基于機(jī)器學(xué)習(xí)的托輥故障等級(jí)評價(jià)模型研究Research on Fault Grade Evaluation Model of Roller Based on Machine Learning

打開文本圖片集

摘  要：根據(jù)托輥出現(xiàn)故障的原因，分析了托輥的三種主要故障形式——筒皮磨損、托輥軸承失效以及托輥彎曲變形。托輥在出現(xiàn)以上故障過程中會(huì)產(chǎn)生聲音、圖像、溫度、轉(zhuǎn)速等信號(hào)的變化特征，均可反應(yīng)托輥的故障程度。現(xiàn)有的各類傳感器已廣泛應(yīng)用于托輥的故障診斷，但缺少評價(jià)托輥故障等級(jí)模型，無法根據(jù)托輥的運(yùn)行工況提供智能監(jiān)測。（剩余7013字）