科研之友
微信
新浪微博
Facebook
分享链接
摘要
矿用设备的机械臂是具有挠性结构的部件。在采掘工作时，机械臂受重载、强冲击作用，影响设备的采掘效率和工作的稳定性从而引发设备故障。矿用设备工作环境复杂，振动信号的采集和故障分析工作的难度较大。本文以采煤机摇臂为例，为测试采掘类设备机械臂的振动信号，设计了模拟采煤机摇臂振动信号的实验台；实验采集了摇臂在各种工况下的振动信号，建立了摇臂横向振动数据分析的网络模型。应用神经网络进行数据分析，拟合了摇臂横向振动模型，大大减少人工分析的误差，为矿用设备工作状态监测与故障预判提供数据依据。
-
单位北京工业职业技术学院; 中国科学院自动化研究所; 机电工程学院; 首钢工学院
