基于改进聚类和回声网络的煤矿截割机故障诊断研究

Research on fault diagnosis of coal cutting machine based on improved clustering and echo network

  • 摘要: 随着科技的进步,煤矿开采时对于机械设备的运行稳定性和安全性提出了更高要求,而截割机作为采煤的重要设备,时常出现故障,尤其是其传动系统极易受载荷变动的影响。为进一步提高其传动性能和稳定性,需及时判断其故障类型,一般通过其内部变速器传递的振动信号进行故障分析,但受限于振动信号的冗杂性和非线性特点,传统方式获得信号所表征的故障特征不是很准确。结合振动信号的时序性特征,研究了改进聚类和回声状态网络,通过设计自适应加权激活函数,优化回声状态网络储备池激活态,在保证映射范围的基础上反映特征信号,在一定程度上缓解正态分布误差对系统结果的影响,进一步优化网络稳定性,为同类型的诊断模型提供有效时序特征参考。

     

/

返回文章
返回