基于PNN神经网络的掘进机截齿磨损程度识别研究

张强; 王禹; 王琛淇

首页> 中文期刊> 《煤炭科学技术》 >基于PNN神经网络的掘进机截齿磨损程度识别研究

基于PNN神经网络的掘进机截齿磨损程度识别研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律.建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对PNN神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别.结果表明:基于PNN神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3％和95.0％,与BP神经网络方法相比分别提高了3.3％和15.0％.因此该神经网络具有良好的可靠性与精确性.

著录项

来源
《煤炭科学技术》 |2019年第6期|37-44|共8页
作者
张强; 王禹; 王琛淇;
展开▼
作者单位

辽宁工程技术大学;

辽宁阜新123000;

辽宁工程技术大学;

辽宁阜新123000;

辽宁工程技术大学;

辽宁阜新123000;

展开▼
原文格式 PDF
正文语种 chi
中图分类地下采掘机械;
关键词
掘进机; 截齿磨损; 振动信号; 声发射信号; PNN神经网络;

相似文献

中文文献
外文文献
专利

1. 基于LVQ神经网络的截齿磨损程度识别研究 [J] . 张强 ,张旭 ,田莹 . 传感技术学报 . 2018,第011期
2. 掘进机截齿磨损程度识别方法研究 [J] . 宋成涛 . 自动化应用 . 2020,第010期
3. 掘进机截齿磨损程度分析及识别方法 [J] . 孙汝继 ,王水生 ,王海舰 . 工矿自动化 . 2016,第012期
4. 基于多特征信息融合的截齿磨损程度识别研究 [J] . 张强 ,刘志恒 ,王海舰 . 电子测量与仪器学报 . 2017,第12期
5. 基于BP神经网络的截齿磨损程度在线监测 [J] . 张强 ,刘志恒 ,王海舰 . 中国机械工程 . 2017,第009期
6. 关于掘进机截割头截齿分布的研究 [C] . 魏苍栋 ,高春芳 . 第五届全国煤炭工业生产一线青年技术创新交流表彰大会 . 2010
7. 基于图像处理的掘进机截齿磨损分析系统的研究 [A] . 李高彩 . 2009

基于PNN神经网络的掘进机截齿磨损程度识别研究

摘要

著录项

相似文献

相关主题

期刊订阅