矿用带式输送机齿轮箱混合故障诊断研究

论文摘要

针对基于振动信号分析的矿用带式输送机齿轮箱故障诊断方法存在不易处理混合故障信号的问题,提出了一种基于自组织映射网络的矿用带式输送机齿轮箱混合故障诊断方法。采用融入Shannon熵的小波阈值去噪方法对矿用带式输送机齿轮箱的标准多故障样本进行预处理,对预处理后的标准多故障样本建立高斯混合分布模型后,采用最大期望算法进行模型的参数估计,得到相应特征向量并输入自组织映射网络,自组织映射网络对不同混合故障类型的故障信号进行聚类和识别,从而判断故障类别。实验结果表明,该方法能有效诊断出矿用带式输送机齿轮箱的多故障混合信号对应的故障类别,整体诊断准确率为88%,在6种工况下诊断准确率为100%,为矿山机电设备的齿轮箱故障诊断提供了一种新方法。

论文目录

• 0 引言
• 1 SOM网络混合故障诊断方法
•   1.1 SOM网络的结构和训练方法
•   1.2 SOM网络输入特征向量的提取
•   1.3 矿用带式输送机齿轮箱多故障诊断步骤
• 2 诊断实例和分析
• 3 结论

文章来源

类型: 期刊论文

作者: 杨云,熊继军,宋要斌,马利云,王向玲

关键词: 矿用带式输送机,齿轮箱,振动信号,混合故障诊断,最大期望算法,自组织映射网络,高斯混合分布模型

来源: 工矿自动化 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 吕梁学院矿业工程系,中北大学仪器科学与动态测试教育部重点实验室

基金: 国家高技术研究发展计划(863计划)项目(2015AA042601),吕梁市引进高层次科技人才重点研发项目(2017-011-06)

分类号: TD528.1

DOI: 10.13272/j.issn.1671-251x.2018110004

页码: 51-55+72

总页数: 6

文件大小: 231K

下载量: 202