处理步骤,结合G IS的强大图形处理能力,快速生成成果图。通过对某矿区预测的实际应用,获得了满意的效果,证明了该模型的有效性和实用性。