|
|||||
|
|
| 带式输送机中间段托辊故障检测方法研究 | |
| 作者姓名： | 井庆贺 张启良 王增仁 刘东星 谢苗 孟庆爽 |
| 摘 要： | 为及时准确地判断托辊的安全运行状态,减少托辊故障运行,以某矿带式输送机中间段托辊实际运行工况为背景,研究托辊正常工况、轴承损坏和断裂的故障工况振动信号特征,采用离散小波变换(DWT)降噪处理采集的振动信号,通过局部平均分解(LMD)成若干PF分量之和,选取相关系数大的分量作进一步分析,将提取到的最佳特征作为反向传播神经网络(BPNN)输入,构建反向传播神经网络对托辊运行状态分类,并在某矿带式输送机上进行托辊运行状态诊断试验。试验结果表明:通过DWT-LMD-BPNN算法可以准确识别托辊故障类型,并确定托辊故障发生的位置,实现带式输送机中间段托辊故障超前预警,融合DWT-LMD-BPNN方法检测托辊故障的准确度为93%,可为后续搭建带式输送机智能监测平台提供研究基础。 |
| 关 键 词： | 托辊故障 振动信号 离散小波变换(DWT) 局部平均分解(LMD) 反向传播神经网络(BPNN) |
| 收稿时间： | 2023-07-18 |
| 点击此处可从《中国安全科学学报》浏览原始摘要信息 | |
| 点击此处可从《中国安全科学学报》下载免费的PDF全文 | |