罐笼偏载状态下滑动罐耳与罐道冲击模式识别

作者：陈昭君; 谭建平^*; 石理想; 薛少华; 黄天然

来源：噪声与振动控制, 2019, 39(05): 203-208.

• 振动与波
• 罐笼
• 罐道
• 邻域粗糙集
• 布谷鸟搜索算法(CS)
• 支持向量机

针对现有罐道故障诊断仅考虑了罐笼平衡状态,而未考虑在超深矿井中悬挂油缸失效而引起的罐笼偏载的问题,提出一种罐笼偏载状态下滑动罐耳与罐道正常、凸起、错位3种故障的冲击模式识别方法。以罐笼横向振动信号小波包分解后各频带能量熵、奇异值、标准差、波形指标作为原始特征集,通过邻域粗糙集约简,去除不相关和冗余特征以获得敏感特征集,并通过布谷鸟搜索算法(CS)优化后的支持向量机模型进行模式识别。实验研究表明:该方法比基于遗传算法(GA)、粒子群算法(PSO)、萤火虫算法(FA)优化的支持向量机分类正确率更高,达到91.7%,对保障提升系统偏载状态下安全运行具有着重要意义。

• 单位
  机电工程学院; 中南大学