基于数据驱动的矿井主排水设备寿命预测方法

摘要：

以矿井排水系统的离心泵为研究对象,介绍了包括机器学习方法、多元统计分析方法、特征量提取方法和信息融合方法在内的4种基于数据驱动的矿井主排水设备寿命预测方法的基本原理、相关案例、优缺点、尚未解决的问题及其在离心泵寿命预测中的应用;指出了离心泵寿命预测的发展趋势:寿命衰退指标应多样化,只有离心泵的各类指标正常,才能表明离心泵运行正常,多变量综合考虑使预测可靠性更高;决策层信息应高度融合,振动信号、动态摩擦力矩、扬程等因素都会随着寿命的衰退发生一定的变化,将这些信息融合用于寿命预测,效果会更好;融合特征层信息,将多种预测模型进行融合,或者建立一个集更多优点于一体的混合模型,才能更好地满足工业要求.

关键词：离心泵、寿命预测、数据驱动、机器学习、多元统计分析、特征量提取、信息融合

所属期刊栏目：43

分类号：TD636(矿山电工)

资助基金：山西省科技重大专项项目20131101029

在线出版日期：2017-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：39-48