煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2013年
5期
292-294
,共3页
矿井通风机%小波包%L-M算法%故障诊断
礦井通風機%小波包%L-M算法%故障診斷
광정통풍궤%소파포%L-M산법%고장진단
通过对已采集的矿井通风机振动信号的处理,提出应用小波包一人工神经网络对其进行故障诊断与监测.以G4-73-11N025D离心式通风机为研究对象,利用小波包提取振动信号的能量特征作为特征向量,并利用L-M算法对BP网络进行改进,建立了神经网络模型.经实际验证,该方法能够准确、快速地对通风机的故障进行诊断和监测.
通過對已採集的礦井通風機振動信號的處理,提齣應用小波包一人工神經網絡對其進行故障診斷與鑑測.以G4-73-11N025D離心式通風機為研究對象,利用小波包提取振動信號的能量特徵作為特徵嚮量,併利用L-M算法對BP網絡進行改進,建立瞭神經網絡模型.經實際驗證,該方法能夠準確、快速地對通風機的故障進行診斷和鑑測.
통과대이채집적광정통풍궤진동신호적처리,제출응용소파포일인공신경망락대기진행고장진단여감측.이G4-73-11N025D리심식통풍궤위연구대상,이용소파포제취진동신호적능량특정작위특정향량,병이용L-M산법대BP망락진행개진,건립료신경망락모형.경실제험증,해방법능구준학、쾌속지대통풍궤적고장진행진단화감측.
