基于振动和声发射信号的截齿磨损程度识别研究 |
| |
引用本文: | 张强,刘志恒,代晓丹,黄传辉,张石磊,田莹.基于振动和声发射信号的截齿磨损程度识别研究[J].机械设计与研究,2018,34(1):126. |
| |
作者姓名: | 张强 刘志恒 代晓丹 黄传辉 张石磊 田莹 |
| |
作者单位: | 辽宁工程技术大学机械工程学院;煤炭资源安全开采与洁净利用工程研究中心;四川理工学院材料腐蚀与防护四川省重点实验室;徐州工程学院机电工程学院; |
| |
摘 要: | 为实现采煤机截齿截割过程中磨损程度的在线监测和识别,提出一种基于RBF(Radical Basis Function)神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号,分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对RBF神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:随着截齿磨损程度的加剧,截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势;振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势;基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符,该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。
|
关 键 词: | 截齿 磨损程度 振动信号 声发射信号 时频域分析 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机械设计与研究》浏览原始摘要信息 |
|
点击此处可从《机械设计与研究》下载全文 |
|