• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于小波包和BP神经网络的刚性罐道故障诊断
  • 作者

    马天兵王孝东杜菲陈南南

  • 单位

    安徽理工大学机械工程学院

  • 摘要
    针对现有刚性罐道故障诊断方法不能消除环境因素影响、接头故障识别率较低等问题,以提高罐道故障种类识别精度为目标,提出了基于小波包和BP神经网络的刚性罐道故障诊断方法。搭建了立井提升系统实验台,模拟台阶突起故障和罐道接头故障这2种典型的罐道故障,采集提升容器振动加速度信号;运用小波包分解对采集的信号进行能量分析并提取故障特征参数,将故障特征参数作为BP神经网络的输入,并选取新的测试样本检测神经网络的诊断效果。测试结果表明,基于小波包分析和BP神经网络的刚性罐道故障诊断方法具有较高的故障识别精度,置信度达到了0.91。
  • 关键词

    立井提升刚性罐道故障诊断故障种类识别小波包BP神经网络

  • 基金项目(Foundation)
    国家自然科学基金项目(51305003);安徽省博士后基金项目(2017B172);安徽省高校自然科学研究重大项目(KJ2015ZD19);安徽理工大学国家自然基金预研项目(2016yz004);
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联