摘要
本发明涉及一种刮板运输机的故障在线诊断方法,属于刮板运输机运行状态监测技术领域。包括:获取刮板运输机运行过程中其上配置的多种类型传感器采集的运行状态初始数据,多种类型传感器包括振动传感器、压力传感器和电流表,运行状态初始数据包括初始振动信号、初始压力信号和初始电流信号;对运行状态初始数据进行预处理,得到运行状态目标数据;将运行状态目标数据输入预先训练好的刮板运输机异常工况识别模型中,并根据刮板运输机异常工况识别模型的输出结果识别刮板运输机的故障类型。本发明能够及时发现故障,进而避免出现较为严重的事故,而且能够提高故障检测效率。
技术关键词
刮板运输机
故障在线诊断方法
振动传感器
工况
行星轮减速器
压力传感器
电流表
状态监测技术
卷积神经网络模型
数据
信号
三相异步电机
齿轮油泵
故障检测
液压马达
轴承座