基于MA-DBNN的带式输送机健康监测系统

驱动电机是带式输送机的动力来源,其声音与运行状态密切相关,为有效监测带式输送机的健康状态,设计了一种基于MA-DBNN的带式输送机健康监测系统。采集驱动电机运行时的音频数据,提取音频特征,使用由蜉蝣算法(MA)优化的深度信念神经网络(DBNN)进行故障诊断。实验结果表明,优化后的模型能更准确地识别出驱动电机的故障类型,更有效实现对带式输送机的健康监测。