论文摘要
针对现有罐道故障诊断仅考虑了罐笼平衡状态,而未考虑在超深矿井中悬挂油缸失效而引起的罐笼偏载的问题,提出一种罐笼偏载状态下滑动罐耳与罐道正常、凸起、错位3种故障的冲击模式识别方法。以罐笼横向振动信号小波包分解后各频带能量熵、奇异值、标准差、波形指标作为原始特征集,通过邻域粗糙集约简,去除不相关和冗余特征以获得敏感特征集,并通过布谷鸟搜索算法(CS)优化后的支持向量机模型进行模式识别。实验研究表明:该方法比基于遗传算法(GA)、粒子群算法(PSO)、萤火虫算法(FA)优化的支持向量机分类正确率更高,达到91.7%,对保障提升系统偏载状态下安全运行具有着重要意义。
论文目录
文章来源
类型: 期刊论文
作者: 陈昭君,谭建平,石理想,薛少华,黄天然
关键词: 振动与波,罐笼,罐道,邻域粗糙集,布谷鸟搜索算法,支持向量机
来源: 噪声与振动控制 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 矿业工程,自动化技术
单位: 中南大学机电工程学院
基金: 国家重点基础研究发展规划资助项目(973计划):(2014CB049400)
分类号: TP18;TD531.1
页码: 203-208
总页数: 6
文件大小: 1669K
下载量: 40