基于小波网络的矿井提升机运行故障趋势预测研究

被引：13

作者：

王致杰

王耀才

李冬

机构：

[1] 中国矿业大学信息与电气工程学院

[2] 中国矿业大学信息与电气工程学院江苏徐州　山东科技大学信息与电气工程学院山东泰安

[3] 江苏徐州

来源：

中国矿业大学学报 | 2005年 / 04期

关键词：

提升机; 特征参数; 小波神经网络; 故障预测;

D O I：

暂无

中图分类号：

TD633 [];

学科分类号：

0819 ;

摘要：

采用小波网络方法,通过对矿井提升机钢丝绳磨损度、空动时间、衬垫磨损寿命、闸瓦间隙、残压、制动盘偏摆度等关键特征参数的时间序列预测,实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度,从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配,使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.仿真和实验结果表明,预报精度满足要求.

引用

页码：528 / 532

页数：5