基于深度自编码网络的采煤机截割部减速器故障诊断

• 作者: 毛君 郭浩 陈洪月
• 来源期刊: 煤炭科学技术
• 学科: 工学
• 关键词: 采煤机 截割部 减速器 深度自编码网络 故障诊断
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 煤矿机电与智能化
• 页码范围: 123-128
• 页数: 6页
• 分类号: TD421.6
• 字数: 4690字
• 语种: 中文

摘要

为了准确诊断采煤机截割部减速器故障,提出基于深度自编码网络(Deep Auto-Encoder Networks,DAENs)的故障诊断方法.DAENs模型以减速器箱体内油位、油液杂质量、齿轮磨损量、截割部电动机工作温度、冷却水流量、冷却水压力、油中水分7个特征参数作为可视输入,通过非监督逐层贪婪学习得到更好的高层特征表示,避免人工特征提取的繁琐与不准确,增强识别过程的智能性.最后对所提出的方法进行测试,测试结果表明该方法相比于BP神经网络,收敛速度快、避免了局部最优,且诊断精度及稳定性方面优越,可以对采煤机截割部减速器的故障进行准确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛君	辽宁工程技术大学机械工程学院	322	1906	20.0	30.0
2	陈洪月	辽宁工程技术大学机械工程学院	93	285	9.0	13.0
3	郭浩	辽宁工程技术大学机械工程学院	5	3	1.0	1.0