一种带式输送机故障诊断方法

张喆, 陶云春, 梁睿, 迟鹏

张喆,陶云春,梁睿,等.一种带式输送机故障诊断方法[J].工矿自动化,2020,46(4):81-84.. DOI: 10.13272/j.issn.1671-251x.2019120001
引用本文: 张喆,陶云春,梁睿,等.一种带式输送机故障诊断方法[J].工矿自动化,2020,46(4):81-84.. DOI: 10.13272/j.issn.1671-251x.2019120001
ZHANG Zhe, TAO Yunchun, LIANG Rui, CHI Peng. A fault diagnosis method of belt conveyor[J]. Journal of Mine Automation, 2020, 46(4): 81-84. DOI: 10.13272/j.issn.1671-251x.2019120001
Citation: ZHANG Zhe, TAO Yunchun, LIANG Rui, CHI Peng. A fault diagnosis method of belt conveyor[J]. Journal of Mine Automation, 2020, 46(4): 81-84. DOI: 10.13272/j.issn.1671-251x.2019120001

一种带式输送机故障诊断方法

基金项目: 

国家重点研发计划资助项目(2017YFC0804400)

详细信息
  • 中图分类号: TD634.1

A fault diagnosis method of belt conveyor

  • 摘要: 针对传统浅层神经网络用于带式输送机故障诊断时存在故障状态样本数据不足、准确率不高等问题,提出了一种基于合成少数类过采样技术(SMOTE)和深度置信网络(DBN)的带式输送机故障诊断方法。该方法利用SMOTE生成带式输送机故障状态样本数据,克服样本数据分布不平衡现象;将样本数据输入DBN,利用无监督逐层训练方式提取数据中的故障特征,并通过有监督微调来优化故障诊断能力,实现带式输送机故障精确诊断。仿真结果表明,该方法提高了带式输送机故障诊断准确率。
    Abstract: Aiming at problems of insufficient fault state sample data and low accuracy in fault diagnosis of belt conveyor by traditional shallow neural network, a fault diagnosis method of belt conveyor based on synthetic minority oversampling technique (SMOTE) and deep belief network (DBN) was proposed. Fault state sample data of belt conveyor is generated by SMOTE to overcome imbalance distribution of the sample data. The sample data is input into DBN, fault features in the data are extracted by means of unsupervised layer-by-layer training, and fault diagnosis ability is optimized by means of supervised fine-tuning to achieve accurate fault diagnosis of belt conveyor. The simulation results show that the method improves fault diagnosis accuracy of belt conveyor.
  • 期刊类型引用(14)

    1. 郭强. 煤矿带式输送机故障及解决策略探讨. 西部探矿工程. 2024(02): 110-112 . 百度学术
    2. 辛磊,胡敬. 带式输送机传动机构故障定位系统的设计. 工矿自动化. 2024(S1): 122-125+138 . 本站查看
    3. 任未,高贵军,张万里. 带式输送机巡检机器人自发电装置仿真研究. 煤炭技术. 2024(09): 232-236 . 百度学术
    4. 史春鹏. 带式输送机驱动滚筒轴承故障诊断及试验. 机械工程与自动化. 2023(01): 152-153+156 . 百度学术
    5. 吴景红. 煤矿机械故障诊断研究现状及发展趋势. 煤炭工程. 2023(06): 187-192 . 百度学术
    6. 周爱平,曹正远. 煤矿胶带运输监控系统技术现状及智能化方案设计. 工矿自动化. 2023(S2): 13-17 . 本站查看
    7. 周坪,马国庆,周公博,马天兵,李远博. 智能化带式输送机健康监测技术研究综述. 仪器仪表学报. 2023(12): 1-21 . 百度学术
    8. 李新. 神东石圪台煤矿胶带输送机故障诊断方式研究. 陕西煤炭. 2022(03): 102-105 . 百度学术
    9. 孟娜娜,钟鹏程,雷超,江帆,杨龙,李柱江. 基于功能分析的带式输送机自动巡检机器人设计. 煤炭科学技术. 2022(08): 227-235 . 百度学术
    10. 张杰,何义峰,甄泽,李宏儒,康小杰. 井下带式输送机机头地脚螺栓锚固特性研究. 煤炭工程. 2022(10): 161-165 . 百度学术
    11. 梁占泽. 矿用带式输送机巡检机器人驱动系统设计. 工矿自动化. 2021(04): 108-112 . 本站查看
    12. 徐辉,刘丽静,沈科,邹盛. 基于多道线性激光的带式输送机纵向撕裂检测. 工矿自动化. 2021(07): 37-44 . 本站查看
    13. 张晋锋. 矿用带式输送机拉线急停开关故障及处理. 机械管理开发. 2020(11): 319-320 . 百度学术
    14. 黄富涛. 皮带自动纠偏装置在铜冶炼备料车间的应用. 铜业工程. 2020(06): 89-91 . 百度学术

    其他类型引用(6)

计量
  • 文章访问数:  104
  • HTML全文浏览量:  12
  • PDF下载量:  14
  • 被引次数: 20
出版历程
  • 刊出日期:  2020-04-19

目录

    /

    返回文章
    返回