10.13465/j.cnki.jvs.2019.14.024
采煤机截割部传动系统故障信号小波包分解方法研究
采煤机主要通过截割部上的滚筒截割煤岩,若其传动系统发生故障将导致采煤工作中断,造成巨大的经济损失.以MG2×70/325采煤机为依托,采用PRO/E建立了断齿、裂纹齿轮和缺陷轴承等常见故障模型,利用ANSYS及ADAMS建立了引入故障形式的采煤机截割部刚柔耦合虚拟样机模型,提取各惰轮轴轴向和径向受力数据,作为建立故障诊断系统的样本.用Coif4小波对数据进行小波包分解,求各子带能量值,作为神经网络输入向量,结合Elman神经网络建立采煤机截割煤岩时的故障诊断模型,仿真结果表明:该方法可有效地诊断传动系统的故障零件和类型,对于复杂工况下,采煤机故障检测以及在线实时监测具有一定的指导意义.
采煤机、截割部、故障诊断、小波包分解法、神经网络
38
TD421.63(矿山机械)
国家自然科学基金51674134;辽宁省自然科学基金20170540420
2019-08-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
169-175,253