-
公开(公告)号:CN113340547A
公开(公告)日:2021-09-03
申请号:CN202110598929.9
申请日:2021-05-31
Applicant: 中国矿业大学 , 徐州苏煤矿山设备制造有限公司
IPC: G01M7/02
Abstract: 一种基于改进集总平均经验分解的绞车振动诊断方法,属于绞车故障状态诊断技术领域。采用软件显示部分对诊断过程、结果进行显示、识别,具体步骤:步骤1.绞车振动信号采集,并将其转换为时域信号;步骤2.对采集到的加速度信号进行改进的集总平均经验模态分解;步骤3.分解后的信号进行希尔伯特变换,得到其反映的特征频率信息;步骤4.绞车故障特征提取;步骤5.利用GA‑BP分类器对绞车故障特征进行分类;步骤6.选取训练集进行验证,分类结果达到预定要求则输出结果,不符合要求则重新进行分类器训练。优点:能够有效降低原始数据中的次要和干扰信息,获得稳定准确的故障诊断结果。克服了在传统方法无法准确实时识别故障的不足,有利于提升识别的准确率。
-
公开(公告)号:CN109617153A
公开(公告)日:2019-04-12
申请号:CN201811397446.7
申请日:2018-11-22
Applicant: 中国矿业大学
IPC: H02J7/00
Abstract: 本发明公开了一种分布式矿用锂电池管理系统,该管理系统能够实时监测锂电池以及电路板温度,当锂电池或电路板温度过高时,系统自动进入省电工作状态,避免锂电池工作温度过高,引起爆炸等火灾危险。实时监测电路板温度,可以增强保护电路自身安全,避免因电路自身原因引起的安全事故。其寿命预测方法采用电池容量作为训练样本建立灰色RVM回归预测模型;采用DGM(1,1)做容量短期预测,采用灰色关联分析判断相关性,并以此结果对RVM模型进行动态的更新,获得新的相关向量,以获得该方法长期趋势预测结果。本发明通过实时采集锂电池监测数据,获得了更准确地矿用锂电池的寿命预测精度。
-