基于DAG-SVM的煤矿井下输送装置故障在线检测

摘要：

针对现有故障在线检测方法分类性能差、检测率低的不足,提出一种基于DAG-SVM的煤矿井下输送装置多故障在线检测方法.提取井下输送装置各构成零部件的原始故障信息,对故障信号进行降噪和归一化处理,得到高频特征向量;利用DAG-SVM故障分类方法,根据故障特征向量的种类和数量构造多个分类器,通过两两比对准确识别出故障类别,并预估出故障样本的演化趋势.数据仿真结果表明:利用所提出方法确定的超平面更为合理,该方法分类精度高,多故障综合在线检测准确率达到99.47％,显著优于现有检测方法.

关键词：DAG-SVM、刮板输送机、归一化、分类器、故障特征向量、故障样本

所属期刊栏目：49

分类号：TD634(矿山电工)

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：189-194