基于TSVM的矿用钻机变速箱故障智能诊断

作者:申中杰

摘要:为解决矿用钻机变速箱因典型案例少而故障诊断困难的问题,提出一种基于多分类直推式支持向量机(TSVM)的智能诊断方法。通过经验模式分解提取变速箱振动信号中的微弱故障信息,随后计算时域和频域统计特征.选取敏感特征作为输入,最后输入TSVM模型中自动识别钻机变速箱故障类型。即使在未知状态样本数目是已知故障样本数目50倍的极端条件下.该智能诊断方法的分类准确率仍能达到91.62%±5.31%。实验结果表明.基于TSVM智能诊断方法能较好识别钻机变速箱故障.具有较强的工程使用价值和通用性。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 工程科技I
  • >
  • 矿业工程
收录:
  • 剑桥科学文摘
  • 万方收录(中)
  • 国家图书馆馆藏
  • 知网收录(中)
  • 上海图书馆馆藏
  • 维普收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
  • 文摘杂志
关键词:
  • 直推式支持向量机
  • 经验模式分解
  • 智能诊断
  • 钻机变速箱

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:煤矿机械

期刊级别:统计源期刊

期刊人气:11112

杂志介绍:
主管单位:黑龙江科技大学
主办单位:哈尔滨煤矿机械研究所
出版地方:黑龙江
快捷分类:工业
国际刊号:1003-0794
国内刊号:23-1280/TD
邮发代号:14-38
创刊时间:1980
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.41
综合影响因子:0.94