留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

煤矿机械振动信号预测研究

肖雅静 李旭 郭欣

肖雅静,李旭,郭欣.煤矿机械振动信号预测研究[J].工矿自动化,2020,46(3):100-104..  doi: 10.13272/j.issn.1671-251x.2019090085
引用本文: 肖雅静,李旭,郭欣.煤矿机械振动信号预测研究[J].工矿自动化,2020,46(3):100-104..  doi: 10.13272/j.issn.1671-251x.2019090085
XIAO Yajing, LI Xu, GUO Xi. Research on vibration signal prediction of coal mine machinery[J]. Industry and Mine Automation, 2020, 46(3): 100-104. doi: 10.13272/j.issn.1671-251x.2019090085
Citation: XIAO Yajing, LI Xu, GUO Xi. Research on vibration signal prediction of coal mine machinery[J]. Industry and Mine Automation, 2020, 46(3): 100-104. doi: 10.13272/j.issn.1671-251x.2019090085

煤矿机械振动信号预测研究

doi: 10.13272/j.issn.1671-251x.2019090085
基金项目: 

中国煤炭科工集团有限公司科技创新创业资金专项项目(2018MS023)

详细信息
  • 中图分类号: TD41

Research on vibration signal prediction of coal mine machinery

  • 摘要: 根据煤矿机械振动信号高低频组成成分变化规律的差异,提出了一种基于经验模态分解(EMD)和支持向量机(SVM)的煤矿机械振动信号组合预测方法。将滚动轴承振动信号进行EMD分解,得到相对平稳的本征模态函数(IMF)分量,并将波动程度相近的IMF分量进行重构,得到高频子序列和低频子序列,采用SVM分别对高频子序列和低频子序列进行预测,将2个预测结果叠加,得到最终预测值。选取轴承实验数据对组合预测方法的有效性进行验证,结果表明该方法的均方根误差、平均绝对误差和平均绝对百分比误差均小于直接预测方法。将该组合预测方法应用于某选煤厂主井带式输送机滚动轴承状况预测,预测结果与实际情况相符。

     

  • 加载中
计量
  • 文章访问数:  56
  • HTML全文浏览量:  10
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-03-20

目录

    /

    返回文章
    返回