基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高煤炭运输设备故障自动识别系统的智能化程度,利用传感器感知信息技术,对煤炭运输设备故障自动识别系统进行研究.采用传感器建立信号采集数学模型,感知设备运行信息,并消除运行信息中的干扰信号;采用抗干扰能力强的排列熵空间重构信号,提取煤炭运输设备故障信号特征;将设备故障信号特征作为SVM特征空间上的训练数据集,计算最优分类函数划分设备故障信号特征类别,根据划分的信号特征类别,自动识别输送机设备故障,确定煤炭运输设备技术参数和故障信号.测试结果表明,此次研究的故障自动识别方法提取的故障信号排列熵特征值具有明显的区分度,故障平均识别精度高达96.86%.
推荐文章
嵌入式铁路车号自动识别系统研究设计
铁路车号识别
嵌入式系统
ARM9
端口识别
车号自动识别系统常见故障的分析及处理
车号识别系统
故障
分析
处理
铁路车号自动识别系统AEI设备考察报告
车号
自动识别
AEI设备
考察
体会
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 煤炭运输设备故障自动识别系统研究
来源期刊 能源与环保 学科 工学
关键词 传感器感知信息 煤炭运输设备 设备故障 故障自动识别
年,卷(期) 2022,(4) 所属期刊栏目 机电与智能化|Mechatronics and Intellectualization
研究方向 页码范围 228-233
页数 6页 分类号 TH165
字数 语种 中文
DOI 10.19389/j.cnki.1003-0506.2022.04.039
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
传感器感知信息
煤炭运输设备
设备故障
故障自动识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
能源与环保
月刊
1003-0506
41-1443/TK
大16开
郑州市高新技术产业开发区枫杨街17号
1979
chi
出版文献量(篇)
9074
总下载数(次)
4
总被引数(次)
17347
论文1v1指导