基于BP神经网络技术的采煤机齿轮箱早期故障诊断

齿轮箱既是采煤机的核心部件,也是较容易出现故障的部件,一旦发生故障会导致严重的后果。因此,在齿轮箱出现问题的早期进行故障诊断具有重要意义。采用齿轮箱振动信号的5种特征指标作为BP神经网络的输入值,以齿轮箱的正常、齿轮磨损、齿面点蚀和齿根裂纹4种状态为神经网络的输出值,通过对BP神经网络进行训练和对故障类型进行编码,可以实现利用BP神经网络对齿轮箱早期缺陷的故障诊断。从实验仿真结果可知,诊断方法具有较高的准确率,为采煤机齿轮箱的早期故障诊断提供了新的研究思路。     

基于监测参数的采煤机故障诊断专家系统

在采煤机工况监测系统基础上，利用故障专家系统来推理采煤机可能出现的故障，从而提高维修有效率和准确性。     

连续采煤机装运齿轮箱的研制

连续采煤机装运机构担负着落煤的装载和运输任务,其核心装运齿轮箱使用工矿恶劣,空间布局狭小,可靠性要求高。通过分析、消化进口同类产品的结构,调研国内材料、热处理和制造水平,经过科学合理的设计,成功研制出体积小、可靠性高的装运齿轮箱。     

基于PSO-SVM的采煤机摇臂齿轮箱故障诊断研究

针对采煤机摇臂齿轮箱故障诊断的难题,提出了一种基于时频特征和PSO-SVM的故障诊断方法。考虑到SVM模型参数和故障特征对诊断结果有着重要的影响,提出了利用PSO对SVM参数进行优化,并同时选择最佳的特征子集,以获得性能最优的SVM分类器,最后将故障特征向量输入到优化的SVM分类器中进行故障诊断。轴承和齿轮的故障诊断实验结果表明,PSOSVM获得了比常规SVM更好的故障诊断性能。     

采煤机机械故障在线监测系统的研究

针对采煤机频繁发的机械故障，阐述了对其进行线监测和诊断的系统功能要求，讨论了研制一种实用、可靠、简易而有效的监测系统所应考虑的问题。     

采煤机摇臂齿轮箱故障诊断研究现状及展望

摇臂齿轮箱是采煤机核心动力传递机构,其可靠性对煤炭高效生产具有重要意义。文章对采煤机摇臂齿轮箱故障机理及故障诊断方法进行综述。首先,归纳了摇臂齿轮箱轴承和齿轮在不同故障状态下的故障机理。其次,剖析了现有采煤机故障诊断技术存在的主要问题。最后,指出了未来应致力于精确故障机理、复合故障分析、微弱故障识别、基础数据收集、算法融合创新和多源信息利用等方面的研究,为摇臂齿轮箱故障诊断提供参考。     

基于ZigBee与DSP的采煤机摇臂齿轮箱故障诊断系统研究

研究将信息融合技术与DSP技术应用到采煤机摇臂齿轮箱实时在线远程故障诊断系统中。首先搭建出系统所需的硬件平台及驱动设备,通过分析摇臂齿轮箱几种常见的故障类型和所产生的信号特征,开发出DSP故障诊断程序及ZigBee无线通信模块程序,以实现故障的实时在线诊断和远距离传输功能。最后对DSP系统中的FFT功率谱和BP神经网络模块进行测试,结果表明该系统能够快速检测出故障并将其传输到控制中心。     

基于IGWO优化LSSVM的采煤机截割部齿轮箱故障诊断

为准确诊断采煤机截割部齿轮箱故障,提出一种新型故障诊断模型。振动信号经变分模态分解得到本征模态函数(IMF),计算IMF分量的样本熵构造特征向量;采用改进灰狼算法(IGWO)优化最小二乘支持向量机(LSSVM)模型的高斯径向基核函数参数和惩罚因子,建立IGWO-LSSVM故障诊断模型进行采煤机截割部齿轮箱故障识别。实验数据对比表明,IGWOLSSVM的采煤机截割部齿轮箱故障诊断模型故障分类性能更好,准确率更高。     

基于两层知识的采煤机故障诊断专家系统

从专家系统角度出发，结合诊断问题的求解策略，建立了一个基于深浅两层知识的采煤机故障诊断专家系统。文中介绍了系统的结构，知识表示，推理及学习机制等。     

基于嵌入式Linux的采煤机状态监测与故障诊断系统设计

为了实现采煤机健康状况的实时监测与故障诊断,使采煤机能够长时间处于最佳运行状态,结合电子领域研究热点嵌入式技术,提出了一种基于嵌入式Linux的采煤机状态监测与故障诊断系统设计方案,研究了电牵引采煤机状态监测与故障诊断系统的总体设计、工作原理和软硬件实现,结果表明:该系统设计能够较好实现采煤机的状态监测与故障诊断,具有一定的实用价值。     

