基于振动信号的煤矿机械齿轮故障诊断与应用研究.pdfVIP

基于振动信号的煤矿机械齿轮故障诊断与应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

理论与研究TheoryandResearch

基于振动信号的煤矿机械齿轮故障诊断与应用研究

张亮

(山西煤炭运销集团华阳煤业有限公司,山西晋城048000)

针对煤矿机械传动齿轮故障诊断的实际需求文章对齿轮常见故障类型及其机械性能的影响进行了分析

[摘    要],。

该方法采用短时傅里叶变换对振动信号的时频特征进行了提取再利用一维卷积神经网络对齿轮的正常工况与故障工

F

况进行了分类研究实验通过采集振动信号数据对提出的方法在准确率精确率召回率及1值等指标上的性能进行

。、、

了测试与分析实验结果表明该方法在分类精度和抗噪性能方面达到了预期效果能够有效解决传统方法对复杂工

。,,

况适应性不足的问题为煤矿机械齿轮故障诊断提供了高效可靠的技术支持

,。

齿轮故障振动信号卷积神经网络煤矿设备

[关键词];;;

TP181A

[中图分类号][文献标志码]

文章围绕煤矿机械传动齿轮故障诊断开展研究旨在据其次采用信号预处理方法如滤波和去噪算法等

,。,,,

探索一种高效实用的诊断方法本研究不仅能够丰富煤去除采集信号中的噪声和无效信息同时对信号进行时域

、。,

矿机械齿轮故障诊断的理论体系还可为煤矿设备的智能与频域变换为特征提取提供清晰的输入信号再次运

,,。,

维护提供技术支持从而提高设备运行的安全性和经济性用时频分析方法如小波变换提取振动信号的关键特征

,。()

1 问题分析与总体技术框架参数保留故障相关的显著特征最后该方法通过一

,。,

齿轮作为煤矿机械传动系统的重要组成部分其运行维卷积神经网络One-Dimensional

Convolutional

Neural

,(

状态直接影响设备的稳定性和工作效率常见的齿轮故障Network1D-CNN或其他机器学习模型对提取的特征

。,)

如图1所示这些故障往往会导致啮合过程中受力不均进行分类实现故障分类与诊断识别

,,,。

从而引发异常振动和噪声进而加速齿轮的老化与损坏

,。

在复杂

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档