基于深度迁移学习的采煤机摇臂部滚动轴承故障诊断方法

针对长期正常服役的采掘装备典型故障数据少、有标签数据不足,故障诊断模型训练效果不好等问题,提出一种基于深度迁移学习的采煤机摇臂部传动系统故障智能诊断方法。利用该方法将模拟平台故障数据训练后获取的故障诊断模型参数迁移至采煤机智能故障诊断模型中,从而在不同设备之间进行迁移学习,实现基于小样本数据的采煤机摇臂部智能故障诊断。通过构建预训练的卷积神经网络,将转换为二维时频分布的图像数据集作为预训练模型的输入,并将预训练模型的网络参数迁移至采煤机摇臂传动系统故障诊断模型中,通过保证低层网络不变保留模型的泛化能力,将含有标签的数据集作为采煤机摇臂传动系统智能故障诊断模型的训练数据集对模型进行训练,通过微调高层网络参数进行模型优化和权值更新,得到采煤机摇臂传动系统迁移故障诊断模型,提高了模型的特征提取能力减少了误差。为验证方法有效性,以传动系统滚动轴承为研究对象,采用西储大学轴承数据作为训练集,DDS传动系统平台模拟井下采煤机摇臂部传动系统工况得到滚动轴承监测数据,作为测试集进行试验验证。试验结果表明：滚动轴承平均故障识别精度达到99.59%,与传统的智能故障诊断方法相比,提出的智能故障诊断方法收敛...     

基于改进深度置信网络的采煤机摇臂传动系统故障诊断研究

采煤机是一个集机械、电气和液压为一体的大型复杂系统,工作环境恶劣,如果出现故障将会导致整个采煤工作的中断,造成巨大的经济损失。采煤机摇臂传动故障作为整机的主要故障,是故障监测研究的重点。提出一种基于改进深度置信网络的采煤机摇臂传动系统故障诊断方法,对摇臂传动信号进行频段分解,通过不同的频段阈值进行降噪处理,提取故障特征信息,完成采煤机摇臂传动故障分类。将深度置信网络引入故障诊断,通过对采集的故障状态信号进行迭代训练深度学习,得出与故障模型的对应关系,并采用粒子群优化算法对故障模型进行迭代优化,应用于摇臂传动的故障诊断识别。结果表明,故障特征提取准确,故障诊断精度高。     

多传感器检测技术在摇臂传动系统的应用研究

为了研究采煤机摇臂传动齿轮的故障诊断方法,采用多传感器在线检测技术,对摇臂振动信号在不同载荷状态下进行时域和频谱分析,获取边频带信号频谱特征,依据边频带特征频率下的振幅结果确定故障齿轮的转动频率。最后对频谱和时域的结果进行综合分析,锁定故障齿轮的准确位置。对某采煤机摇臂齿轮传动系统进行了振动测试与信号分析,结果表明,本振动分析方法可以实现对采煤机摇臂故障齿轮的准确定位,为复杂齿轮传动系统的故障快速定位和现场定点维修提供了方法支持。     

基于迁移学习的采煤机摇臂传动故障研究

针对传统故障诊断方法无法有效识别并自动分类实际工况中采煤机摇臂传动故障多的非线性、非平稳信号,提出一种基于迁移学习的采煤机摇臂传动故障诊断模型。基于迁移学习思想,构建基于深度迁移学习的采煤机摇臂传动故障诊断模型;采用多标签分类及sigmoid函数,对模型进行改进,实现对采煤机摇臂传动复合故障的识别与分类;最后,通过仿真实验验证了改进模型性能,并对比了提出模型与传统智能故障诊断模型DCNN、SVM、LSTM、CNN在迁移任务中的分类准确率。结果表明,相较于传统智能故障诊断模型,基于深度迁移学习的采煤机摇臂传动故障诊断模型具有更高的诊断精度,且收敛速度更快,可提高采煤机摇臂传动系统的工作可靠性。     

基于稀疏表示的采煤机摇臂轴承故障诊断方法研究

为了有效地对采煤机摇臂轴承进行状态监控和故障分析,对稀疏分解方法字典的选取进行了深入研究。首先对稀疏表示常用分析字典进行分析,并结合采煤机摇臂滚动轴承故障机理及信号特征,选取符合单边衰减冲击响应的Laplace小波作为基原子,构造一种Laplace小波字典;通过加噪信号仿真分析,验证了基于Laplace小波字典稀疏表示方法的有效性;最后通过实验验证,将该方法应用于采煤机摇臂轴承故障诊断中,能有效提取滚动轴承故障特征。结果表明,该稀疏编码的方法在采煤机摇臂滚动轴承故障诊断方面具有良好的实用性。     

