基于粗糙集-RBF神经网络的采煤机截割部传动系统故障诊断

• 作者: 王海花 林邓伟 霍晓丽
• 来源期刊: 煤矿机械
• 关键词: 传动系统 故障诊断 粗糙集 RBF神经网络 采煤机
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 故障诊断|Malfunction Imestigation
• 页码范围: 175-177
• 页数: 3页
• 分类号: TD421.6|TP183
• 语种: 中文
• DOI: 10.13436/j.mkjx.202105056

摘要

采煤机截割部传动系统故障源多,建立快速准确识别故障源的模型具有重要研究意义,因此提出了 一种基于粗糙集-径向基函数(RBF)神经网络的故障诊断方法.首先对传动系统常见故障进行汇总分析,归纳为齿轮故障与轴承故障,通过粗糙集理论完成属性约简后得到最小条件属性集,然后根据粗糙集的最小条件属性集搭建RB F神经网络的拓扑结构.仿真结果表明,基于粗糙集-RBF神经网络的故障诊断模型结构更简单,训练效率及诊断准确性更高,在故障诊断中具有更好的应用效果.