-
题名基于改进特征提取算法及胶囊网络的设备故障诊断研究
- 1
-
-
作者
上官星驰
张晓良
刘朝
石会
王嘉宇
-
机构
中煤科工集团信息技术有限公司
内蒙古神东天隆集团股份有限公司霍洛湾煤矿
-
出处
《工矿自动化》
CSCD
北大核心
2024年第S01期146-150,共5页
-
文摘
机电设备工作过程中产生的信号多为非平稳信号,特征提取难度大,针对该问题,将经验模态分解(EMD)与自回归(AR)模型相结合,利用AR模型的优点降低EMD提取特征的难度,用AR模型的自回归参数及残差方差构建特征向量。针对传统粒子群算法寻优效率较低的问题,对粒子群算法的惯性权重因子、学习因子及粒子速度迭代公式进行改进,提高算法的寻优能力,并通过仿真分析验证了改进算法的优越性。结合改进特征提取方法、改进粒子群算法及胶囊网络建立故障诊断模型,通过煤矿通风机现场真实数据进行试验验证,结果表明基于改进特征提取算法及胶囊网络的设备故障诊断方法具有较高的准确率,可提高煤矿井下机电设备故障诊断效率。
-
关键词
故障诊断
特征提取
经验模态分解
自回归模型
粒子群算法
胶囊网络
-
分类号
TD67
[矿业工程—矿山机电]
-