文献类型：期刊文章

作　　者：郁杰[1] 许艳霞[1] 王文梅[2]

YU Jie;XU Yanxia;WANG Wenmei(Zhangjiakou Vocational and Technical College,Zhangjiakou 075000,China;Hebei Engineering Machinery Industrial Technology Research Institute,Zhangjiakou 075000,China)

机构地区：[1]张家口职业技术学院,河北张家口075000 [2]河北省工程机械产业技术研究院,河北张家口075000

出　　处：《煤炭技术》

基　　金：张家口市科协2021年度课题项目(ZJKKX2021C04)。

年　　份：2022

卷　　号：41

期　　号：4

起止页码：143-146

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、核心刊

摘　　要：为了及时准确地识别出煤矿机电设备运行中存在的故障,提升设备使用寿命,降低煤矿作业风险,提出基于人工智能技术的煤矿机电设备状态识别方法。采用经验模态分解和独立分量分析(EMD-ICA)方法对所采集的机电设备运行振动信号实施处理,获得信号的有效独立分量,结合频域与时域方法提取出有效独立分量内的信号特征信息,构建三层集成神经网络,向该网络内输入所提取的信号特征信息,实现对机电设备运行状态的识别。结果表明,该方法可分离出与源信号相吻合的信号独立分量,为精准提取信号特征信息提供保障;可精准识别出机电设备的不同运行状态,识别结果与实际情况相符,为煤矿作业中及时发现机电设备运行故障、提升作业安全性提供可靠保障。

关 键 词：人工智能技术 煤矿机电设备 状态识别  信号处理 特征提取

分 类 号：TD63] TP18]