基于深度自编码网络的采煤机截割部减速器故障诊断

为了准确诊断采煤机截割部减速器故障，提出基于深度自编码网络（Deep Auto-Encoder Networks，DAENs）的故障诊断方法。DAENs模型以减速器箱体内油位、油液杂质量、齿轮磨损量、截割部电动机工作温度、冷却水流量、冷却水压力、油中水分7个特征参数作为可视输入，通过非监督逐层贪婪学习得到更好的高层特征表示，避免人工特征提取的繁琐与不准确，增强识别过程的智能性。最后对所提出的方法进行测试，测试结果表明该方法相比于BP神经网络，收敛速度快、避免了局部最优，且诊断精度及稳定性方面优越，可以对采煤机截割部减速器的故障进行准确诊断。