基于DAG-SVM的煤矿井下输送装置故障在线检测

• 作者: 赵驭阳
• 来源期刊: 机床与液压
• 关键词: DAG-SVM 刮板输送机 归一化 分类器 故障特征向量 故障样本
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 故障诊断与可靠性|FAULT DIAGNOSIS & RELIABILITY
• 页码范围: 189-194
• 页数: 6页
• 分类号: TD634
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.10.038

摘要

针对现有故障在线检测方法分类性能差、检测率低的不足,提出一种基于DAG-SVM的煤矿井下输送装置多故障在线检测方法.提取井下输送装置各构成零部件的原始故障信息,对故障信号进行降噪和归一化处理,得到高频特征向量;利用DAG-SVM故障分类方法,根据故障特征向量的种类和数量构造多个分类器,通过两两比对准确识别出故障类别,并预估出故障样本的演化趋势.数据仿真结果表明:利用所提出方法确定的超平面更为合理,该方法分类精度高,多故障综合在线检测准确率达到99.47％,显著优于现有检测方法.