针对采煤机液压系统故障诊断精度不高的问题,提出一种套索(LASSO)算法与径向基函数神经网络(RBFNN)相结合的故障诊断模型。首先利用LASSO算法去除液压系统中冗余特征,筛选关键故障特征,减少模型过拟合风险;故障特征筛选后确定RBFNN拓扑结构,将采煤机液压系统故障数据输入模型中,进行故障诊断;最后将LASSO-RBFNN模型诊断结果与RBFNN模型和BP神经网络模型诊断结果进行对比。试验结果表明,该模型可用更短的网络训练时间得到较高的故障诊断精度。

对采煤机液压系统常见故障的原因进行了分析并指出了预防措施

针对采煤机液压系统故障率高,故障种类多样的问题,使用基于LM-BP神经网络对采煤机液压系统故障进行故障诊断。首先对常见故障类型进行分类,制作故障样本库,然后设计并训练基于LM-BP神经网络的采煤机液压系统故障分类模型,最后与BP神经网络模型性能对比,结果表明,模型的故障辨识率和识别速度更好。

该文介绍了某电牵引采煤机液压系统的组成和工作原理。该系统采用负载敏感技术、平衡阀技术,满足了采煤机的控制要求。通过在煤矿井下实际使用情况,验证了该系统设计的可行性和先进性。

对采煤机液压系统常见故障的原因进行了分析并指出了预防措施