基于小波分析的刮板输送机齿轮故障诊断

刮板输送机是煤矿开采任务中不可或缺的设备,而刮板输送机中的齿轮部件故障极为常见。因此,对齿轮进行故障诊断成为重中之重。通过小波变换对故障信号进行处理,再采用小波包进行3层分解,得到最佳分解树。仿真结果表明,可以有效且明显地对故障信号进行检测,为以后故障数据的分析与处理奠定了基础。     

基于模糊神经网络的刮板输送机故障诊断

对刮板输送机常见故障类型进行总结与分类,介绍基于模糊神经网络的故障诊断流程,分析刮板输送机故障的影响因素,建立基于模糊神经网络的刮板输送机故障诊断模型,研究模糊聚类的依据以及RBF神经网络的学习流程。为了验证基于模糊神经网络故障模型的有效性,以刮板输送机减速器的诊断过程为例,采用MATLAB进行仿真,仿真结果表明,基于模糊神经网络的故障诊断结果与实际情况一致,相比传统RBF神经网络,迭代次数更少,性能更优。     

刮板输送机刮板链故障分析

分析了刮板链故障的种类和产生原因,通过分析,从刮板链的选择、刮板输送机的铺设、刮板链的组装、刮板链的张紧、刮板链的日常维护几方面提出了故障的预防措施。     

刮板输送机刮板链断链事故原因分析

刮板输送机是煤矿井下工作面及顺槽的主要运输设备,在煤矿生产中占有比较重要的位置。刮板链断链是刮板输送机事故的主要表现之一,它虽然对人身伤害的可能性较小,但对生产的影响却较大。断链事故一部分是由于使用不当或质量问题引起的,另一部分是由于零部件检查更换不及时而引起的,有时只要一种原因发生就可能发生断链事故,有时必须两者同时出现才可能发生断链事故。     

刮板输送机刮板链的强度计算

刮板输送机是一种以扰性体为牵引机构的连续动作式输送机械,它主要用于煤矿综采工作面的煤炭的输送。为提高刮板输送机运转的可靠性,其零部件要向高强度、高寿命发展,主要应该从设计入手。     

刮板输送机减速器故障判别模型设计与应用

本文针对煤矿刮板输送机在工作过程中出现的故障进行分类总结,提出一种故障诊断的方法,并建立故障诊断模型,从而实现故障诊断.首先确定神经网络故障诊断的流程,然后对不同的故障进行分类,采用MATLAB开展故障诊断过程仿真,结果显示模糊神经网络故障诊断能够表示刮板输送机减速机故障,实现对煤矿井下刮板输送机故障的诊断,所建立的神...     

刮板输送机断链保护

针对我国选煤自动化程度不断提高,选煤设备的各种保护越来越多,而应用于刮板机的保护措施却不多的现状,本文介绍了生产中摸索出的刮板机掉链检测装置及其应用情况。     

综采工作面刮板输送机断链原因分析

刮板输送机是煤矿采掘开采的主要运输枢纽设备,但因采掘工作面环境恶劣,设备维护难度大等原因,导致刮板输送机链条断裂事故频频发生,严重影响工作面正常安全生产,本文主要以神华国能(神东电力)集团大南湖一矿综放工作面刮板输送机为例,针对刮板输送机链条断裂的原因进行分析。     

刮板输送机链条故障诊断技术研究

从刮板输送机链条传动的特点及与电机输出转矩的关系来对链条的主要受力进行分析,并通过核心参数的监测与设备实际运行状态的对比,总结出一种链条故障诊断的方法。通过建立模型和数据滤波,获得有效的数据。把对有效数据的分析与实际工况进行对比,对该分析方法进行了验证,并取得了良好的效果。     

刮板输送机主要部件的故障树分析

刮板输送机是煤炭运输系统中重要的一环,随着现代化矿井建设和煤矿机械化程度的提高,对刮板输送机连续性正常生产的要求也越来越高,但由于恶劣的生产环境,刮板输送机常常发生故障而需要停机修复。为减少故障的发生和发生故障后快速的维修,本文提出故障树分析法分析刮板输送机的故障问题,提高煤矿刮板输送机处理故障的能力和减少刮板输送机的故障率,推进了煤矿安全高效生产。     

基于GSCV-SVM的输送机多故障在线诊断

为降低煤矿刮板输送机的故障频率,保障人员安全及提高生产效率,提出了基于GSCV-SVM网格搜索交叉验证支持向量机的刮板输送机多类故障在线诊断方法,针对刮板输送机传动部的实际故障数据,采用GSCV网格搜索交叉验证法,得到SVM的最优惩罚参数C和高斯径向基核函数的参数g,用多分类模型对刮板输送机的不同部位故障进行分类,结果证明,GSCV-SVM是一种较优的在线分类算法,可以对刮板输送机的未知故障数据进行在线诊断。     

基于人工神经网络技术的矿用带式输送机滚动轴承故障诊断

研究了人工神经网络的原理、结构和学习算法,并将该网络应用于带式输送机滚动轴承的故障诊断中。采集不同类型的滚动轴承故障信号,并对信号进行预处理。利用神经网络进行训练,当训练误差满足设定要求时,训练完成。利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出带式输送机滚动轴承的故障类型。     

基于小波遗传神经网络的大型直线振动筛故障诊断

以大型直线振动筛侧帮裂纹为研究对象,利用小波分析对振动信号进行降噪处理和故障特征提取,设计系统故障诊断的BP神经网络,并用遗传算法对网络结构、参数和学习规则进行优化。通过样本训练和测试,这种小波遗传神经网络具有较高的故障识别能力、分类精度和速度。     

铸石槽箱刮板输送机跳链故障的监控

针对铸石槽箱刮板输送机跳链故障难以完全控制的情况,根据跳链状态规律研制出一种简单实用的跳链监控装置。经实际应用证实,该装置能有效避免刮板输送机跳链后因停车不及时而造成的设备损害事故的发生。     

刮板输送机链轮磨损分析

利用有限元分析软件,建立了链轮部件三维实体单元有限元分析模型,正确分析了链轮应力分布状况。对SGB-520/22刮板输送机的链轮磨损进行了分析,为提出改进措施提供了可靠的依据。     

基于小波神经网络的牵引电机齿轮故障诊断研究

以小波变换、小波神经网络为工具,采用定子电流对HXD1B型机车的YQ1633异步牵引电动机开展牵引电机齿轮故障诊断研究。定子电流法相对于振动法更容易实施,有效克服了振动信号中包含的复杂干扰。由小波分析完成齿轮故障的特征量提取,通过神经网络对故障类型进行判断,实际测试表明,该方法具有较好的故障诊断性能。