基于BP神经网络技术的采煤机齿轮箱早期故障诊断

• 作者: 师款 王勇
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: BP神经网络 采煤机齿轮箱 早期故障诊断
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 故障·诊断
• 页码范围: 158-160
• 页数: 3页
• 分类号: TH132.41
• 字数: 1558字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201904055

摘要

齿轮箱既是采煤机的核心部件,也是较容易出现故障的部件,一旦发生故障会导致严重的后果.因此,在齿轮箱出现问题的早期进行故障诊断具有重要意义.采用齿轮箱振动信号的5种特征指标作为BP神经网络的输入值,以齿轮箱的正常、齿轮磨损、齿面点蚀和齿根裂纹4种状态为神经网络的输出值,通过对BP神经网络进行训练和对故障类型进行编码,可以实现利用BP神经网络对齿轮箱早期缺陷的故障诊断.从实验仿真结果可知,诊断方法具有较高的准确率,为采煤机齿轮箱的早期故障诊断提供了新的研究思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇		33	85	5.0	7.0
2	师款		1	4	1.0	1.0