排序方式: 共有22条查询结果,搜索用时 0 毫秒
11.
为了准确量化分析煤矿机电设备的可靠性,笔者利用无失效数据进行统计建模,利用对数正态分布的性质获得机电设备各个时刻的贝叶斯(Bayes)估计,进而求得母体参数及设备可靠性指标的评估,并结合某煤矿实例,进行无失效数据可靠性评估,从而验证了模型的合理性和正确性,可为企业管理人员提供参考和决策依据。 相似文献
13.
14.
轴承振动信号作为一种时间序列数据,其时间维度特征在分类中起着关键作用,单独使用卷积神经网络(CNN)进行轴承故障诊断会造成时间维度信息的丢失,导致诊断精度下降。针对上述问题,提出了一种结合一维CNN、双向门控循环单元(Bi GRU)和注意力机制的轴承故障诊断模型。首先利用CNN自适应提取一维振动信号局部空间特征;然后将该特征信息作为Bi GRU的输入,利用Bi GRU将提取的特征信息进行时间维度的融合,并引入注意力机制对多个时刻的特征信息进行加权,提取出更关键的故障特征;最后将故障特征输入全连接层得到分类结果,实现轴承智能故障诊断。实验结果表明:(1)在测试集混淆矩阵上,轴承运行状态基本分类正确,只有部分标记类型没有被完全分类正确,但是召回率达到了95%以上,总的故障识别准确率为99.3%。(2)利用t-SNE技术对降维处理后的数据进行可视化,轴承各运行状态的数据很好地聚集在各自的空间内,只有少量数据被混杂到其他区域,说明该模型具有较强的特征提取能力。(3)在恒定负载情况下,该模型故障诊断准确率较一维CNN、Bi GRU和注意力CNN等模型的平均准确率分别提高了0.8%、0.6%和0.... 相似文献
15.
为了较好地对煤矿生产过程中的各类危险源尤其是重大危险源进行及时预警和消除,降低煤矿日常生产过程中的安全风险,研究了基于危险源的煤矿事故预警与管理方法。通过分析现有危险源研究理论,在对煤矿生产过程中人员、机器(物)、环境各种危险源进行分类的基础上,对实时危险源数据和非实时危险源数据分别进行风险预警研究,提出了针对不同类型危险源的煤矿事故预警方法,并建立了煤矿危险源的预警流程,实现对日常煤矿安全生产的风险预控管理。 相似文献
17.
18.
为了有效诊断瓦斯传感器故障,提出一种基于贝叶斯网络的瓦斯传感器故障诊断模型。在对瓦斯传感器故障的各种原因、事件及内在逻辑关系进行致因分析的基础上建立瓦斯传感器故障树,并依据相关规则建立贝叶斯网络模型。其次,在基于故障树确定基本事件风险率基础上,利用贝叶斯网络模型找到最为关键的瓦斯传感器关键故障因素。最后,选取开采工作面回风隅角催化燃烧式瓦斯传感器进行故障诊断案例分析。结果表明:该瓦斯传感器故障诊断结果为存在事故风险,该结果与工程实际较为一致。同时提出了对电源及开关、催化剂有效性等进行着重检修与排查,对人为因素、其他技术因素、环境因素进行控制的建议。 相似文献
19.
随着科技创新步伐的加快和生产理念的进步,矿业设备呈现精细化、多样化和智能化的趋势。为预测露天矿生产与运输设备管理的最新发展趋势,全面回顾了近6年来国内外露天矿设备管理的主要文献,详细地介绍了文献的研究目标、模型算法及研究结果。通过分析各设备系统的主要研究设备、研究内容及采用的研究方法,分别讨论了不同设备管理系统研究的主要特点和局限性。指出了增加矿业设备调度研究的重要性和加强设备时效性管理的必要性,强调了矿山设备未来发展在自动化技术应用、多系统集成、智能化管理、多指标评价等方面面临的挑战。 相似文献
20.