基于深度学习与神经网络融合的刮板输送机断链监测技术研究

• 作者: 苏士龙 梁大勇 杜志峰 赵进 刘哲峰
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 神经网络 断链监测 振动信号
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 故障·诊断|Malfunction Imestigation
• 页码范围: 161-164
• 页数: 4页
• 分类号: TD528.3
• 语种: 中文
• DOI: 10.13436/j.mkjx.202112053

摘要

针对刮板输送机断链问题,提出了基于深度学习与神经网络融合的刮板输送机断链监测技术.通过ADAMS仿真分析得到刮板输送机圆环链工作时的振动和声发射特征信号,分析振动和声发射特征信号参数,得到不同圆环链的变化规律.建立多特征信号样本数据库,通过概率神经网络(PNN)建立圆环链磨损程度的识别模型,根据刮板输送机工作时链轮和圆环链的振动和声发射信号对圆环链磨损程度进行实时监控,提前预测断链危险,实现对刮板输送机断链的实时监测.