基于DAG-SVM的煤矿井下输送装置故障在线检测
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
3.47 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对现有故障在线检测方法分类性能差、检测率低的不足,提出一种基于DAG-SVM的煤矿井下输送装置多故障在线检测方法。提取井下输送装置各构成零部件的原始故障信息,对故障信号进行降噪和归一化处理,得到高频特征向量;利用DAG-SVM故障分类方法,根据故障特征向量的种类和数量构造多个分类器,通过两两比对准确识别出故障类别,并预估出故障样本的演化趋势。数据仿真结果表明:利用所提出方法确定的超平面更为合理,该方法分类精度高,多故障综合在线检测准确率达到99.47%,显著优于现有检测方法。相关论文
- 2021-06-06内涵型NGM(1,1,K)预测模型及其在油液光谱分析中的应用
- 2021-05-01综掘机机载锚杆钻机液压系统设计
- 2019-07-07YYCAPP系统开发中的零件分类成组
- 2021-03-12步进式加热炉液压系统常见故障浅析
- 2021-03-17液压式半自动交通锥收放系统的设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。