首页 | 本学科首页   官方微博 | 高级检索  
     

基于机器学习算法的煤矿汽车机械设备故障诊断模型
引用本文:李玉吉,曹旭辉,王江宏,赵 欣.基于机器学习算法的煤矿汽车机械设备故障诊断模型[J].中州煤炭,2021,0(10):241-245.
作者姓名:李玉吉  曹旭辉  王江宏  赵 欣
作者单位:(陕西国防工业职业技术学院,陕西 西安 710300)
摘    要:研究基于机器学习算法的煤矿汽车机械设备故障诊断模型,提升故障诊断抗干扰能力,有效保障煤矿汽车机械设备安全稳定运行。采用判别结构描述功能较强、拥有全局资源描述功能的、基于低秩鉴别投影的特征提取算法,提取衡量煤矿汽车机械设备故障时域特征和时频特征的最优投影矩阵的列向量;设计了墨西哥草帽函数改进ART神经网络学习算法,并逐渐削弱幂函数,改善收敛、聚类效果,将最优投影矩阵的列向量作为改进ART神经网络的输入,经过两阶段学习训练后,实现了对煤矿机械设备的故障诊断。实验结果也验证了该模型的泛化错误少、识别率可达96%,故障诊断精度高且拥有较好的抗噪声能力。

关 键 词:机器学习算法  煤矿汽车机械设备  故障诊断  特征提取  噪声  低秩鉴别投影

 Fault diagnosis model of coal mine machinery equipment based on machine learning algorithm
Li Yuji,Cao Xuhui,Wang Jianghong,Zhao Xin. Fault diagnosis model of coal mine machinery equipment based on machine learning algorithm[J].Zhongzhou Coal,2021,0(10):241-245.
Authors:Li Yuji  Cao Xuhui  Wang Jianghong  Zhao Xin
Affiliation:(Shaanxi Institute of Technology,Xi′an 710300,China)
Abstract:
Keywords:,machine learning algorithm, coal mine machinery and equipment, fault diagnosis, feature extraction, noise, low rank discrimination projection
点击此处可从《中州煤炭》浏览原始摘要信息
点击此处可从《中州煤炭》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号