节点文献

矿用通风机故障诊断系统设计

免费订阅

【作者】 赵佰亭张艳何勇刘坤董世芳

【机构】 安徽理工大学电气与信息工程学院

【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
【基金】 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
【所属期刊栏目】 本刊重稿 (2014年01期)
  • 【分类号】TD441
  • 【被引频次】3
  • 【下载频次】56
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: