矿井提升机故障检测控制系统的研究

针对现有监测方式无法实时对提升机的运行状态进行监测的现状,研究一种新的矿井提升机故障检测控制系统。该系统以遗传算法为核心,对提升机各关键部件在运行过程中的稳定性进行实时监测,根据实际应用表明:该检测控制系统能够及时对故障进行报警、对提升机运行稳定性进行监测,提前对故障进行预测,极大地提升了提升机运行过程中的安全性和稳定性。     

机械设备运行故障预测方法综述

介绍了基于设备运行状态的故障预测方法,将基于设备运行状态的故障预测与维护过程归纳为数据获取、数据处理和设备剩余寿命预测三个步骤。从传感器检测的时间间隔和传感器的使用数量等方面阐述了数据的获取方法。归纳介绍了目前国内外常见的数据处理和分析技术。介绍了设备故障诊断、预测和有效寿命预测技术中常见的统计方法、人工智能方法和基于模型的预测方法。     

基于矿井提升机故障报警系统的研究

为了及时发现矿井提升机故障,保障矿井作业效率,在分析提升机常见故障类型及提升特点的基础上,设计研发一种能够对矿井提升机状态进行实施监测,并具备故障报警功能的提升机故障报警系统,以提高提升机运维效果,保障提升机运行可靠性。该研究内容可为相关设计提供参考。     

矿井提升机主轴轴承状态监控研究

主轴是提升机重要组成零部件,主轴故障中轴承故障占比较高,实现轴承状态监测对提升主轴运行可靠性、降低故障发生率具有显著促进意义。基于此,综合使用Zig Bee网络、传感器检测技术以及信息融合分析技术构建主轴轴承状态监测系统。该系统采用传感器实现主轴振动、温度以及驱动电机电流、电压参数检测,通过Zig Bee网络将检测参数传输至服务器,通过服务器内置故障检测与诊断系统实现信息融合分析,达到判定轴承状态、故障预警等目的。现场测试发现,该系统可实时监测、记录主轴轴承状态,故障时发出预警信息,达到增强提升机主轴运行可靠性目的。     

基于云平台的远程机泵监控诊断系统设计与实现

为了提升机泵运行的安全性、可靠性,研究了基于云平台和运行大数据的设备健康状态监测诊断模式,设计了远程在线监测与智能诊断系统,实现了集在线监测、远程监控、远程诊断、故障匹配识别于一体的智能高效监测诊断模式。实际应用表明,该系统实现了远程监控的目的,能够较好地接收和传输状态信息数据,可以满足远程实时监控的需求,并为后续进行设备故障诊断和分析提供依据。     

矿井提升机故障类型及诊断技术研究

在对矿井提升机齿轮箱、电动机以及滚筒故障类型、特征以及故障原因等分析的基础上,以JKMD-2.8x4(3)E矿井提升机为例对故障诊断系统进行设计,系统结构包括有监控系统上位机、传感器、数据采集卡以及信号调理器等,并对传感器在提升机中布置位置进行阐述。此研究为提升机故障诊断提供一定参考。     

矿井提升机钢丝绳在线无损检测系统的设计及应用

为提高矿井生产的安全性,保证矿井提升机的安全平稳运行,提出了一整套主动性强、检测效率和正确率高的矿井提升机钢丝绳损伤检测方法。基于弱磁技术,研发了一套矿井提升机钢丝绳在线无损检测系统。该系统包括硬件模块和软件模块两部分,能够实现精密监测钢丝绳的结构健康状态,一旦检测到钢丝绳结存在缺陷,系统发出声光报警提醒工作人员。工业应用案例证明了该系统的可靠性。矿井提升机钢丝绳损伤检测方法可以为矿井提升机钢丝绳的安全状况准确评估提供有效的技术支撑。     

基于PLC矿井提升机故障监测与诊断系统的设计

针对矿井提升机系统存在易于故障、人工巡查工作量大、实时性差、科学性低的问题,设计了一种基于PLC的矿井提升机故障监测与诊断系统.对提升机系统的内部结构组成进行了说明,从PLC控制器单元、传感器监测单元对系统硬件进行了方案设计与设备选型.目前该故障监测与诊断系统已投入使用,大大提高了提升机系统的故障检测效率和准确性,具有一定的推广应用价值.     

基于云平台的矿井提升机远程运维系统设计

针对某矿山矿井提升机的实际维护需求，设计了基于巨控云平台的矿井提升机远程运维系统。对系统的整体架构、设备选型及平台调试等方面作了详细阐述。通过PC端或手机App可对矿井提升机的实时运行数据进行远程监控，实现故障预警和及时报警功能，对及时排除故障，提高维修的时效性具有参考价值。     

基于应力波分析的状态监控与故障预测研究

随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器对设备运动部件间的摩擦、机械冲击和动态荷载的电子信号进行检测和处理,采用专为应力波分析而开发的时域和频域特征提取软件和基于神经网络的数据融合技术,对设备状态进行定量分析,对设备故障进行准确预测,并提供设备健康诊断分析报告。运行试验表明,与振动分析等传统的状态监测方法相比,本系统能更好地实时监控设备运行情况,更早地预测故障,保证了生产安全性,降低了设备检维修成本,提高了生产效率。     

数据挖掘算法在提升机远程故障诊断系统中的应用

以矿井提升机运行过程控制系统为研究对象,提出了一种基于数据挖掘算法的提升机远程故障诊断系统模型,介绍了该模型的结构和实现方法,并对数据挖掘算法进行了改进.     

