刊名 | 《机械工程》 | ||||
作者 | 何宇翔 ; 姜中晔 (1.江西大吉山钨业有限公司 江西赣州 341801;2 矿冶科技集团有限公司 北京 100160;3 金属矿山智能开采技术北京市重点实验室 北京 100160;4 北矿智能科技有限公司 北京 100160) | 英文名 | Mechanical engineering | 年,卷(期) | 2025年,第8期 |
主办单位 | 环宇科学出版社;华文国际出版社 | 刊号 | ISSN:2661-3530(P)/2661-3549(O) | DOI |
本文主要分析了矿山机电设备机械式振动故障特征提取难度,提出智能化提取方法。首先利用传感器采样,精准地采集和处理机械式振动信号,在信号处理过程中利用滤波和去噪方法,将干扰信息及时剔除,将故障特征保留下来。同时建立故障特征智能提取模型,可以对振动信号的故障特征自动学习和识别,精准地诊断故障问题。利用这一方法可以提高故障诊断的智能化,保障矿山生产的效率,降低安全问题发生率。
营业时间:9;00-11:30 13:30-17:00
地址:总部:香港湾仔骆克道315-321号幸运广场23楼C室;分部:香港九龍新蒲崗太子道東704號新時代工貿商業中心31樓5-11室A03單位
邮箱:gjkzxtg@126.com
客服QQ:3577400288