|
|||||
|
|
| 基于人工神经网络技术的矿用带式输送机滚动轴承故障诊断 | |
| 引用本文： | 张应红,李聪,景晖,闫建军. 基于人工神经网络技术的矿用带式输送机滚动轴承故障诊断[J]. 煤矿机械, 2013, 34(4): 283-284 |
| 作者姓名： | 张应红 李聪 景晖 闫建军 |
| 作者单位： | 1. 桂林电子科技大学机电工程学院,广西桂林,541004 2. 桂林航天工业学院,广西桂林,541004 3. 中国煤炭科工集团太原研究院,太原,030006 |
| 基金项目： | 广西科技攻关项目，广西制造系统与先进制造技术重点实验室项目 |
| 摘 要： | 研究了人工神经网络的原理、结构和学习算法,并将该网络应用于带式输送机滚动轴承的故障诊断中。采集不同类型的滚动轴承故障信号,并对信号进行预处理。利用神经网络进行训练,当训练误差满足设定要求时,训练完成。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、准确地诊断出带式输送机滚动轴承的故障类型。 |
| 关 键 词： | 神经网络 故障诊断 矿用带式输送机 滚动轴承 |
Fault Diagnosis of Roller Element Bearing of Mine Belt Conveyor Based on Neural Network |
|
| Abstract: | It is necessary to employ fault diagnosis process to the roller element bearing.To improve the fault diagnosis efficiency of roller element bearing,a fault diagnosis system based on neural network is designed.A case study is given.The proposed method is applied to the fault diagnosis of roller element bearing.The result shows that the proposed method can improve efficiency of the fault diagnosis. |
| Keywords: | neural network fault diagnosis mine belt conveyor roller element bearing |
| 本文献已被 万方数据 等数据库收录！ | |