基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
矿石破碎是露天矿采矿生产工艺的重要环节,旋回式破碎机作为露天矿进行破碎的大型设备,其故障的诊断通常较为复杂,难以利用主观经验进行精确及快速诊断.针对旋回式破碎设备的故障诊断问题,利用传感器实时采集数据,基于改进后BP神经网络构建故障诊断模型,以偏心套故障、轴承磨损、平行轴缺油、平行轴油温异常作为故障类型,以回流油温、润滑油油压、轴承振动频率、轴承转速作为故障特征参数,利用已知故障类型和故障样本数据对BP神经网络故障诊断模型进行了训练和优化,最后通过测试数据对优化后的旋回式破碎机故障诊断模型进行了验证.结果表明:基于BP神经网络的故障诊断模型能够对旋回式破碎机故障状态实时地做出有效判断,实现以预防为主的故障诊断方式,满足了露天矿大型旋回式破碎机的故障诊断的需求.
推荐文章
模糊神经网络在破碎机故障诊断系统中的应用
破碎机
故障诊断
模糊处理
BP神经网络
旋回破碎机在砂石料生产中的应用
旋回破碎机
砂石料
生产
应用
基于支持向量机的电路故障诊断模型
故障诊断
支持向量机
遗传编程
模拟电路
旋回破碎机国内外现状及发展趋势
旋回破碎机
原理
国内外现状
发展方向
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 金属露天矿旋回式破碎机在线故障诊断模型构建与实时分析
来源期刊 金属矿山 学科 工学
关键词 露天矿 旋回式破碎机 故障诊断 BP神经网络
年,卷(期) 2017,(11) 所属期刊栏目 机电与自动化
研究方向 页码范围 167-171
页数 5页 分类号 TD451|TP183
字数 4305字 语种 中文
DOI 10.3969/j.issn.1001-1250.2017.11.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卢才武 西安建筑科技大学管理学院 110 655 13.0 20.0
2 连民杰 8 57 4.0 7.0
3 顾清华 西安建筑科技大学管理学院 44 248 8.0 14.0
4 田晶晶 西安建筑科技大学管理学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (138)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
露天矿
旋回式破碎机
故障诊断
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
金属矿山
月刊
1001-1250
34-1055/TD
大16开
安徽省马鞍山市经济开发区西塘路666号
26-139
1966
chi
出版文献量(篇)
9361
总下载数(次)
5
论文1v1指导