基于模糊数学理论的煤矿机电设备故障诊断分析下载

weixin_39821526 2020-10-02 11:30:49
为了对煤矿机电系统进行故障诊断,以寸草塔煤矿为研究背景,采用模糊数学法对该煤矿机电设备的运行状况和故障状况进行了权重系数和归一化系数计算。研究结果表明:该煤矿机电系统总体症状归一化系数和总体故障归一化系数均小于0.5,且该煤矿机电系统具有较好的合理性和安全性。
相关下载链接：//download.csdn.net/download/weixin_38589795/12525819?utm_source=bbsseo
...全文
4 回复 打赏 收藏 举报
写回复
回复
切换为时间正序
请发表友善的回复…
发表回复
相关推荐
基于模糊数学理论的煤矿机电设备故障诊断分析
为了对煤矿机电系统进行故障诊断,以寸草塔煤矿为研究背景,采用模糊数学法对该煤矿机电设备的运行状况和故障状况进行了权重系数和归一化系数计算。研究结果表明:该煤矿机电系统总体症状归一化系数和总体故障归一化系数均小于0.5,且该煤矿机电系统具有较好的合理性和安全性。
基于能量算子的煤矿机电设备故障诊断方法
为保证煤矿机电设备的健康运行,开展了故障诊断与检修的方法分析,作为能源学中一个重要的衡量指标,能量算子经常被用在煤矿机电设备的故障诊断中。通过分析认为,能量算子的算法准确度高,错误率小,可以节约大量的人力物力财力;利用能量算子得到的数据和图谱可以提供非常大的信息量,比如能量算子的解调频谱,峰值可以反映出很多问题,在设备的故障诊断中,能量算子使煤矿机电设备中的问题分析变得简单,因此在煤矿机电设备领域的应用十分广泛。同时总结了利用能量算子的各种图像和数据进行诊断得到的信息量巨大,需要具备深厚的物理和数学知识储备。
基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究
根据多传感器数据融合理论,研究了煤矿大型机电设备故障类型,提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法。在特征级上采用遗传算法优化BP神经网络(GA-BP),对大量多传感器监测数据进行降维并建立基本信任分配函数;在决策级采用D-S证据理论算法,克服故障诊断过程的不确定性,以提高故障诊断的准确性。
煤矿机电设备故障诊断集成平台设计
通过分析煤矿机电设备故障系统的主要组成,并具体阐释该系统的构建方式,对故障诊断系统、数据库系统、故障原因推理系统、应用系统以及故障诊断服务单元进行分析优化,完成集成平台接口设计后实现整个平台的优化设计,为煤矿机电故障诊断平台的建立提供参考。
煤矿旋转机电设备的量子神经网络故障诊断技术.pdf
煤矿旋转机电设备的量子神经网络故障诊断技术.pdf
发帖
下载资源悬赏专区

1.1w+

社区成员

1124.6w+

社区内容

CSDN 下载资源悬赏专区
其他 技术论坛（原bbs）
社区管理员
  • 下载资源悬赏专区社区
加入社区
帖子事件
创建了帖子
2020-10-02 11:30
社区公告
暂无公告