摘要
本发明涉及一种面向电铲多部件协同监测的测点部署及故障诊断方法。该方法首先通过动力学分析选取关键测振面,基于有效振动信息比重和相对有效信息量,选取最优测点部署位置,并利用信息熵评估方案合理性。接着,在驱动电机、盘式制动器和减速箱等关键部件上安装振动测点,全面获取系统振动状态,并进一步构建单体故障特征提取器;然后,构建系统级故障诊断模型,该模型包括单体故障特征提取器、部件空间关系图、分类器等,通过训练模型实现对电铲提升机构传动系统关键部件的协同故障诊断。本发明提高了故障诊断的准确性和全面性,降低了因故障导致的停机时间和维修成本,为矿山机械的安全运行提供了有效的技术支持,具有重要的实际应用价值。
技术关键词
电铲提升机构
盘式制动器
故障诊断方法
多部件
故障诊断模型
故障特征提取
部件空间关系
传动系统
振动传感器
信息熵
故障诊断特征提取
数据
齿轮齿面磨损
单体
构建系统
电机
故障特征频率
分类器模型
系统为您推荐了相关专利信息
XGBoost模型
优化神经网络模型
训练神经网络模型
故障诊断方法
故障诊断模型
振动特征
故障诊断模型
模态分析
频率响应
模型训练方法
深度生成对抗网络
同步电机
电机轴承
数据
故障特征模型
质子交换膜燃料电池
故障诊断方法
在线故障诊断
模块
网络
多模态特征
故障诊断方法
双向长短期记忆网络
储能系统
注意力机制