针对采煤机故障诊断过程中有效故障样本不足问题,提出变工况下采煤机故障诊断的迁移学习方法。对原始振动信号作小波变换得到时频图,利用图像增强原理凸显故障的时频特征,并对图像进行归一化后组成故障样本;利用大量不同工况下的现有故障数据组成源域数据,对卷积神经网络进行训练,以初步获取故障诊断模型;将训练后的模型迁移至采煤机故障诊断实验台,以最大均值差异(MMD)作为优化指标,利用实验台中的样本继续训练模型,实现权值微调。结果表明

针对全地面起重机在收放绳过程中,容易出现乱绳现象的问题,设计并提出一种全地面起重机超起卷扬自动排绳系统。根据自动排绳系统的实际结构情况,建立系统整体模型,并在Matlab/Simulink中仿真,为了更好的解决系统响应速度缓慢的问题,加入常规PID控制算法,以提高响应速度,考虑到外界干扰等因素,并要求PID控制参数能够自动调节,以实现对非线性、时变系统的有效调节,基于模糊PID控制策略对自动排绳系统进行了优化研究,进一步提高了响应速度,降低了跟踪误差,更好的满足了实际工况的需要。