振动筛是选煤过程的重要机械设备，其故障信号通常伴随着外界噪声等不确定性因素的影响而表现出非线性、非平稳性的特点，现有的故障诊断方法大多难以实现对不确定性故障特征的有效提取和准确诊断。为此，提出了一种基于特征融合的选煤厂振动筛故障诊断方法，采用云模型和主成分分析法提取动-静结合特征信息，基于随机配置网络算法以自主的方式建立诊断学习网络，保证了模型的快速收敛性能，并利用选煤厂振动筛的数据验证了该诊断方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
