基于决策层的提升机减速器故障诊断方法研究

针对提升机减速器提出了一种决策层融合结构模型应用在齿轮故障诊断中。对各个传感器的信息进行神经网络属性判决,再将各神经网络的属性判决进行决策层融合,此种方法具有较强的灵活性,当传感器数目增加时,只需增加神经网络个数就可。对以上信息融合故障诊断方法经过试验研究,证明了方法应用在提升机减速器诊断系统中,减小了错判和漏判,提高了系统的可靠性,保证了提升机安全运行。     

信息融合技术在变频器故障诊断中的应用

针对变频器故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方法。利用D-S证据理论决策级融合进行故障识别,实例分析表明,信息融合技术用于变频器故障诊断对提高诊断的可靠性和准确性有重要作用。     

基于多传感器信息融合的矿井通风机故障诊断

为了提高矿井通风机机械故障诊断的准确性,提出了将多传感器信息融合技术用于故障诊断的检测方法.由多个传感器采集振动信号,经小波变换预处理后获得故障特征值,再经BP神经网络进行故障局部诊断,获得彼此独立的多个证据,然后运用D-S证据理论对各证据进行融合,实现对矿井通风机机械故障的准确诊断.     

基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究

根据多传感器数据融合理论,研究了煤矿大型机电设备故障类型,提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法。在特征级上采用遗传算法优化BP神经网络(GA-BP),对大量多传感器监测数据进行降维并建立基本信任分配函数;在决策级采用D-S证据理论算法,克服故障诊断过程的不确定性,以提高故障诊断的准确性。     

基于多传感信息融合的采煤机远程故障诊断方法

为了对煤矿井下采煤机进行远程故障诊断,在实现采煤机顺槽控制系统和机载控制系统远程通讯的基础上,利用多传感信息融合理论D-S证据融合算法对采煤机新型故障进行诊断并存入智能化的专家系统故障诊断数据库,实现了采煤机的远程故障诊断和自学习功能。     

改进的信息融合算法在矿井提升机健康诊断中的应用

针对传感器在获取信息时易受干扰,而传统的D-S证据理论合成规则存在着局限性,提出了一种改进的信息融合算法。通过实例分析表明,该算法能够提高对矿井提升机健康诊断的可靠性和准确性。     

基于多源信息融合的异步电机故障诊断

针对异步电机的单一故障诊断模型易出现错判、误判问题,引入了1种基于改进证据理论的多源信息融合方法。通过采用蚁群神经网络、BP网络以及Elman网络分别作为电机故障诊断的初级模块,并将其输出结果作为证据理论的独立证据体,再由改进证据理论进行信息融合决策。仿真实例表明,该方法可充分利用不同数据源的冗余互补信息,具有更高的诊断准确性。     

多传感器数据融合技术在电厂状态监测和故障诊断中的应用

对多传感器数据融合技术的应用进行了分类,展现了现有的多传感器数据融合技术在电厂状态监测和故障诊断中应用的方法。对基于D-S证据理论,基于模糊理论,基于神经网络,基于专家系统的诊断方法进行了逐一介绍,指出了各种方法的优缺点。最后介绍了基于多传感器数据融合技术的综合诊断方法,指出了多传感器数据融合技术在电厂状态监测和故障诊断中应用的发展趋势。     

矿井提升机智能化远程监控系统设计与应用

针对提升机监控系统的智能化与故障诊断问题,将移动互联网技术、现代传感器技术、工业互联网技术、AI视频分析技术等相融合,构建了矿井提升机智能化远程监控系统。基于信息感知层、数据传输层和平台应用层3层系统架构,提出了系统的智能监视功能、实时监控预警功能、智能巡检功能及远程故障诊断功能。最后将该系统应用于永煤集团城郊矿主井提升机,1 a多的运行结果表明该系统在实现无人化运行的同时有效地保障了提升机的安全运行。     

基于GPRS和神经网络的矿井提升机远程监测预警技术研究

针对矿井提升机监测预警技术的研究现状,以可编程逻辑控制器和无线通信模块为硬件基础,采用GPRS无线通信技术与SOM神经网络信号处理技术相结合的方法,选择MATLAB和组态软件为上位机开发平台,开发出一套集数据采集、处理显示、状态监测、手机短信报警、故障诊断等功能的远程状态监测预警与故障诊断系统。通过现场安装调试,运行结果表明,该技术通过无线通信能够准确显示传感器采集的数据信号,实时反映提升机的运行状况,有效诊断提升机的故障信息并发出短信报警。     

信息融合技术在矿井提升机制动器故障诊断中的应用研究

提出了一种2层信息融合方法,特征层采用RBF神经网络进行空间上的融合,决策层采用DS证据理论进行时间上的融合,充分利用了各传感器在时间和空间上的互补和冗余信息,提高了提升机制动系统诊断的可靠性和正确性。     

