基于人工神经网络技术的矿用皮带机滚动轴承故障诊断 |
| |
作者姓名: | 张应红 李聪 景晖 闫建军 |
| |
作者单位: | 桂林电子科技大学机电工程学院;桂林航天工业学院机械工程系;中国煤炭科工集团太原研究院; |
| |
基金项目: | 广西制造系统与先进制造技术重点实验室项目(10-046-07_005);广西科技攻关项目(10123005-12,1114007-1,1298019-2) |
| |
摘 要: | 滚动轴承是矿用皮带机的重要零部件,直接决定着皮带机的运转状况。因此,对其开展故障诊断研究有重要的理论和现实意义。研究了人工神经网络的原理、结构和学习算法,并将该网络应用于皮带机滚动轴承的故障诊断中。首先采集不同类型的滚动轴承故障信号,并对信号进行预处理。然后对神经网络进行训练,当训练误差满足设定要求时,训练完成。最后,利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出皮带机滚动轴承的故障类型。
|
关 键 词: | 神经网络 故障诊断 矿用皮带机 滚动轴承 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|