摘要：针对直线振动筛早期弹簧非破坏性损伤很难分辨与检测的问题,提出了一种基于姿态解算原理的筛箱运行姿态的故障诊断方法。以筛箱运行姿态解算为核心,通过对多种振动筛隔振弹簧故障进行模拟实验、搭建实验平台及极限学习机(ELM)诊断算法对不同故障数据进行训练和分析,设计了一套双轴直线振动筛筛箱姿态数据采集系统。通过ELM对7种不同故障进行训练和分析表明:ELM分类算法在故障识别和诊断方面具有更高的准确率,且通过检测振动筛筛箱姿态可以诊断隔振弹簧不同程度刚度降低的故障。在MATLAB环境中开发了基于ELM故障分类算法的故障诊断系统,包括系统主界面、数据回放、故障诊断等功能模块。实验结果表明,该系统可用于双轴直线振动筛的故障诊断与分析。

摘要：为了去除煤矿图像的噪声并尽可能地还原煤矿图像的原貌,提出了一种基于生成式对抗网络(GAN)的煤矿图像去噪方法。首先考虑到模型的输入为含噪声的煤矿图像,因此利用变分自编码器(VAE)作为GAN的生成器,以获得不含噪声的煤矿图像。然后考虑到VAE生成的重构图像一般情况下均是较为模糊的,因此利用GAN中的判别器对原始图像与重构图像进行判断,以提升去噪图像的清晰度。最后将作为生成器的VAE与GAN中的判别器进行组合,设计了一种适用于煤矿图像去噪的深度学习算法。实验表明,该方法在各精度指标上都有很好的表现,且去噪图像均较为清晰。