【技术实现步骤摘要】
基于强鲁棒自适应算法的采煤机故障诊断系统
本专利技术涉及信号处理领域、自适应优化领域、机器学习领域、故障诊断领域,尤其涉及基于强鲁棒自适应算法的采煤机故障诊断系统。
技术介绍
煤炭作为工业动力燃料的主要原材料,是能源的主体,而且是全世界储量最大的化石燃料,使得煤炭资源的开采和使用成为全世界的关注点。由于煤矿安全问题严重,当前国家把煤矿安全作为突出任务,这种趋势下煤炭开采逐步机械化,并涌现出了很多大型复杂的机械化设备,其中,采煤机便是煤炭生产中的核心设备。其集机械、电子、电气、液压传动系统于一体,因此构成十分复杂,再加上其工作环境恶劣,在工作时会受到来自煤岩等巨大的冲击,还会受到煤尘、水雾等其它方面的污染,使得采煤机的油液经常遭受污染,导致采煤机的液压元件和机械零件过早磨损,造成采煤机过早损坏甚至故障,导致整个煤矿生产系统的瘫痪。因此对采煤机进行监测以提前预防故障的发生具有重要意义。传统的采煤机故障诊断方法一般依赖于现场维修人员的专业知识和维修经验,具有效率低下、判断困难等弊端,而当前已经提出的采煤机故障自动诊断方案存在以下问题:①在复杂和陌生环境中的普适性问题亟待 ...
【技术保护点】
1.基于强鲁棒自适应算法的采煤机故障诊断系统,其特征在于:包括数据预处理模块、采煤机故障诊断模型建模模块、自适应寻优模块、采煤机故障诊断模块以及模型失配矫正模块。
【技术特征摘要】
1.基于强鲁棒自适应算法的采煤机故障诊断系统,其特征在于:包括数据预处理模块、采煤机故障诊断模型建模模块、自适应寻优模块、采煤机故障诊断模块以及模型失配矫正模块。2.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统,其特征在于:所述数据预处理模块用以进行采煤机数据预处理,采用如下过程完成:(1)从数据库中采集一条采煤机数据,其特征分别为xj,j=1,2,...d,d为特征维度;(2)对样本特征进行归一化处理,得到归一化特征值3.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统,其特征在于:所述采煤机故障诊断模型建模模块,用以建立采煤机故障诊断模型,采用如下过程完成:(1)从数据库中采集Ns个采煤机数据Xs及其所对应的故障类型标签Ys作为训练集,采集Nv个采煤机数据Xv及其所对应的故障类型标签Yv作为验证集;(2)采用训练集进行监督训练,得到采煤机故障诊断模型:Y=f(X)。(2)4.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统,其特征在于:所述自适应寻优模块,用以对重要参数——随机特征个数M,子样本个数即子决策树个数N进行优化。采用自适应群智能算法进行寻优,具体过程如下:(1)随机产生初始粒子速度和位置;(2)计算种群多样性指数D(t):其中,Gbest(t)是整个群在第t次迭代时到达过的全局最优解,F(Gbest(t))表示对应的适应度值,m是群规模,ri(t)是第i个粒子在第t次迭代时的位置,F(ri(t))表示ri(t)对应的适应度值,适应度选择错误率的相反数。(3)更新学习速率参数μ(t):(4)更新粒子的速度和位置,产生新的群体;其中,α1=0.5是个体加速度参数,α2=0.35是全局加速度参数,和是0-1之间的随机数,t为迭代次数,m为群规模,取值50-100;vik(t+1)是第i个粒子的第k个分量在第t+1次迭代的速度,vik(t)是第i个粒子的第k个分量在第t次迭代的速度,rik(t+1)是第i个粒子的第k个分量在第t+1次迭代的位置,rik(t)是第i个粒子的第k...
【专利技术属性】
技术研发人员:徐志鹏,古有志,刘兴高,张泽银,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。