基于SOM网络的矿井提升机制动器可视化故障诊断

介绍了应用自组织特征映射(SOM)网络进行可视化故障诊断的方法,以矿井提升机的制动器为研究对象,建立制动器的可视化故障诊断模型,利用可视化工具对分类结果进行仿真和分析。结果表明,SOM网络可视化方法简单、形象直观,能够对故障模式进行准确识别,为矿井提升机的制动器故障诊断提供了一种新方法。     

提升机故障诊断不确定性推理方法

针对提升机故障诊断过程中的若干不确定性问题,提出一种新的基于本体和贝叶斯网络的故障诊断不确定性知识融合推理方法。该方法对本体贝叶斯网络进行了形式化的定义,运用OWL本体语言扩展了本体对领域知识的不确定性表示,通过一系列的翻译规则和程序,实现了本体结构到贝叶斯网络结构的转换;然后建立了基于本体和贝叶斯网络的融合推理模型,利用本体推理完成对故障诊断本体知识的语法检查、语义一致性的验证以及本体的解析,采用基于启发式搜索树的贝叶斯网络进行不确定性推理,并在贝叶斯网络可视化推理平台Netica上进行了验证。矿井提升机制动系统故障诊断实例表明,该融合推理模型具有较好的故障识别效果,处理所得的诊断结果具有较高的可信度。     

煤矿主井直流提升机电控系统自动化与信息化

针对煤矿主井提升机电控系统的数字化控制,提出了自动化与信息化的改造,详细介绍了提升机自动控制系统软件设计,并对提升机远程监控系统进行研究,为将来进行提升机的远程故障诊断奠定了基础。     

矿井提升机故障智能诊断系统研究

总结了国内外提升机智能故障诊断研究现状,指出了由专家系统、模糊理论和人工神经网络等人工智能技术组成的组合式智能诊断新方法,是矿井提升机故障智能诊断技术的发展趋势,对保证矿井安全、高效和经济运行具有重要意义。     

提升机启动操作中制动油泵软性停转的分析与排除

同一个多功能集控器件长期使用后，其不同故障程度对应有不同故障现象，为了加快现场技术管理人员对提升机疑难故障的有效排除进度，着重分析了制动油泵停转的控制通道，根据提升机启动操作中制动油泵停转后的排查处理结果，圈定了故障范围为变频控制器件。制动油泵在提升机启动操作中停转的不确定性，查找故障时整机电控系统处于非故障状态，接近更换变频主控板D6时启动提升机操作中制动油泵软性停转次数有所增多、启动中无发生制动油泵停转的全程提升未见异常，上述因素使制动油泵软性停转成为疑难杂症。故障现象恶化为每次操作至制动手把推向松闸位置制动油泵均停转，用梯形图确定D6故障是症结所在。对D6的自身故障精确定位功能且在变频控制柜人机界面RJ2显示故障信息认识不足，导致故障长时存在。此副井提升机有关人员应做到:对故障反映到位、深刻了解器件性能特征、透析有关动作过程后方可采取针对性措施、确定故障元件、最终排除故障。可恢复性的轻故障发生后必须采取相应措施，避免故障扩大导致停机延误提升。将变频就绪与故障的实时信息显示于司控台面，弥补了技改缺陷。     

基于神经网络与证据理论的煤矿通风机故障诊断

为了能够从多方面反映煤矿通风机系统状态,实现对故障模式的自动识别与准确诊断,将数据融合技术与神经网络相结合,建立通风机故障诊断系统。采用并行神经网络进行局部诊断,获得彼此独立的证据,再运用D-S证据理论融合算法对各证据进行融合,实现对通风电机故障的准确诊断。     

面向知识工程的提升机智能故障诊断方法

针对传统提升机故障诊断系统中知识获取困难、知识表示单一且故障诊断推理方法自适应能力弱从而导致诊断推理结果不稳定等问题,研究了面向知识工程的提升机智能故障诊断方法。重点针对提升机故障诊断过程中的三大关键科学问题,即知识获取、知识表示和知识推理技术进行了深入研究：提出了基于融合差别矩阵和属性重要度的提升机故障诊断规则知识获取方法,为提升机故障诊断提供了数据基础;构建本体知识库,提出了基于OWL DL的故障诊断知识表示方法和基于SWRL的故障诊断规则知识表示方法,实现了提升机系统结构及诊断知识的集成;对本体知识进行了概率扩展,提出了基于本体和贝叶斯网络的不确定性知识融合推理方法,提高了推理的效率和准确率。开发了面向知识工程的智能故障诊断系统,通过实例验证和企业应用证明了该方法的可行性和准确性。