摘要
本发明提供了一种基于多源振动信号的采煤机截割部传动系统故障诊断方法,包括:S1、在采煤机摇臂截割部传动系统的多个关键位置安装多个传感器,采集得到多通道振动信号;S2、对多通道振动信号进行处理,得到数据集;S3、构建深度学习模型,并训练得到匹配的故障识别模型,以输出对应的初步诊断结果;S4、计算多个初步诊断结果之间的误差距离,并利用高斯隶属函数将误差距离映射为信任函数;S5、基于信任函数并结合其他相关参数进行证据冲突检测,并采用采用D‑S证据理论合成规则进行融合诊断以得到诊断结果。本发明通过对采煤机传动系统进行分析,合理布置传感器位置,从机电液三个方面构建全方位故障诊断系统,实现多功能故障监测与报警。
技术关键词
证据冲突检测
误差距离
故障诊断方法
深度学习模型
多通道
采煤机摇臂
传动系统
振动信号特征
故障特征提取
故障诊断系统
生成数据集
生成对抗网络
分类器训练
传感器
超分辨率
理论
系统为您推荐了相关专利信息
联合深度学习
网络入侵检测方法
网络流量数据集
中心服务器
客户端
问答方法
知识图谱查询
关键词
冲突解析算法
文本
图像生成模型
斑块
图像特征提取
深度学习模型
样本
船用柴油发动机
智能故障诊断方法
鲁棒性分析
置信规则库
专家知识库