矿用通风机故障诊断系统设计 |
| |
引用本文: | 赵佰亭,张艳,何勇,刘坤,董世芳.矿用通风机故障诊断系统设计[J].科技信息,2014(1):33+28. |
| |
作者姓名: | 赵佰亭 张艳 何勇 刘坤 董世芳 |
| |
作者单位: | 安徽理工大学电气与信息工程学院 |
| |
基金项目: | 安徽省高等学校省级自然科学研究项目研究成果,项目编号KJ2013B087;淮南市科技计划项目研究成果,项目编号2013A4017、2011B31;安徽理工大学博士基金研究成果,项目编号11223;安徽理工大学青年教师科学研究基金项目研究成果,项目编号2012QNZ06、12257;国家创新创业项目研究成果,项目编号201210361066 |
| |
摘 要: | 针对矿用通风机常见故障展开研究,分析了转子不对中、不平衡、油膜涡动、喘振等故障的产生机理及故障表征,设计了基于粗糙神经网络的故障诊断系统。首先针对通风机故障类型特点进行故障数据采集,包括振动信号和温度信号。然后,预处理后的样本数据采用粗糙集的方法进行属性约简,删除冗余属性。最后,样本数据被分成训练样本和测试样本,分别用来训练和测试神经网络分类机。实验表明,该系统运行可靠、诊断率高,提高了通风机系统的安全性,拓展了粗糙集的应用范围。
|
关 键 词: | 故障诊断 粗糙集 神经网络 矿用通风机 |
Design of mine ventilator fault diagnosis system design |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|