基于GAF-ResNeXt的偏心辊式破碎机状态识别方法
毛逸维1
叶龙2
吴叶伟1
刘万华2
王帅3
热孜艳木·吐尔逊1
1.吉林大学机械与航空航天工程学院,吉林 长春 1300252.北方重工集团有限公司,辽宁 沈阳 1100003.吉林大学生物与农业工程学院,吉林 长春 130025
摘要：偏心辊式破碎机需要在恶劣的环境下长时间连续作业,因此进行偏心辊式破碎机的状态识别对保证破碎机安全、稳定、高效的运行具有重大意义.基于试验数据建立了偏心辊式破碎机工况数据集,设计了基于GAF-ResNeXt的偏心辊式破碎机状态识别方法,并通过数据集验证了识别方法的有效性.
关键词：偏心辊式破碎机格拉姆角场卷积神经网络状态识别
分类号：TD451(矿山机械)
资助基金：国家自然科学基金(No.52375098)沈阳市揭榜挂帅项目(No.22316120)
论文发表日期：2024-07-20
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：5( 55-59 )
英文信息