矿用通风机故障诊断系统设计

作     者：赵佰亭 张艳 何勇 刘坤 董世芳 

作者机构：安徽理工大学电气与信息工程学院安徽淮南232001 

基　　金：安徽省高等学校省级自然科学研究项目研究成果 项目编号KJ2013B087 淮南市科技计划项目研究成果 项目编号2013A4017 2011B31 安徽理工大学博士基金研究成果 项目编号11223 安徽理工大学青年教师科学研究基金项目研究成果 项目编号2012QNZ06 12257 国家创新创业项目研究成果 项目编号201210361066 

出 版 物：《科技信息》 (Science & Technology Information)

年 卷 期：2014年第1期

页      码：33-33,28页

摘      要：针对矿用通风机常见故障展开研究,分析了转子不对中、不平衡、油膜涡动、喘振等故障的产生机理及故障表征,设计了基于粗糙神经网络的故障诊断系统。首先针对通风机故障类型特点进行故障数据采集,包括振动信号和温度信号。然后,预处理后的样本数据采用粗糙集的方法进行属性约简,删除冗余属性。最后,样本数据被分成训练样本和测试样本,分别用来训练和测试神经网络分类机。实验表明,该系统运行可靠、诊断率高,提高了通风机系统的安全性,拓展了粗糙集的应用范围。

主 题 词：故障诊断 粗糙集 神经网络 矿用通风机 

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

D　O　I：10.3969/j.issn.1001-9960.2014.01.024

馆 藏 号：203828889...