針對現(xiàn)有罐道故障診斷僅考慮了罐籠平衡狀態(tài),而未考慮在超深礦井中懸掛油缸失效而引起的罐籠偏載的問題,提出一種罐籠偏載狀態(tài)下滑動罐耳與罐道正常、凸起、錯位3種故障的沖擊模式識別方法。以罐籠橫向振動信號小波包分解后各頻帶能量熵、奇異值、標準差、波形指標作為原始特征集,通過鄰域粗糙集約簡,去除不相關和冗余特征以獲得敏感特征集,并通過布谷鳥搜索算法(CS)優(yōu)化后的支持向量機模型進行模式識別。實驗研究表明:該方法比基于遺傳算法(GA)、粒子群算法(PSO)、螢火蟲算法(FA)優(yōu)化的支持向量機分類正確率更高,達到91.7%,對保障提升系統(tǒng)偏載狀態(tài)下安全運行具有著重要意義。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 罐道沖擊模式識別原理
2 特征提取
    2.1 小波包能量熵
    2.2 奇異值分解
    2.3 鄰域粗糙集
3 模式識別
4 實驗及分析
    4.1 罐道故障數(shù)據(jù)采集
    4.2 特征提取
    4.3 模式識別
5 結語



本文編號：3934153