矿山设备轴承故障诊断与异常分析

• 作者: 赖华友
• 来源期刊: 采矿技术
• 关键词: 矿山设备 卷积神经网络 轴承故障
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 矿山综合
• 页码范围: 183-186
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1671-2900.2021.04.051

摘要

在矿山机械设备中,滚动轴承是最为关键的核心零件之一,若轴承出现故障,不仅会影响各机械设备的正常工作,而且会带来极为严重的安全隐患.因此,应用相关科学技术对轴承进行实时状态监控,及时发现甚至预测轴承故障,具有重要的经济和安全价值.对此,构建了基于dropout技术的一维卷积神经网络来进行轴承故障诊断,并在CWRU轴承数据集上进行了相关试验,最终模型在测试集上的故障诊断率高达92.9％,验证了一维卷积神经网络在轴承故障诊断中的适用性.