基于EMD能谱熵和概率神经网络的采煤机摇臂齿轮故障诊断

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。     

基于双树复小波变换和奇异谱熵的采煤机摇臂轴承故障诊断

该文提出基于振动信号分析的采煤机摇臂轴承故障诊断方法,对振动信号进行双树复小波变换(Double Tree Complex Wavelet Transform,DTCWT),将原始振动信号分解为不同频带的7层信号;针对各频带信号,结合奇异谱熵实现从信号奇异成分能量分布角度的故障特征量化提取,通过分析比较各频带奇异谱熵,可实现采煤机摇臂滚动轴承故障准确诊断。     

基于PSO-SVM的采煤机摇臂齿轮箱故障诊断研究

针对采煤机摇臂齿轮箱故障诊断的难题,提出了一种基于时频特征和PSO-SVM的故障诊断方法。考虑到SVM模型参数和故障特征对诊断结果有着重要的影响,提出了利用PSO对SVM参数进行优化,并同时选择最佳的特征子集,以获得性能最优的SVM分类器,最后将故障特征向量输入到优化的SVM分类器中进行故障诊断。轴承和齿轮的故障诊断实验结果表明,PSOSVM获得了比常规SVM更好的故障诊断性能。     

基于小波分析和改进神经网络的采煤机截割部传动系统故障诊断

为了解决当前采煤机截割部传动系统故障诊断方法存在耗时长、误差大等问题,提出了基于小波分析和改进神经网络的采煤机截割部传动系统故障诊断方法。首先采集采煤机截割部传动系统故障数据,并采用小波分析对数据进行预处理,消除噪声的不利影响;然后提取故障特征并输入神经网络进行训练,采用粒子群算法优化神经网络的参数,从而建立采煤机截割部传动系统故障诊断模型。仿真实验结果表明,该方法提升了采煤机截割部传动系统故障诊断精度,大幅度减少了故障诊断时间,而且增强了抗噪声干扰能力。     

基于振动信号分析的采煤机摇臂轴承故障诊断研究

针对采煤机摇臂轴承故障频发,严重影响采煤工作面安全生产的现状,进行了基于振动信号分析的采煤机摇臂轴承故障诊断研究。为准确识别采煤机摇臂轴承故障,采用集合经验模态分解方法(EEMD)对原始振动信号进行分解,提取前8个本征模态函数的能量占信号总能量的比例作为故障特征信息,并输入到支持向量机(SVM)进行故障模式识别。试验结果表明,结合集合经验模态分解和支持向量机的故障诊断方法,适用于处理采煤机摇臂轴承产生的非平稳、非线性振动信号,总体故障识别率达到88.33%,可实现轴承故障的准确诊断。     

采煤机摇臂传动系统可靠性稳健优化设计

采煤机摇臂传动系统为采煤机的关键动力传递部件。以MG300/700-WD型采煤机摇臂传动系统为研究对象,根据实际工况建立了系统的有限元模型,利用Matlab软件对传动系统进行了非线性动力学特性分析,得到了系统危险部位的应力谱。在此基础上对摇臂传动系统进行了疲劳分析,建立了摇臂传动系统疲劳寿命可靠性模型。依据可靠性理论,采用四阶矩法对摇臂传动系统进行可靠性及可靠性灵敏度分析,分析了系统结构参数对系统可靠性的影响程度。对于摇臂传动系统疲劳寿命敏感的结构参数,进行了可靠性稳健优化设计,与单目标优化方法进行对比,并针对优化结果使用蒙特卡洛模拟的方法对可靠性进行了验证。结果表明,对采煤机摇臂传动系统进行可靠性稳健优化设计是一种实用、有效的方法。     

采煤机摇臂齿轮箱故障诊断研究

先对采煤机摇臂齿轮箱及常见故障诊断方法予以简单介绍,继而就采煤机摇臂齿轮箱故障诊断展开深入分析,最后基于采煤机摇臂齿轮箱在采煤作业中的运作原理,针对于故障产生原因,提出几点采煤机摇臂齿轮箱故障规避措施。     

