基于機器學(xué)習(xí)的托輥故障等級評價模型研究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)以上故障過程中會產(chǎn)生聲音、圖像、溫度、轉(zhuǎn)速等信號的變化特征，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，但缺少評價托輥故障等級模型，無法根據(jù)托輥的運行工況提供智能監(jiān)測。（剩余7013字）