| 基于小波遗传神经网络矿用振动筛故障诊断分析 |
| |
| 引用本文： | 刘啸,刘玉,杨可. 基于小波遗传神经网络矿用振动筛故障诊断分析[J]. 煤炭技术, 2014, 33(11): 208-210 |
| |
| 作者姓名： | 刘啸 刘玉 杨可 |
| |
| 作者单位： | 1. 江苏师范大学现代教育技术中心,江苏徐州,221116
2. 神华国华徐州发电有限公司,江苏徐州,221166 |
| |
| 基金项目： | 江苏省高校自然科学研究基金项目 |
| |
| 摘 要： | 矿用振动筛长期受到反复荷载作用容易出现筛板松动变形、筛框梁开裂、激振器抱轴等故障,影响振动筛的正常使用。利用小波降噪技术能够提取出振动筛故障信号,由此判断故障类型,故障诊断效率较高。设计诊断系统的BP神经网络,介绍其网络结构、初始参数的设置和权值的训练方法,将小波遗传神经网络的诊断效果与小波神经网络进行对比,结果显示前者在诊断效率和诊断准确性上都有明显优势。
|
| 关 键 词： | 小波包 神经网络 矿用振动筛 故障诊断 |
Fault Diagnosis of Mine Shaker Based on Genetic Wavelet Neural Network |
| |
| LIU Xiao,LIU Yu,YANG Ke. Fault Diagnosis of Mine Shaker Based on Genetic Wavelet Neural Network[J]. Coal Technology, 2014, 33(11): 208-210 |
| |
| Authors: | LIU Xiao LIU Yu YANG Ke |
| |
| Affiliation: | LIU Xiao;LIU Yu;YANG Ke;Modern Education Technology Center,Jiangsu Normal University;Shenhua Guohua Xuzhou Power Generation Company Limited; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
