《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于卷积神经网络的采煤机截割部减速器故障诊断研究

作者:包从望,江伟,刘永志,等 日期:2021-12-22/span> 浏览:117 查看PDF文档

基于卷积神经网络的采煤机截割部
减速器故障诊断研究*
包从望,江伟,刘永志,车守全

(六盘水师范学院 矿业与土木工程学院,贵州 六盘水 553000)


摘要:在对采煤机截割部的减速器进行故障诊断过程中,存在故障特征提取困难及诊断模型泛化能力弱的问题,针对这一问题,提出了一种基于卷积神经网络的减速器故障诊断方法。首先,通过快速Kurtogram算法提取了变工况下减速器齿轮的健康、疲劳点蚀、轻度磨损、重度磨损、齿面裂痕、断齿几种振动谱峭度;然后,对谱峭度作像素归一化后进行了灰度处理,将结果输入到构建好的结构层数为2层卷积池化层的卷积神经网络,采用自适应学习对模型进行了训练,并将最后全连接层的输出结果作为故障特征;最后,结合某减速器的结构原理搭建了故障诊断实验台,采用Tensor Flow平台对所提模型进行了编程,对模型的识别率和特征可视化结果进行了评估。研究结果表明:该方法对减速器的故障识别率在99%以上,解决了传统方法中特征提取繁琐和不同故障特征间的耦合问题,为采煤机截割部减速箱的故障智能诊断提供了新的思路。

关键词:减速器;故障诊断;卷积神经网络;Kurtogram算法;谱峭度;采煤机截割部

中图分类号:TH132.46;TD421文献标识码:A文章编号:1001-4551(2021)10-1317-08



包从望,江伟,刘永志,等.基于卷积神经网络的采煤机截割部减速器故障诊断研究[J].机电工程,2021,38(10):1317-1323,1331.

友情链接

浙江机械信息网