基于GAF-ResNeXt的偏心辊式破碎机状态识别方法

作     者：毛逸维 叶龙 吴叶伟 刘万华 王帅 热孜艳木·吐尔逊 MAO Yiwei;YE Long;WU Yewei;LIU Wanhua;WANG Shuai;Reziyanmu Tursun

作者机构：吉林大学机械与航空航天工程学院吉林长春130025 北方重工集团有限公司辽宁沈阳110000 吉林大学生物与农业工程学院吉林长春130025 

基　　金：国家自然科学基金项目(No.52375098) 沈阳市揭榜挂帅项目“偏心辊式破碎机关键技术攻关”(No.22316120) 

出 版 物：《重型机械》 (Heavy Machinery)

年 卷 期：2024年第4期

页      码：55-59页

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。

主 题 词：偏心辊式破碎机 格拉姆角场 卷积神经网络 状态识别 

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

馆 藏 号：203140217...