典型文献
基于小波变换的煤矿机电设备故障识别方法
文献摘要：
为降低机电设备运行中的故障识别误差,提高对煤矿机电设备故障检测的准确性,基于小波变换技术设计针对煤矿机电设备的故障识别方法.对机械设备的异常信号进行预处理,提取设备频段故障特征,以此为基础构建机电设备小波变换故障识别模型,采用深度神经网络(Deep Neual Networke,DNN)训练处理实现对煤矿机械设备的故障识别.通过最终的测试结果表明:对比于传统方法,所设计的小波变换故障识别方法最终得出的故障识别差值相对较小,故障识别误差较低,表明在实际识别的过程中对煤矿机电设备故障检测具有一定的准确性,有实际的应用价值.
文献关键词：
小波变换;煤矿机电设备;故障识别;识别方法;煤矿故障;小波解析
中图分类号：
作者姓名：
张少帅
作者机构：
陕煤集团神木柠条塔矿业有限公司,陕西 榆林 719300
文献出处：
引用格式：
[1]张少帅-.基于小波变换的煤矿机电设备故障识别方法)[J].通信电源技术,2022(12):13-15
A类：
Neual,Networke,煤矿故障,小波解析
B类：
于小波,煤矿机电设备,机电设备故障,故障识别方法,设备运行,识别误差,故障检测,小波变换技术,技术设计,异常信号,提取设备,频段,故障特征,识别模型,深度神经网络,Deep,DNN,煤矿机械设备
AB值：
0.183107
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
