隨著經(jīng)濟的快速發(fā)展和繁榮，帶式輸送機有著輸送能力越來越大、輸送距離越來越長的趨勢。這就要求帶式輸送機的功率要大，但一味的前進功率也可能出現(xiàn)各種缺陷。因此，如何合理選擇帶式輸送機的驅(qū)動設(shè)備是其規(guī)劃的關(guān)鍵，也是帶式輸送機規(guī)劃是否合理、能否正常工作、維修費用和維…
隨著經(jīng)濟的快速發(fā)展和繁榮，帶式輸送機有著輸送能力越來越大、輸送距離越來越長的趨勢。這就要求帶式輸送機的功率要大，但一味的前進功率也可能出現(xiàn)各種缺陷。因此，如何合理選擇帶式輸送機的驅(qū)動設(shè)備是其規(guī)劃的關(guān)鍵，也是帶式輸送機規(guī)劃是否合理、能否正常工作、維修費用和維修量是否較少的關(guān)鍵。為了解決現(xiàn)有的帶式輸送機托輥缺陷檢測方法存在的問題，如采用觸摸測量、不方便設(shè)備操作、不適合井下大型規(guī)劃的缺陷檢測等，提出了一種基于小波去噪和BP-RBF神經(jīng)網(wǎng)絡(luò)的托輥缺陷檢測方法。采集壓路機工作時的音頻信號，采用軟閾值法和硬閾值法相結(jié)合的折疊法對音頻信號進行去噪；將每層小波微分信號的能量和作為該層的特征值，通過處理系數(shù)對低頻部分的特征值進行變換，降低其在總能量中的百分比，使缺陷特征更加明顯；將提取的特征向量輸入到BP-RBF神經(jīng)網(wǎng)絡(luò)模型中進行缺陷檢測。檢測結(jié)果表明，該方法對托輥信號正常、托輥表面裂紋、磨損等缺陷的識別率達(dá)到96.7%。與傳統(tǒng)的光譜分析技術(shù)相比，具有工作量少、精度高等優(yōu)點；與溫度檢測技術(shù)相比，該方法采用非接觸式設(shè)備方法，設(shè)備越方便，檢測方案越大，具有較好的應(yīng)用前景。