基于小波能谱熵-BP_Adaboost的采煤机摇臂轴承故障诊断

针对煤矿井下工作环境恶劣,摇臂轴承经常发生故障,提出一种基于小波能谱熵-BP_Adaboost的采煤机摇臂轴承故障诊断方法。对振动信号进行小波分解,提取各小波系数的能谱熵,以此作为故障特征信息。利用Adaboost算法联合多个BP神经网络,构建BP_Adaboost强分类器。通过实验验证,该方法相比单BP神经网络识别率有很大提高,总体识别精度达到92%,其中外圈轴承故障识别率达96%,具有较好的采煤机摇臂轴承故障诊断能力。     

基于ADAMS的采煤机牵引部轴承故障诊断方法

针对采煤机牵引部结构复杂、紧凑,致使采煤机牵引部轴承故障诊断工作困难的问题,提出了基于ADAMS的采煤机牵引部轴承故障诊断方法。首先,以MG210/485-WD型薄煤层采煤机牵引部惰轮轴承为研究对象,利用虚拟样机技术采集正常、内圈故障、滚动体故障、外圈故障等4种状态下轴承的仿真振动信号;然后,将仿真信号导入MATLAB进行基于经验模态分解(EMD)的时频联合处理;最后,针对时频联合处理结果进行特征提取,并利用多种主流分类算法对提取的特征进行训练与测试。信号处理与算法分类结果均表明,基于ADAMS的采煤机牵引部轴承故障诊断方法可以有效地实现轴承故障类别的分类,为采煤机牵引部轴承故障诊断提供了新方法。     

基于Masta的采煤机摇臂寿命校核

分析了采煤机摇臂减速箱的结构组成及参数,建立了采煤机摇臂传动系统的三维分析模型,在Masta软件中分析了摇臂传动系统中齿轮及轴承的寿命,分析结果表明,齿轮的接触强度、弯曲强度安全系数高,轴承安全系数以及寿命富裕度大,能满足采煤机摇臂可靠运行的要求。     

采煤机高强度摇臂壳体的研制

采煤机摇臂壳体是传动系统的支撑骨架,壳体强度对采煤机传动系统的可靠性影响重大,目前国内采煤机摇臂壳体抗拉和屈服强度不高,易发生质量问题。对采煤机壳体的材料、铸造工艺、壳体加工工艺等做了一系列改进并加强了过程检验,提高了摇臂壳体的机械性能。     

基于LabVIEW的采煤机摇臂故障诊断系统设计

根据电牵引采煤机摇臂工作特性及故障诊断系统要求,完成了故障诊断系统的硬件和软件设计。该电牵引采煤机摇臂故障诊断系统基于LabVIEW平台,实现了信号监测分析软件的开发,并在此基础上根据故障特性实现了故障类型识别和诊断。系统可根据传感器测量信号完成采煤机摇臂工作状态的动态监测,实现振动分析和诊断分析等功能,同时可对采煤机不同工况下的工作状态进行评估,提升了采煤机运行可靠性。     

基于ANSYS的采煤机摇臂传动系统可靠性分析

对采煤机摇臂传动系统中的齿轮对进行非线性动力学分析,采用有限元软件ANSYS模拟实际工况下传动系统中的齿轮啮合情况,以获取齿轮的应力应变分布图,提取出传动系统中的危险部位的应力谱,通过应力谱分析齿轮的疲劳可靠性,依据可靠性分析原理,基于MATLAB软件对采煤机摇臂传动系统的疲劳可靠性进行分析,并对比其他几种可靠性分析方法并结合实验结果,表明通过疲劳可靠性分析优化设计采煤机摇臂传动系统是一种可靠、实用的优化设计法。     

基于NX6.0采煤机摇臂高级仿真

摇臂是采煤机的主要受力部件,是采煤机传动系统中最重要的工作部件,因此对采煤机摇臂进行深入地分析具有十分重要的意义。利用NX6.0软件对摇臂进行结构强度分析和校核,为摇臂优化设计提供一定的理论依据。     

电牵引采煤机摇臂高速区齿轮冲击特性研究

为构建电牵引采煤机摇臂故障诊断和状态监测的力学基础,研究摇臂齿轮传动系统在冲击载荷下的动态特性,建立了摇臂定轴减速器齿轮传动系统的动力学模型。基于摇臂高速区齿轮更容易发生故障的特点,以高速齿轮作为算例,分析了高速齿轮的动态特性。为了更准确地反映齿轮的动态特性,模型仿真时考虑到了齿轮啮合刚度的时变特性。研究结果表明,冲击载荷给齿轮系统的转速和动载荷带来突变,导致了齿轮故障的发生,同时冲击载荷影响齿轮的振动信号幅值,其傅里叶频谱复杂,给摇臂的故障诊断和状态监测增加了难度。