SVM模式识别技术及在机械故障诊断中的应用进展

支持向量机(Support Vector Machines,SVM)是一种基于统计学习理论的新型机器学习方法,对小样本决策具有较好的学习推广性。为在机械故障诊断中更好地运用该方法,从基于支持向量机理论的模式识别技术和机械故障诊断中应用两方面,综述了近年来支持向量机国内外研究应用现状,分析了技术特点、存在问题、解决方案及其在机械工程领域应用前景。

基于支持向量机的机械多故障智能分类方法研究

典型故障数据样本的严重不足是制约机械故障智能诊断技术发展的主要原因之一。提出了一种基于支持向量机的机械故障诊断新方法,综合了单值和多值支持向量机分类算法,在此基础上,建立了多故障分类器。采用该方法对转子实验台典型的多故障数据进行分类,结果表明:只需少量的时域数据样本来训练分类器,即可实现多故障的识别与诊断,克服了已有方法需要对原始数据进行预处理的困难,可更方便地应用于机械设备多分类故障诊断领域。

矿井提升机电控系统的改进

目前矿井提升机电气控制普遍采用的是 KKX 系列和 TKD 系列以电流为主附加时间校正为原则的继电器、接触器的电控系统。该系统从运行使用情况看,存在着控制系统复杂、维修工作量大、故障率高、运行噪音大、电能损耗多等缺点。因此,对该系统的安全保护回路和主加速回路进行技术改进,达到节能、降噪的目的。

论提升绞车的速度保护

矿井提升绞车必须装设防止提升绞车过速的保险装置,即当提升速度超过最大速度的15%时,必须能自动断电,并能使保险闸发生作用。由于设计上的原因,公篓井主井提升绞车没有过速保护装置,在安全上留下了严重的缺陷。因此,对原有提升设备进行技术改造,完善绞车控制系统,对矿井安全提升,提高生产效率有着重要的意义。

变频调速技术在风机上应用的探讨

变频调速技术是本世纪八十年代初迅速发展起来的一种新型的电力拖动调速技术。由于其具有先进的技术性、合理的经济性和显著的节能性而得到广泛的应用。通过拟将变频调速技术在矿井扇风机上的应用所产生的节能效果分析,阐明对矿井扇风机进行技术改造的必要性和迫切性。