基于大數據技術的帶式輸送機托輥故障診斷
【部分圖文】:
首先導入模型,調用邏輯回歸LogisticRegression()函數;然后調用fit(x,y)的方法來訓練模型,其中x為數據的屬性,y為所屬類型;最后利用訓練得到的模型對數據集進行預測,返回預測結果。以上3步操作完成了對邏輯回歸模型的訓練,模型訓練結果如圖1所示。從圖1可以看出,模型預測的準確率為100%。模型訓練完成后,對實時采集的音頻數據進行特征屬性轉換,然后輸入模型中即可輸出托輥運行的當前狀態(tài)。比如模型輸入數據銳度、噪聲煩擾度、言語干擾級的數值分別為[1.280,245.292,90.86]時,輸出結果為0(1表示托輥運行正常,0表示托輥運行異常),該結果可立即上報操作人員停止托輥運轉。
當選用數據集之外的10組數據進行測試時(前5組為托輥異常的數據,后5組為托輥正常的數據),測試結果如圖2所示。模型預測的準確率達到90%。若在實際應用中選用更大的數據集對模型進行訓練,那么模型將會更加趨近于真實環(huán)境情況,也會提高模型預測的準確性。3 結語
【相似文獻】
相關期刊論文 前10條
1 閻榮合;董慧鑫;郭亞棟;;帶式輸送機托輥的計算選型[J];水利電力機械;2006年10期
2 趙立華,付大鵬,孫業(yè)明;超高分子量聚乙烯材料在帶式輸送機中的應用[J];煤礦機械;2003年10期
3 王景龍;;帶式輸送機托輥制作工藝改進[J];天津冶金;2016年06期
4 闞曉靜;趙雪峰;任偉濤;;帶式輸送機托輥結構的改進[J];科技傳播;2012年18期
5 姜旭初;;氣墊帶式輸送機及結構改進[J];新技術新工藝;1992年01期
6 馬兵;;帶式輸送機[J];新疆有色金屬;2014年S2期
7 代尚洪;通用帶式輸送機與氣墊帶式輸送機的運行成本分析[J];四川冶金;2002年01期
8 孟繁瑜;無托輥帶式輸送機的研究進展[J];煤炭科學技術;1999年08期
9 段庚年;氣墊帶式輸送機在礦山的應用[J];有色設備;1995年02期
10 孫斌;王秋敏;;淺談帶式輸送機的安裝和調試[J];企業(yè)技術開發(fā);2012年13期
相關博士學位論文 前4條
1 孟慶睿;液體粘性傳動調速起動及其控制技術研究[D];中國礦業(yè)大學;2008年
2 侯友夫;帶式輸送機動態(tài)特性及控制策略研究[D];中國礦業(yè)大學;2001年
3 胡坤;帶式輸送機綠色設計關鍵技術與應用研究[D];安徽理工大學;2012年
4 師建國;帶式輸送機側向動力學研究[D];遼寧工程技術大學;2014年
相關碩士學位論文 前10條
1 王心楊;基于ANSYS的帶式輸送機轉運站的設計與應用[D];清華大學;2013年
2 丁兆倫;大功率強力帶式輸送機設計與研制[D];西安理工大學;2007年
3 王偉星;掘進機用排渣帶式輸送機的研究[D];大連理工大學;2017年
4 劉兵;長距離平面轉彎帶式輸送機的設計及應用[D];大連理工大學;2013年
5 曲靜;平面轉彎帶式輸送機轉彎段設計計算軟件的開發(fā)[D];東北大學;2015年
6 董秀明;多級帶式輸送機聯合調速系統(tǒng)的研究與設計[D];太原理工大學;2015年
7 李劍鋒;氣墊帶式輸送機氣墊流場研究[D];江蘇工業(yè)學院;2009年
8 馬濤;平面轉彎帶式輸送機相關技術研究及動態(tài)仿真[D];太原科技大學;2013年
9 楊靚;平面轉彎帶式輸送機設計計算理論研究[D];東北大學;2014年
10 王宏;多級長距離帶式輸送機聯合調速節(jié)能系統(tǒng)的設計[D];太原理工大學;2012年
本文編號:2862196
本文鏈接:http://sikaile.net/jixiegongchenglunwen/2862196.html