本文主要研究内容
作者毛君,郭浩,陈洪月（2019）在《基于深度自编码网络的采煤机截割部减速器故障诊断》一文中研究指出：为了准确诊断采煤机截割部减速器故障,提出基于深度自编码网络(Deep Auto-Encoder Networks,DAENs)的故障诊断方法。DAENs模型以减速器箱体内油位、油液杂质量、齿轮磨损量、截割部电动机工作温度、冷却水流量、冷却水压力、油中水分7个特征参数作为可视输入,通过非监督逐层贪婪学习得到更好的高层特征表示,避免人工特征提取的繁琐与不准确,增强识别过程的智能性。最后对所提出的方法进行测试,测试结果表明该方法相比于BP神经网络,收敛速度快、避免了局部最优,且诊断精度及稳定性方面优越,可以对采煤机截割部减速器的故障进行准确诊断。
Abstract
wei le zhun que zhen duan cai mei ji jie ge bu jian su qi gu zhang ,di chu ji yu shen du zi bian ma wang lao (Deep Auto-Encoder Networks,DAENs)de gu zhang zhen duan fang fa 。DAENsmo xing yi jian su qi xiang ti nei you wei 、you ye za zhi liang 、chi lun mo sun liang 、jie ge bu dian dong ji gong zuo wen du 、leng que shui liu liang 、leng que shui ya li 、you zhong shui fen 7ge te zheng can shu zuo wei ke shi shu ru ,tong guo fei jian du zhu ceng tan lan xue xi de dao geng hao de gao ceng te zheng biao shi ,bi mian ren gong te zheng di qu de fan suo yu bu zhun que ,zeng jiang shi bie guo cheng de zhi neng xing 。zui hou dui suo di chu de fang fa jin hang ce shi ,ce shi jie guo biao ming gai fang fa xiang bi yu BPshen jing wang lao ,shou lian su du kuai 、bi mian le ju bu zui you ,ju zhen duan jing du ji wen ding xing fang mian you yue ,ke yi dui cai mei ji jie ge bu jian su qi de gu zhang jin hang zhun que zhen duan 。
论文参考文献
论文详细介绍
论文作者分别是来自煤炭科学技术的毛君,郭浩,陈洪月，发表于刊物煤炭科学技术2019年11期论文，是一篇关于采煤机论文,截割部论文,减速器论文,深度自编码网络论文,故障诊断论文,煤炭科学技术2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自煤炭科学技术2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：采煤机论文; 截割部论文; 减速器论文; 深度自编码网络论文; 故障诊断论文; 煤炭科学技术2019年11期论文;