摘要：为提高物流运输设备故障类型识别精度和稳定性,提出一种基于传感器感知信息的物流运输设备故障自动识别方法。采用传感器感知物流运输设备故障信号,利用小波变换处理物流运输设备故障信号。针对物流运输设备运行过程中的不确定因素,分析物流运输设备故障诊断信息与运行状态之间的关联关系,构建物流运输设备故障诊断模型并进行仿真验证。结果表明,该方法有效提高了物流运输设备故障类型识别精度和稳定性。

摘要：为了提高煤炭运输设备故障自动识别系统的智能化程度,利用传感器感知信息技术,对煤炭运输设备故障自动识别系统进行研究。采用传感器建立信号采集数学模型,感知设备运行信息,并消除运行信息中的干扰信号;采用抗干扰能力强的排列熵空间重构信号,提取煤炭运输设备故障信号特征;将设备故障信号特征作为SVM特征空间上的训练数据集,计算最优分类函数划分设备故障信号特征类别,根据划分的信号特征类别,自动识别输送机设备故障,确定煤炭运输设备技术参数和故障信号。测试结果表明,此次研究的故障自动识别方法提取的故障信号排列熵特征值具有明显的区分度,故障平均识别精度高达96.86%。