期刊文献+

利用神经网络技术辨认带式输送机胶带接头和损伤

下载PDF
导出
摘要 Richard Bay Coal Terminal(RBCT)是世界上最大的煤炭码头,该码头将由铁路运进港的煤炭装船出口,1997年出口6.23亿t,在码头内煤炭需要使用85k的带式输送机进行运输,胶带应用的年度预算为210万美元,带式输送机故障引起的非正常停机将要付出很大的代价,包括船舶滞留期损失费,堆料机和翻车机的停时损失费等。过去2年,预防性胶带维护使得该公司在这方面获得了很大的优势,由于码头全天候运作,检查带式输送机的工作需要在其运行过程中进行,采取的方法是用高速数字摄像机监视胶带,将从摄像机获得的图像文件进行快速傅里叶转换和微波转换处理,再采用人工神经网络技术进行辨认,以此辅助胶带更换和维护时间安排计划的有关决策,还能在一定程度上追踪一些胶带损伤发生的原因,这些信息用于带式输送机的管理,减少了故障时间,获得了效益。
作者 彭传圣
出处 《起重运输机械》 北大核心 2003年第3期47-47,共1页 Hoisting and Conveying Machinery
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部