基于BP神经网络的旋回式破碎机故障诊断研究
高英勇2; 崔宇2; 李云涛2; 荆洪迪1; 张振江2; 刘显锋2
刊名采矿技术
2022
卷号22期号:3页码:194-196
关键词旋回式破碎机 故障诊断 BP神经网络
ISSN号1671-2900
产权排序2
英文摘要

矿石破碎加工在采矿生产工艺中是一个极其重要的环节,由于破碎机等大中型设备在实际使用的过程中存在冲击强烈、磨损严重等缺点和不足,且存在各种类型故障和设备部件运动的高复杂性,因此,在实际作业中始终面临着设备部件维修周期长、故障发病率高的特点。以旋回式破碎机为实例,利用各类传感器实时采集数据,基于BP神经网络构建故障诊断模型,选取4大故障类型,包括平行轴油温异常、轴承磨损、平行轴缺油和偏心套故障,同时将轴承转速、润滑油油压、回流油温和轴承振动频率作为4大故障特征参数,使用样本数据对BP神经网络故障诊断模型进行训练和优化,并使用测试数据验证了旋回式破碎机故障诊断模型的准确性及可行性。

语种中文
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/31009]  
专题沈阳自动化研究所_数字工厂研究室
通讯作者高英勇
作者单位1.中国科学院沈阳自动化研究所
2.鞍钢矿业有限公司眼前山分公司
推荐引用方式
GB/T 7714
高英勇,崔宇,李云涛,等. 基于BP神经网络的旋回式破碎机故障诊断研究[J]. 采矿技术,2022,22(3):194-196.
APA 高英勇,崔宇,李云涛,荆洪迪,张振江,&刘显锋.(2022).基于BP神经网络的旋回式破碎机故障诊断研究.采矿技术,22(3),194-196.
MLA 高英勇,et al."基于BP神经网络的旋回式破碎机故障诊断研究".采矿技术 22.3(2022):194-196.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace