期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于风量特征的矿井通风系统阻变型单故障源诊断 被引量:26
1
作者 刘剑 郭欣 +3 位作者 邓立军 蒋清华 高科 赵丹 《煤炭学报》 EI CAS CSCD 北大核心 2018年第1期143-149,共7页
将矿井发生巷道冒落变形、风门开关或者破损、风机性能下降、巷道延伸及报废、矿车运行、罐笼提升、煤仓放空等变化引起通风系统风量发生异常变化的现象称为阻变型故障,根据风量传感器感知的风量变化确定通风系统发生阻变型故障的网络... 将矿井发生巷道冒落变形、风门开关或者破损、风机性能下降、巷道延伸及报废、矿车运行、罐笼提升、煤仓放空等变化引起通风系统风量发生异常变化的现象称为阻变型故障,根据风量传感器感知的风量变化确定通风系统发生阻变型故障的网络拓扑位置及其等效风阻,对矿井通风安全智能化管理,提高通风系统的安全保障能力意义重大。通风网络具有较好的自适应性及鲁棒性,利用矿井通风仿真系统MVSS生成训练样本,分别构建了基于SVM的分类器和回归器对故障位置和等效风阻进行诊断。仅以风量为特征的通风系统SVM分类与回归问题是一个不适定问题,研究表明诊断的准确性与传感器的个数及布置位置的分散程度有关,与传感器所在巷道的网络拓扑灵敏度以及巷道风量大小无关。 展开更多
关键词 矿井通风 阻变型故障 故障诊断 支持向量机 等效风阻
下载PDF
矿井通风系统阻变型故障诊断及风速传感器位置优化 被引量:15
2
作者 刘剑 蒋清华 +4 位作者 刘丽 王东 黄德 邓立军 周启超 《煤炭学报》 EI CAS CSCD 北大核心 2021年第6期1907-1914,共8页
将矿井发生巷道冒落或变形、风门开关或者损毁、运输车辆堵塞等变化所引起的通风系统风量发生异常变化的现象称为矿井通风系统阻变型故障。根据故障发生后巷道风量的监测值,利用支持向量机(SVM)、遗传算法(GA)等人工智能方法可以诊断故... 将矿井发生巷道冒落或变形、风门开关或者损毁、运输车辆堵塞等变化所引起的通风系统风量发生异常变化的现象称为矿井通风系统阻变型故障。根据故障发生后巷道风量的监测值,利用支持向量机(SVM)、遗传算法(GA)等人工智能方法可以诊断故障位置及故障量。由此引出的核心问题是如何确定井下安设传感器的最小数量以及安设位置?通过实际矿井的故障诊断模拟实验和金属矿山的现场试验提出了不需先验知识的基于邻域粗糙集属性约简算法的风速传感器安设位置优化方法,根据巷道风量对故障位置及故障量的重要度,得到的约简分支即为应当安设传感器的最优位置。研究表明传感器安设的数量与人为设定的邻域半径大小有关,邻域半径越大,传感器的安设数量就越多,故障诊断的准确度也就相对越高。提出用于描述λ取值、邻域半径、传感器安设位置,传感器所在分支风阻值、故障诊断准确率之间最优关系的扫帚模型,风阻较大的分支构成了扫帚把,风阻较小的分支构成了扫帚头,扫帚模型要求传感器应优先布置在风阻值较大的扫帚把上,扫帚模型的形状与λ取值有关,λ越大,邻域半径越小,扫帚头越小,亦即传感器数量越少。λ越小,邻域半径越大,扫帚头越大,亦即传感器数量越多。研究成果为风速传感器安设位置的确定提供了一种新的方法,实现了利用较少风速传感器监测数据对矿井通风系统阻变型故障的判识。 展开更多
关键词 阻变型故障 邻域粗糙集 故障诊断 风速传感器 扫帚模型
下载PDF
矿井通风阻变型故障复合特征无监督机器学习模型 被引量:13
3
作者 刘剑 尹昌胜 +2 位作者 黄德 刘丽 邓立军 《煤炭学报》 EI CAS CSCD 北大核心 2020年第9期3157-3165,共9页
目前矿井通风系统阻变型故障诊断方法需要收集故障样本方可进行故障位置和故障量诊断,且故障位置诊断和故障量诊断需要分别建立对应分类和回归数学模型。针对矿井通风系统阻变型故障样本收集难度大和故障位置及故障量无法同时进行故障... 目前矿井通风系统阻变型故障诊断方法需要收集故障样本方可进行故障位置和故障量诊断,且故障位置诊断和故障量诊断需要分别建立对应分类和回归数学模型。针对矿井通风系统阻变型故障样本收集难度大和故障位置及故障量无法同时进行故障诊断的问题,将矿井通风系统阻变型故障诊断转换为最小欧氏距离的优化求解问题,提出一种无需样本参与训练的矿井通风系统阻变型故障诊断无监督学习模型,利用协方差矩阵自适应进化策略方法对无监督学习模型进行优化求解,实现分类与回归预测一体化。通过进行风量、风压单一特征和风量-风压复合特征的对比模拟试验,结果表明:所提出的故障诊断无监督学习模型和所使用的求解方法可有效地解决矿井通风系统阻变型无样本参与的故障诊断问题;故障诊断过程中无需单独分别进行故障位置和故障量诊断;风量-风压复合特征比风量或风压单一特征下的矿井通风系统阻变型故障诊断可达到更高的故障位置诊断准确率和更低误差的故障量诊断性能;即使选用部分观测点,也可实现较高的故障位置诊断准确率和较低故障量诊断误差的性能,且故障观测点比例大小与诊断性能无直接影响关系。 展开更多
