基于小波遗传神经网络矿用振动筛故障诊断分析
【出 处】：
【作 者】：
刘啸
;
刘玉
;
杨可
【摘 要】矿用振动筛长期受到反复荷载作用容易出现筛板松动变形、筛框梁开裂、激振器抱轴等故障,影响振动筛的正常使用。利用小波降噪技术能够提取出振动筛故障信号,由此判断故障类型,故障诊断效率较高。设计诊断系统的BP神经网络,介绍其网络结构、初始参数的设置和权值的训练方法,将小波遗传神经网络的诊断效果与小波神经网络进行对比,结果显示前者在诊断效率和诊断准确性上都有明显优势。
上一篇：液压支架零部件失效及工艺研究
下一篇：煤炭采样机械臂刚柔耦合动力学建模与仿真分析