便携式矿井提升机性能测试仪设计

提升机是矿井生产的"咽喉",其运行的安全可靠状况,直接影响矿山生产人员的生命安全和矿井生产能力.文章介绍了一种便携式矿井提升机性能测试仪设计,该系统在采集提升机的基本参数后,实现对采集的各路数据进行存储和LCD显示及打印,对提升机的某些故障进行声光报警.     

基于改进关联规则的卸船机故障预测模型

为使桥式抓斗卸船机安全稳定运行,针对大量监测数据利用率低、故障诊断不及时等问题,提出了基于兴趣度关联规则的卸船机故障预测模型方法。采用传感器监测和时域分析方法获取卸船机运行参数空间,利用聚类离散算法将监测数据根据其属性值域离散为非线性聚类区间,获取卸船机关联规则组,提取状态数据关联维的权重系数,构建状态监测数据关联规则指向性特征约束函数模型,通过预测模型中关联规则状态的改变实现故障预测。实验结果表明,该方法能有效表征卸船机运行状态监测的关联内部特征信息,实现对卸船机故障类别的预测,降低卸船机故障发生的频率。     

融合多传感器的工业机器人故障信息采集系统

由于工业机器人在频繁的运行中受到各种摩擦、振动、温度变化以及负载作用的影响,从而使设备出现故障的概率大大提升。为了更加全面掌握工业机器人的运行状态,采用ZigBee无线传输技术设计了融合多传感器的工业机器人故障信息采集系统。采集节点读取振动传感器、电机转速传感器和温度传感器采集的数据获取工业机器人不同部位的工况信息,然后通过ZigBee无线模块发送到接收装置。接收装置将工业机器人的运行状态信息进行解析,并将提取出来的特征信息与故障特征进行比对,从而对工业机器人进行故障诊断和预测。     

基于三层信息融合的提升机制动系统故障诊断

为了充分利用矿井提升机运行过程中的监测历史数据,判定故障原因并进行准确定位,将信息融合技术引入提升机的故障诊断中,提出了一种基于三层多源信息融合的故障诊断方法。该方法依据主成分分析法(principal component analysis,简称PCA)建立主元模型,对原始完备数据集进行降维去噪,实现特征提取,完成数据层的融合;特征层采用具有记忆功能的Elman神经网络作为融合算法,不断调整权值对数据层各信息源提取出来的特征进行训练,通过压缩融合信息量完成时间上的融合;决策层使用DS(dempster-shafer,简称DS)证据理论对特征层训练输出的信息进行融合,判定故障原因,实现了空间上的融合;最后依据PCA故障诊断原理,定位故障发生的部位,完成诊断过程。该融合方法通过对监测系统所测信息的合理选择、综合与利用,对其进行空间和时间上的融合互补。试验结果表明,该方法能够充分利用大量历史数据对系统进行诊断,可以显著提高系统的可靠性。     

基于LabVIEW的主井提升载荷无线监测系统设计

针对矿井实际工况设计了基于LabVIEW的主井提升载荷无线监测系统。通过在张力平衡装置上安装油压传感器和位移传感器,在箕斗上安装无线采集发射器和自发电装置,利用LabView编程实现对提升载荷的连续监测,对超载、未卸净、张力不平衡等故障进行报警,保证提升机的安全可靠运行。     

矿业企业矿井提升机电控系统设计方案的研究

针对某型号服役矿井提升机电控系统现状,开展了矿井提升机电控系统设计研究。经实践运行表明,系统运行稳定可靠,具有实时监控矿井提升机的运行状况及故障报警功能,降低了矿井提升机电控系统故障检修工作量,节约了运维人员成本,提高了采煤设备的利用率。     

基于SOM神经网络的矿井提升机故障诊断研究

应用自组织特征映射（SOM）神经网络实现矿井提升机的故障诊断。介绍了SOM网络的结构和学习算法;总结了矿井提升机的故障集、征兆集和故障特征数据。在MATLAB环境下给出了矿井提升机故障诊断的具体实例,表明该方法是一种可行有效的矿井提升机故障诊断方法。     

基于物联网的矿井提升机监控系统设计

分析了矿井提升机运行的安全性与可靠性,传统的矿井提升机电控系统具有速度控制性能差,能耗大等缺点,设计了基于物联网的矿井提升机监控系统,实现井上和井下之间信息的传递,有利于改善矿井提升机的控制性能,提高自动化水平,具有较大的经济效益和社会效益。     

基于主观贝叶斯推理的多传感器分布式故障检测融合方法

针对复杂数控加工中心故障预测中各传感器检测信息呈现不确定性的问题,提出基于不确定性推理的多传感器分布式检测融合算法。该算法通过利用主观贝叶斯推理,获取局部检测装置的判决规则,并选取合适的局部判决规则送到融合规则中心,将来自不同传感器的观测数据进行综合分析,最后产生全局判决。以复杂立式加工中心为对象建立测试平台,利用多传感器样本获取方法进行机床不同运行状态及运行环境下的故障样本获取试验。试验表明在含有大量不确定性信息的故障诊断系统中,基于主观贝叶斯推理的分布式检测融合算法具有故障信息识别率高、诊断速度快的优点,其诊断错误率明显低于单个传感器的诊断错误率,且诊断错误率要低于串行分布式检测融算法。