关键词 矿井通风 阻变型故障 无监督学习 进化策略 等效风阻
下载PDF
基于随机森林的阻变型通风网络故障诊断方法 被引量:10
4
作者 倪景峰 李振 +2 位作者 乐晓瑞 邓立军 王新杰 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第4期34-39,共6页
为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故... 为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。 展开更多
关键词 随机森林 阻变型故障 通风网络 故障诊断 空间数据集
下载PDF
基于风量-风压复合特征的通风系统阻变型故障诊断 被引量:6
5
作者 刘剑 刘丽 +2 位作者 黄德 邓立军 周启超 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第1期85-91,共7页
为了避免风量单一特征进行故障位置诊断的不适定性,提出基于风量-风压复合特征的故障位置诊断方法,实现特征信息的多维互补,提高故障位置诊断的准确度。利用蒙特卡洛方法生成大致满足实际故障风阻值分布的故障仿真样本,为了避免不同变... 为了避免风量单一特征进行故障位置诊断的不适定性,提出基于风量-风压复合特征的故障位置诊断方法,实现特征信息的多维互补,提高故障位置诊断的准确度。利用蒙特卡洛方法生成大致满足实际故障风阻值分布的故障仿真样本,为了避免不同变量之间不同量纲、不同数量级造成的数据损失,对原始风量、风压数据进行标准化处理,并分别以风量单一特征、风压单一特征、风量-风压复合特征作为支持向量机(SVM)的输入,构建通风系统阻变型故障位置诊断模型。通过故障模拟实验研究表明:风量、风压单一特征进行故障位置诊断的准确度分别为89.80%,90.34%,风量-风压复合特征进行故障位置诊断的准确度为98.23%,说明风量-风压复合特征进行故障诊断可以消除风量、风压单一特征进行故障诊断的不适定性,提高故障诊断的准确度。 展开更多
关键词 风量-风压复合特征 矿井通风系统 阻变型故障 故障诊断 蒙特卡洛 SVM
下载PDF
矿井通风阻变故障观测特征组合选择试验研究 被引量:6
6
作者 黄德 刘剑 +5 位作者 刘永 李向阳 邓立军 刘永红 黄萍萍 洪昌寿 《煤炭学报》 EI CAS CSCD 北大核心 2021年第12期3922-3933,共12页
针对矿井通风阻变故障诊断观测特征维度高、存在较多与阻变故障诊断无关和冗余特征的问题,以最小的观测点覆盖率和交叉验证误差为目标,建立基于多目标优化的观测特征选择模型,用于矿井通风阻变故障诊断的观测点选择。以k-近邻算法作为... 针对矿井通风阻变故障诊断观测特征维度高、存在较多与阻变故障诊断无关和冗余特征的问题,以最小的观测点覆盖率和交叉验证误差为目标,建立基于多目标优化的观测特征选择模型,用于矿井通风阻变故障诊断的观测点选择。以k-近邻算法作为故障诊断模型的求解方法,利用非支配排序遗传算法Ⅱ对观测特征选择模型进行求解,解决仅在必要位置布设观测点,降低阻变型故障诊断的成本;剔除易导致观测特征之间的冗余或不相关特征,提高阻变型故障诊断学习器的性能;一定程度上缓解过拟合或欠拟合问题的发生,提高模型的泛化能力等关键问题。分别对7组特征组合方案进行观测特征选择比对试验,并以无样本模型进行验证试验,结果表明:相对观测点覆盖率降至0.2~0.5后,故障诊断准确率收敛于稳定的状态;风量单一特征类型在所有比对试验中均获得最低准确率;在确保故障诊断性能的情况下,观测特征经优化选择后很大程度上降低了阻变故障诊断模型的复杂度;优化选择的观测特征在无样本模型中具有与监督模型同样的有效性。因此,基于多目标优化的观测特征选择模型可有效地剔除冗余或不相关特征,从而提高阻变故障诊断模型的性能,为实时网络解算提供新的理论方法,为智能通风的实现提供技术支撑。 展开更多
关键词 矿井通风 阻变故障 观测特征 优化选择 多目标优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部