简介:摘要:由于刀具磨损状态对加工质量影响较大,提出了一种基于单隐含层前馈神经网络——ELM的刀具磨损状态在线监测方法。根据铣削刀具的实时工况数据,采用统计分析、快速傅里叶变换和小波变换多种特征提取方法,提取出34个对刀具磨损敏感的时域、频域、时频域混合特征。将提取的特征与磨损量输入极限学习机网络框架中进行训练得到ELM模型,把测试集特征放入ELM模型进行预测评估,得到对应的预测刀具磨损量及剩余走刀次数。通过与SVR和遗传算法优化BP神经网络的预测结果比较发现,ELM具有学习速度快、预测精度高、泛化能力强的显著优势,能实现刀具磨损状态的在线监测。
简介:摘 要:随着生产的ZGM123中速磨煤机在褐煤电站中应用成功的同时,也出现了新的问题。在褐煤电站实际运行中,由于空预器及煤质的原因,磨煤机长期运行在超设计风量及风速的工况下,导致了磨内部件的严重磨损。为了保证磨煤机的安全、长期稳定运行, 防磨问题必须解决。
简介:摘要:通过对临炉启动磨煤机一次风联络风道技术改造,解决了机组冷态启动时磨煤机出口温度提升困难、磨煤机出力低问题,确保锅炉启动初期稳定燃烧;通过对不同启动方式下运行参数的分析、比较,突出改造后的方案在运行中取得实际效果,并从经济性上分析对启动费用的节约亦取得不错的成绩,本改造方案对存在类似问题的企业具有良好的借鉴意义。