期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波包和BP神经网络的刚性罐道故障诊断
被引量:
14
1
作者
马天兵
王孝东
+1 位作者
杜菲
陈南南
《工矿自动化》
北大核心
2018年第8期76-80,共5页
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...
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。
展开更多
关键词
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
下载PDF
职称材料
题名
基于小波包和BP神经网络的刚性罐道故障诊断
被引量:
14
1
作者
马天兵
王孝东
杜菲
陈南南
机构
安徽理工大学机械工程学院
出处
《工矿自动化》
北大核心
2018年第8期76-80,共5页
基金
国家自然科学基金项目(51305003)
安徽省博士后基金项目(2017B172)
+1 种基金
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)
文摘
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。
关键词
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
Keywords
vertical
shaft
lifting
rigid
cageguide
fault
diagnosis
fault
type
identification
waveletpacket
BP
neural
network
分类号
TD53 [矿业工程—矿山机电]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波包和BP神经网络的刚性罐道故障诊断
马天兵
王孝东
杜菲
陈南南
《工矿自动化》
北大核心
2018
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部