基于深度自编码网络的采煤机截割部减速器故障诊断
毛君
郭浩
陈洪月
辽宁工程技术大学机械工程学院,辽宁阜新,123000
摘要：为了准确诊断采煤机截割部减速器故障,提出基于深度自编码网络(Deep Auto-Encoder Networks,DAENs)的故障诊断方法.DAENs模型以减速器箱体内油位、油液杂质量、齿轮磨损量、截割部电动机工作温度、冷却水流量、冷却水压力、油中水分7个特征参数作为可视输入,通过非监督逐层贪婪学习得到更好的高层特征表示,避免人工特征提取的繁琐与不准确,增强识别过程的智能性.最后对所提出的方法进行测试,测试结果表明该方法相比于BP神经网络,收敛速度快、避免了局部最优,且诊断精度及稳定性方面优越,可以对采煤机截割部减速器的故障进行准确诊断.
关键词：采煤机截割部减速器深度自编码网络故障诊断
分类号：TD421.6(矿山机械)
资助基金：国家能源研发(实验)中心重大资助项目(2010_215)
论文发表日期：2019-01-01
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：6( 123-128 )
英文信息