摘要
随着公路压路机使用时间的增长和工作环境的变化,其各个系统和部件可能会出现各种故障,如果不能及时发现和处理故障,将会对道路施工的质量和效率造成严重影响.因此,提出基于多特征融合的公路压路机故障运行状态检测研究.安装传感器采集压路机运行状态信号,应用滤波处理和频谱分析技术去除信号中的噪声并分解信号,利用排列熵提取压路机运行状态信号的多个特征,通过自适应卷积权重将这些特征进行有效融合,基于BP神经网络,对压路机故障运行状态进行检测.工程应用结果表明,检测方法能够准确识别多种压路机的故障类型,符合设计要求,为道路施工提供了更加可靠和高效的保障.
NETL
NSTL
万方数据