|
|||||
|
|
| BP神经网络在截齿合金头失效识别中的应用 | |
| 作者姓名： | 张强 刘志恒 王海舰 田莹 NGUYEN Viet Tuyen |
| 作者单位： | 辽宁工程技术大学机械工程学院;矿物加工科学与技术国家重点实验室;辽宁工程技术大学煤炭资源安全开采与洁净利用工程研究中心;越南煤矿与机械能源研究院 |
| 基金项目： | 国家自然科学基金资助项目（51504121，51774161）；矿物加工科学与技术国家重点实验室开放课题资助项目（BGRIMM-KJSKL-2017-20）；辽宁省自然科学基金资助项目（201602362）；煤炭资源安全开采与洁净利用工程研究中心资助项目（LNTU16KF02）；辽宁省高等学校创新人才支持计划资助项目（LR201720） |
| 摘 要： | 为实现采煤机截割过程中截齿合金头失效形式的监测和识别,提出一种基于BP神经网络的多特征信号识别截齿合金头失效形式的方法。测试提取截割过程中合金头龟裂、合金头脱落、合金头崩刃和合金头严重磨损4种截齿x,y,z三个方向上的振动特征信号和截割电机电流特征信号,选取特征值信号的最大值、均值和方差作为特征样本对BP神经网络进行学习和训练,建立截齿合金头失效形式的识别模型,实现截割过程中截齿合金头失效形式在线监测与准确识别。实验结果表明,BP神经网络的判别结果和测试样本的实际失效类型相符,能够对截齿合金头失效形式进行准确识别,为实现采煤机截齿在线监测和失效形式识别提供新的方法和手段。 |
| 关 键 词： | 截齿；BP神经网络；合金头失效形式；振动信号；电流信号 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《振动、测试与诊断》浏览原始摘要信息 | |
| 点击此处可从《振动、测试与诊断》下载全文 | |
