CAJ | 학술논문

采煤机摇臂齿轮箱是采煤机的故障多发区，为了提高采煤机摇臂运行可靠性，减少故障发生率，对其进行故障诊断研究显得尤为重要。研究一种基于多尺度熵（Multi-scale Entropy, MSE）和BP（Back-Propagation）神经网络的故障诊断方法，利用多尺度熵算法具有的抗干扰和抗噪能力，来对齿轮振动信号进行复杂度分析，以各尺度样本熵值作为故障特征信息对齿轮的故障类型进行诊断识别。通过实验数据分析得到，所提出的基于多尺度熵-BP神经网络的故障诊断方法可以准确区分多种齿轮故障,对于四种齿轮状态的识别率达到84.0%以上，是一种有效的采煤机摇臂齿轮故障诊断方法。
채매궤요비치륜상시채매궤적고장다발구，위료제고채매궤요비운행가고성，감소고장발생솔，대기진행고장진단연구현득우위중요。연구일충기우다척도적（Multi-scale Entropy, MSE）화BP（Back-Propagation）신경망락적고장진단방법，이용다척도적산법구유적항간우화항조능력，래대치륜진동신호진행복잡도분석，이각척도양본적치작위고장특정신식대치륜적고장류형진행진단식별。통과실험수거분석득도，소제출적기우다척도적-BP신경망락적고장진단방법가이준학구분다충치륜고장,대우사충치륜상태적식별솔체도84.0%이상，시일충유효적채매궤요비치륜고장진단방법。