《表1 基于小波分析与RBF神经网络的刮板链故障诊断模型仿真结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于小波分析和神经网络的刮板输送机刮板链故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文选取刮板链节距、刮板长度、刮板厚度、空载时弯曲度以及满载时垂直度作为输入特征向量，在采集到数据后对其进行处理得到有效数据，小波分析就是很有效的手段。刮板链故障的监测数据之间存在非线性关系，因此本文采用RBF神经网络对其进行故障诊断。RBF神经网络的输入层节点数为4，输出层节点数也为4，相应地代表刮板链的状态为正常、接链环故障、跳链和老化磨损。基于小波分析与RBF神经网络的刮板链故障诊断模型的仿真结果如表1所示。