基于数据驱动的矿井主排水设备寿命预测方法
郭文琪
宋建成
田慕琴
1.太原理工大学电气与动力工程学院,山西太原030024;煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300242.太原理工大学电气与动力工程学院,山西太原030024;煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300243.太原理工大学电气与动力工程学院,山西太原030024;煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原030024
摘要：以矿井排水系统的离心泵为研究对象,介绍了包括机器学习方法、多元统计分析方法、特征量提取方法和信息融合方法在内的4种基于数据驱动的矿井主排水设备寿命预测方法的基本原理、相关案例、优缺点、尚未解决的问题及其在离心泵寿命预测中的应用;指出了离心泵寿命预测的发展趋势:寿命衰退指标应多样化,只有离心泵的各类指标正常,才能表明离心泵运行正常,多变量综合考虑使预测可靠性更高;决策层信息应高度融合,振动信号、动态摩擦力矩、扬程等因素都会随着寿命的衰退发生一定的变化,将这些信息融合用于寿命预测,效果会更好;融合特征层信息,将多种预测模型进行融合,或者建立一个集更多优点于一体的混合模型,才能更好地满足工业要求.
关键词：离心泵寿命预测数据驱动机器学习多元统计分析特征量提取信息融合
分类号：TD636(矿山电工)
资助基金：山西省科技重大专项项目(20131101029)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 39-48 )
英文信息