基于人工神经网络技术的矿用皮带机滚动轴承故障诊断.pdfVIP

2014年 2月 机床与液压 Feb．2014 第42卷 第3期 MACHINET0OL HYDRAULICS Vo1．42No．3 DOI：10．3969／j．issn．1001—3881．2014．03．049 基于人工神经网络技术的矿用皮带机滚动轴承故障诊断 张应红 ，李聪 ，景晖 ，闫建军 (1．桂林电子科技大学机 电工程学院，广西桂林 541004； 2．桂林航天工业学院机械工程系，广西桂林 541004； 3．中国煤炭科工集 团太原研究院，山西太原 030006) 摘要：滚动轴承是矿用皮带机的重要零部件，直接决定着皮带机的运转状况。因此，对其开展故障诊断研究有重要的 理论和现实意义。研究了人工神经网络的原理、结构和学习算法 ，并将该网络应用于皮带机滚动轴承的故障诊断中。首先 采集不同类型的滚动轴承故障信号，并对信号进行预处理。然后对神经网络进行训练，当训练误差满足设定要求时，训练 完成。最后，利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出皮 带机滚动轴承的故障类型。 关键词：神经网络；故障诊断；矿用皮带机；滚动轴承 中图分类号：TD72 文献标识码 ：A 文章编号：1001—3881(2014)3—180—4 FaultDiagnosisofRollerElementBearingofM ineBeltConveyorBasedon ArtificialNeuralNetworkTechnique ZHANGYinghong，LICong，JINGHui，YANJianjun (1．SchoolofMechanicalandElectricalEngineering，GuilinUniversityofElectronicTechnology， GuilinGuangxi541004，China； 2．DepartmentofMechanicalEngineering，GuilinUniversityofAerospaceTechnology， GuilinGuangxi541004，China； 3．TaiyuanInstitute，ChinaCoalTechnologyandEngineeringGroup，TaiyuanShanxi030006，China) Abstract：Rollerelementbearingisanimportantpartofminebeltconveyor，whichdirectlydeterminingworkingconditionofthe belt．Therefore，thereareimportanttheoreticalandpracticalsignificanceinstudyingfaultdiagnosisoftherollerelementbeating．The learningalgorithm ，structureandprincipleofartificialneuralnetworkwerestudied，andthenetworkwasappliedinfaultdiagnosisof rollerelementbearingofthebeltconveyor．Firstly，faultsignalsofdifferenttypesofrollerbeatingswerecollected，andthesignalswere pre—processed．Then，theneuralnetworkwastrained，whenthetrainingerrorsmetsettings，thetrainingwascompleted．Finally，the rollerelementbearingwasf