基于FTA和SVM优化算法的矿井提升机故障诊断方法研究

• 作者: 国明笛 宫少琦 张伟
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 矿井提升机 振动测试 支持向量机 故障树 故障诊断
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机应用
• 页码范围: 180-183
• 页数: 4页
• 分类号: TD534
• 字数: 3501字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201704063

摘要

通过对矿井提升机故障机理的研究,提出矿山设备信息的优势特征频率提取的方法,构造基于FTA-SVM优化算法的智能故障诊断模型,将其应用于矿井提升机工程实例中,并与人工诊断结果进行对比,同诊断结果基本一致,验证了该方法的可行性,从而解决了智能诊断方法中先验知识库匮乏的问题,也充分体现了基于FTA-SVM智能故障诊断方法的训练速度快、诊断精度高和自适应能力强等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫少琦		2	8	1.0	2.0
2	张伟		2	8	1.0	2.0
3	国明笛		2	8	1.0	2.0