简介概要

基于小波网络的矿井提升机运行故障趋势预测研究

来源期刊:中国矿业大学学报2005年第4期

论文作者:王耀才 王致杰 李冬

关键词:提升机; 特征参数; 小波神经网络; 故障预测;

摘    要:采用小波网络方法,通过对矿井提升机钢丝绳磨损度、空动时间、衬垫磨损寿命、闸瓦间隙、残压、制动盘偏摆度等关键特征参数的时间序列预测,实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度,从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配,使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.仿真和实验结果表明,预报精度满足要求.

详情信息展示

基于小波网络的矿井提升机运行故障趋势预测研究

王耀才1,王致杰1,李冬1

(1.中国矿业大学,信息与电气工程学院,江苏,徐州,221008;
2.山东科技大学,信息与电气工程学院,山东,泰安,271021)

摘要:采用小波网络方法,通过对矿井提升机钢丝绳磨损度、空动时间、衬垫磨损寿命、闸瓦间隙、残压、制动盘偏摆度等关键特征参数的时间序列预测,实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度,从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配,使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.仿真和实验结果表明,预报精度满足要求.

关键词:提升机; 特征参数; 小波神经网络; 故障预测;

【全文内容正在添加中】

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号