基于SVM算法的采煤掘进电气设备故障诊断方法  

作　　者：李鹏 梁剑鹏 郝可新 

机构地区：[1]内蒙古昊盛煤业有限公司石拉乌素煤矿

出　　处：《电气技术与经济》2025年第1期326-328,共3页Electrical Equipment and Economy

摘　　要：针对采煤掘进电气设备故障诊断的复杂性与不确定性,本文提出了一种基于支持矢量机(SVM)的智能诊断方法。该方法通过构建多传感器数据融合的特征提取机制,结合网格搜索优化的SVM训练策略,实现了高精度、强鲁棒的故障分类。实验结果表明,所提出的诊断系统在多种工况下均表现出色,故障分类精度高达96.7%,并具备良好的抗噪性与实时性,可为采煤掘进设备的安全高效运行提供可靠保障。

关 键 词：采煤掘进 电气设备 故障诊断 支持矢量机 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]