共查询到19条相似文献,搜索用时 62 毫秒
1.
针对带式输送机故障诊断过程中存在的不足,利用信息融合技术在故障诊断中的应用,有效地进行带式输送机的故障诊断。详细论述了将基于多传感器数据融合、神经网络和D-S理论的信息融合方法应用在输送机上,说明信息融合技术在带式输送机故障诊断分析中的有效性,为信息融合技术在输送机上的应用提供借鉴。 相似文献
2.
介绍了一种由单片机控制的模糊神经网络火灾报警系统。该系统应用于矿井带式输送机火灾检测中。实测证明,能够针对火灾检测这种非线性结构对象做出准确判断,降低误报率、提高火灾探测的准确性。 相似文献
3.
4.
5.
煤矿带式输送机易出现堆煤、打滑、烟雾等故障,而矿用带式输送机故障诊断中单一的传感器所搜集的信息较片面,存在很大程度的不可靠性。提出了应用多传感器信息融合诊断法。将各信息模糊化,由信息中心加以融合,进而对带式输送机工作状态进行估判。实验证明,将信息融合技术应用于煤矿带式输送机故障诊断中具有一定的有效性。 相似文献
6.
针对矿用带式输送机功耗较大的缺陷,对带速与输送量之间的配比进行了建模分析。设计了一种基于扩展T-S模糊神经网络的可变速矿用带式输送机控制系统。以高斯函数作为隶属函数,将匹配的可变带速和输送量作为网络的输入值,并将输出的功率作为主控功率值去控制从控电机,达到通过电流的自动调整控制从控电机,从而实现矿用输送机整体功率保持平衡状态的自动控制的目的。仿真结果表明:该系统可以实现矿用带式输送机多电机下的可变带速的功率平衡,能够达到输送机节能优化的目标,为煤矿企业自动化控制提供了新的思路和方向。 相似文献
7.
由于带式输送机运行机理的复杂性,对其运行状态的判断非常困难,传统的故障判断方法无法及时有效地预告故障。运用模糊推理的方法对带式输送机运行系统进行故障诊断,可使操作人员对当前带式输送机系统的运行状况有所了解。 相似文献
8.
针对带式输送机减速器和电动机故障发生率较高,故障识别、故障维护困难的问题,提出基于BP神经网络和D-S证据理论的智能故障诊断系统。给出带式输送机故障诊断模型,并根据理论设计对减速器智能故障诊断进行实例分析。结果表明,所设计的智能故障诊断系统能够提高故障识别精度、减少故障发生率。 相似文献
9.
10.
针对高湿、高粉尘、易腐蚀的恶劣工作环境下管状带式输送机齿轮箱早期微弱故障特征提取困难的问题,提出了基于改进变分模态分解(VMD)的带式输送机齿轮箱故障诊断方法。首先利用齿轮箱故障机理模型确定模态分量个数,通过优化搜索选择最优的频带惩罚因子,得到最优的满足适应度函数的分解参数组合,克服了人为随机设置分解参数对分解结果带来的不确定性;然后利用参数优化后的VMD对齿轮箱故障信号进行分解,并对各个分量进行包络解调分析来提取齿轮故障特征。仿真信号和工程实际信号的分析结果表明,该方法能够准确、清晰地提取齿轮箱故障特征。 相似文献
11.
12.
针对带式输送机齿轮箱故障信号成分复杂、故障识别难的问题,提出了基于自组织映射(SOM)网络的故障诊断方法。首先使用融入Shannon熵的小波降噪方法对齿轮箱振动信号进行预处理;然后利用齿轮箱不同状态的信号通过高斯混合分布模型对其参数使用最大期望算法进行估计,获得反映不同运行状态的特征向量;最后使用SOM网络对齿轮箱不同工况振动信号的特征进行分类识别,进而诊断出相应故障。结果表明:该方法可以有效地识别齿轮箱混合故障,总识别正确率达90%,其中有6种工况的识别正确率达100%。 相似文献
13.
刮板链是刮板输送机最易损坏的部件,维修难度大。快速定位故障可有效提高效率,因此采用小波分析和RBF神经网络对刮板链故障进行诊断。对刮板链故障类型进行分析。为减少RBF神经网络的计算量,采用小波分析方法对采集到的数据进行预处理。将刮板链节距、刮板长度、刮板厚度、空载时弯曲度和满载时垂直度作为神经网络的输入,对RBF神经网络进行训练。仿真结果显示,故障诊断结果与实际情况一致,且采用小波分析后迭代次数明显减少。 相似文献
14.
皮带输送机常见故障分析与处理方法 总被引:4,自引:0,他引:4
皮带运输机作为连续运输货物的机械,在煤矿已应用多年,也是煤矿井下重要的采掘设备之一,由吊挂式发展到现在使用的座式皮带输送机,型号、规格不一,但安装使用、维护、保养及原理基本一致,没有太大区别,根据笔者在煤矿井下维修使用的多年实践,从使用维修者角度出发,谈一谈皮带输送机常见故障、发生的原因及维修处理方法。 相似文献
15.
16.
17.
18.
针对山西潞安郭庄煤矿带式输送机故障监测诊断系统不灵敏、误报错报频率高以及无法全自动进行故障诊断与排查的问题,本文以神经网络故障检测方法原理为基础,设计基于参数预测的神经网络故障预测系统,实现郭庄煤矿该型带式输送机故障监控、预测以及诊断。 相似文献