“矿山机械设备健康状态监测与故障诊断技术及应用”专题

编者按

机械设备是矿山生产运行的基础，其结构复杂，工况环境多变。随着智慧矿山的提出，煤矿对于矿山机械设备的安全性、可靠性及经济性等方面提出了更高的要求，加强矿山机械设备的状态监测与故障诊断成为矿山机械设备安全、高效和稳定运行的基础条件。为进一步总结、交流我国矿山机械设备健康状态监测与故障诊断技术最新进展，《工矿自动化》特邀安徽理工大学郭永存教授担任专题客座主编，胡坤、姜阔胜和马天兵教授担任客座副主编，于2022年第9期策划出版“矿山机械设备健康状态监测与故障诊断技术及应用”专题。在专题刊出之际，衷心感谢各位专家学者的大力支持！

基于特征迁移学习的提升机轴承智能故障诊断

潘晓博 葛鲲鹏 董飞

基于三维点云的带式输送机跑偏及堆煤监测方法

徐世昌 程刚 袁敦鹏 孙旭 金祖进 李勇

基于全卷积神经网络的输送带撕裂检测方法

游磊 朱兴林 陈雨 罗明华

矿用带式输送机托辊音频故障诊断方法

吴文臻 程继明 李标

煤矿旋转机械健康指标构建及状态评估

李曼 潘楠楠 段雍 曹现刚

基于小波变换和改进卷积神经网络的刚性罐道故障诊断

杜菲 马天兵 胡伟康 吕英辉 彭猛

轴承智能故障诊断

吴冬梅 王福齐 李贤功 唐润 张新建

基于多信息融合和卷积神经网络的行星齿轮箱故障诊断

史志远 滕虎 马驰

基于 MTF 和 DenseNet 的滚动轴承故障诊断方法

姜家国 郭曼利

基于 AHP−TOPSIS 综合评价法的离心泵健康状态评估

乔佳伟 田慕琴

基于模糊贝叶斯网络的矿井排水系统故障诊断

史晓娟 姚兵 顾华北

液压支架顶梁裂纹弱磁无损检测分析

刘宁 辛嵩 贺敏 陈秋艳