典型文献
基于机器学习的铁路轨道打磨电动机故障诊断技术研究
文献摘要：
铁路轨道打磨车打磨电动机工作环境复杂恶劣,故障发生率相对较高,并且打磨电动机作为铁路轨道打磨车的关键部件,其运行状态直接关系到轨道打磨的效率与质量,故可靠的故障诊断技术是提高打磨效率与打磨质量的关键技术之一.文中研究基于数据驱动的方式,通过传感器采集不同打磨电动机数据构建数据集,采用不同的机器学习算法构建电动机智能故障诊断模型,对打磨电动机运行状态进行诊断,并通过对比不同算法的诊断准确率,探索更加适用于打磨电动机的故障诊断算法.结果表明,所研究的智能故障诊断技术准确度较高,对提高打磨电动机运行可靠性以及提高其工业智能化程度具有较大意义.
文献关键词：
打磨电动机;机器学习;故障诊断
中图分类号：
作者姓名：
周奇才;黄杰武;熊肖磊;赵炯
作者机构：
同济大学机械与能源工程学院 上海 201800
文献出处：
引用格式：
[1]周奇才;黄杰武;熊肖磊;赵炯-.基于机器学习的铁路轨道打磨电动机故障诊断技术研究)[J].起重运输机械,2022(22):38-44
A类：
打磨电动机
B类：
基于机器学习,铁路轨道,电动机故障,机工,环境复杂,故障发生率,关键部件,效率与质量,打磨质量,中研,机器学习算法,机智,故障诊断模型,机运,诊断准确率,故障诊断算法,智能故障诊断技术,运行可靠性,工业智能化
AB值：
0.192367
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。
