采煤机截割部齿轮故障预测模型的设计及试验

作     者：唐广洲 TANG Guangzhou

作者机构：汾西矿业集团公司机电管理部山西介休032000 

出 版 物：《自动化应用》 (Automation Application)

年 卷 期：2024年第65卷第1期

页      码：127-128,131页

摘      要：井下采煤机结构复杂、工况环境差,容易出现各类故障,且处置难度较大。针对MG1000/2500-WD型采煤机截割部齿轮故障诊断需求,结合卷积神经网络(CNN)的故障特征提取原理,汾西矿业集团设备修造厂设计了深度卷积神经网络(DCNN)故障预测模型,并实施了数据训练及模型测试。结果表明,预测模型的故障甄别准确率达到98.17%,故障训练值与标准值的准确率达到99.13%。

主 题 词：采煤机截割部齿轮 故障诊断 故障预测模型 卷积神经网络 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

D　O　I：10.19769/j.zdhy.2024.01.040

馆 藏 号：203125592...