基于小波包神经网络的岩巷掘进机动载荷识别方法

• 作者: 宋建成 张灵 李东钰 王伟 王焱金 田慕琴 金江
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 岩巷掘进机 小波包 神经网络 动载荷识别
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 计算机应用
• 页码范围: 238-241
• 页数: 4页
• 分类号: TD421.5
• 字数: 2601字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201503104

摘要

针对岩巷掘进机工作时负载多变,动载荷实时识别难度大等问题,提出了一种基于小波包特征能量的神经网络动载荷识别新方法.实时采集截割机构的振动信号、截割电动机的电流及液压缸压力信号,应用小波包分解得到相应信号的特征量,并将其作为神经网络的输入样本,训练神经网络并对网络进行测试.结果表明,动载荷实时识别准确率可达0.93,该识别方法能够满足动载荷实时识别系统的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋建成	太原理工大学煤矿电气设备与智能控制山西省重点实验室	198	1194	19.0	25.0
2	王伟	太原理工大学煤矿电气设备与智能控制山西省重点实验室	49	193	8.0	12.0
3	田慕琴	太原理工大学煤矿电气设备与智能控制山西省重点实验室	95	318	11.0	15.0
4	张灵	太原理工大学煤矿电气设备与智能控制山西省重点实验室	12	81	6.0	8.0
5	李东钰	太原理工大学煤矿电气设备与智能控制山西省重点实验室	2	13	1.0	2.0
6	王焱金		2	39	2.0	2.0