电牵引采煤机实时监测与故障诊断系统设计

介绍了电牵引采煤机的研究及发展方向,阐述了采煤机在线实时监控与故障诊断系统的原理与实现方法,以及采煤机故障诊断的编程等关键技术。针对电牵引采煤机的特点,采用数字信号处理器和实时分布式监控系统,对采煤机的电机电流、采煤机位置、摇臂倾角、牵引速度及牵引方向等参数进行监测并对故障进行诊断,显著提高了采煤机的操控性能和安全可靠性。     

采煤机截割机构截齿受力监控系统

针对采煤机截割机构截割作业过程中作用在截齿上的截割阻力和冲击较大,导致截齿磨损严重、使用寿命短、经济性差的问题,以应变传感器为基础提出了一种新型的截齿受力监控系统,对截割作业过程中截齿的受力进行实时监控。应用结果表明,该监控系统能够精确对截齿受力进行监控,并对截齿的磨损状态和失效状态进行有效判断,及时对其进行调整维护,可以提升截齿截割过程中的截割效率,增加截齿的使用寿命。     

新型高效电牵引采煤机嵌入式健康状态监测与故障诊断系统研发

在综采工作面复杂的地质条件下电牵引采煤机若发生故障,很难及时判断,容易造成传动系统的损坏,提出并研制了电牵引采煤机健康状态监测与智能故障诊断系统。该系统采用独立工作模式,构建以DSP芯片为核心的嵌入式系统,实现对采煤机运行状态及关键部件的监测、通讯、报警等功能。通过对电牵引采煤机进行健康状态监测与故障诊断,使采煤机的电气和机械故障率大大降低,提高了采煤机的安全性和可靠性,验证了该系统的实用性。     

采煤机远程监测与故障诊断系统研究

论述了基于矿井安全生产监控网络建立的工作面采煤机远程监控与故障诊断系统。该系统可对采煤机电机电流、扭矩、牵引速度、牵引方向和故障等内部参数以及采机位置和摇臂倾角等外部参数进行监测和传输,并可实现在紧急情况下远程紧急停车。阐述了采煤机在线远程监控与故障诊断系统的原理与实现方法。该系统在实际应用中取得了良好的效果。     

采煤机牵引部故障诊断智能专家系统

牵引部是采煤机主要部件,如果发生故障将会影响采煤机的工作,严重影响出煤量。通过对采煤机牵引部常见故障及其原因进行分析,BP神经网络为内核,以VC++6.0作为编程平台,建立采煤机牵引部故障诊断的专家系统。利用该系统可确定采煤机牵引部的运行状态、降低故障率、提高生产率和使用寿命。     

基于扩展故障树的采煤机故障诊断专家系统研究

针对采煤机故障诊断专家系统知识获取困难的问题, 将扩展故障树分析法和专家系统相结合, 提出了基于扩展故障树的采煤机故障诊断专家系统知识获取方法。在传统故障树节点上增加节点类型、重要度等信息, 建立扩展故障树, 并将扩展故障树中的节点信息转换成规范化表示的专家系统知识。采用广度搜索优先、深度搜索与广度搜索结合的推理机制, 提高故障查找的准确率及效率。利用专家系统开发工具CLIPS, 建立了采煤机故障诊断专家系统。研究表明, 该系统可准确判别采煤机故障类型并提供解决方案, 提高采煤机故障诊断效率。     

虚拟仪器在采煤机机械故障诊断系统中的应用

提出了采用虚拟仪器技术代替传统测量仪器进行故障诊断的新方法。借助LabVIEW软件,开发出采煤机机械故障诊断系统。介绍了采煤机机械故障诊断系统的软、硬件的功能与设计。实验表明,该系统具有很高的可靠性和很强的实用性。     

基于粗糙集-神经网络系统的采煤机故障诊断研究

针对神经网络在故障诊断中存在着输入属性维数多和数据量庞大的缺点,利用粗糙集理论对原始数据进行约简,并剔除其中不必要的属性,构建了优化的粗糙集-神经网络智能系统。通过对实例分析,使用该系统能够提高采煤机故障诊断的准确性和效率,在故障诊断中有良好的应用前景。     

MXA—300型采煤机液压系统的故障分析与排除

针对MXA—300型采煤机液压系统常见的故障现象,分析了故障原因,探讨了排除故障的程序和方法,提出了减少故障的措施。     

采煤机故障诊断技术现状及其发展趋势

概述了当前的采煤机故障诊断技术现状,举出几种目前常用的采煤机故障诊断方法;并指出专家系统、人工神经网络、远程智能故障诊断是采煤机故障诊断技术的研究热点和发展趋势。