10.13272/j.issn.1671-251x.2018010051
基于小波包和BP神经网络的刚性罐道故障诊断
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.
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
44
TD53(矿山运输与设备)
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
2018-09-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
76-80