矿山锚杆群在线监测系统

根据锚杆群监测研究的需要,设计了一套基于485总线的锚杆群实时监测系统。系统为主从工作方式,可由切换开关进行主、分站的设置,系统工作时由主站的单片机控制激振器发出激振信号,振动信号由主振锚杆进入锚固体进行传输,再由安装在其他锚杆上的分站振动传感器采集振动信号进行处理。系统中同时考虑了信号相关运算所需的时间同步问题。在相似材料上进行的原理性实验结果表明了锚杆群实时监测系统的可行性。     

矿井主排水泵故障诊断中振动信号采集系统的设计

矿井主排水泵存在隐性故障时,其振动信号往往包含奇异性成分,因此可以通过采集并监测振动信号对水泵进行故障预知。为王庄煤矿540风井的主排水泵设计了一套振动信号采集系统,利用加速度传感器对主排水泵进行振动信号采集,得到其三相振动数据,能够为故障预知提供良好的数据基础。     

基于振动分析的矿用通风机故障预警技术研究

分析了矿用通风机的典型故障及特征,讨论了振动分析的常用方法和基本规范,提出了一种基于振动分析的矿用通风机故障预警方法。以MCM-100高精度振动信号采集分析平台配合宽范围、高灵敏加速度传感器,在线动态采集通风机振动信号,采用频谱分析+强度判定的故障识别策略解决通风机故障诊断的问题。实验结果表明,该方法具有信号采集精度高、故障识别算法简单、可靠等特点,为矿用通风机故障监测与预警提供了有效的技术解决方案。     

基于振动检测的输送带纵向撕带监测系统

分析了现有的几种输送带纵向撕带的数字化监测方法,提出了振动检测方案,在输送带一侧增加激振信号,通过无线振动信号采集系统采集输送带另一侧的振动信号,通过相关分析去除信号噪声后,应用小波分析检测奇异点,准确判断发生纵向撕带故障的时刻点。介绍了振动检测方案的体系结构,采用无线数据采集装置,应用MatLab软件分析处理数据,使用数字化振动监测方案,有效提高了纵向撕带的故障检测率。     

高线精轧机滚动轴承故障诊断技术研究

针对高线精轧机设备故障的特点,建立了精轧机在线监测系统。采集精轧机滚动轴承的振动信号,对振动信号采用时域、频域多角度分析,时域趋势图可以判断轴承的突发性故障,频域分析可以判断故障的性质及故障部位。有效地提高了滚动轴承故障诊断的准确率。     

基于HHT和SVM的矿山轴承故障在线监测技术

矿山轴承故障是矿业安全生产的隐患之一,轴承故障信号在线监测能够及时诊断轴承故障,排除安全隐患。采集轴承运行时的振动信号,通过希尔伯特黄变换方法分析振动信号。将振动信号首先进行EMD分解得到轴承故障信号的多层IMF分量,然后进行Hilbert变换得到信号的瞬时频率和边际谱频带能量。将各层IMF分量的平均频率MIF与各层IMF分量的能量比作为特征量,送入SVM中进行训练,可以实现矿山轴承的故障在线监测。     

基于LabVIEW的发电机组振动与噪声监测系统设计

振动信号分析是发电机组故障诊断中常采用的方法,而大多数监测系统是基于对振动的分析来诊断故障。采用振动和噪声相结合的方法进行故障诊断,使得对故障的诊断更全面。利用LabVIEW虚拟仪器平台对振动实时监测以及故障诊断分析,通过DSP完成对系统各个状态信号实时采集,采用串行通信方式实现上下位机之间的通信。     

在线监测分析技术在振动筛上的应用

为了解决选煤厂振动筛运行过程中的人工点检问题,及时掌握振动筛的激振器运行状态,在振动筛的激振器加装无线复合型加速度传感器,监测激振器运行过程中的振动、温度情况,经无线传输至网关,通过Wi-Fi、4G和光纤等通信方式将运行数据上传至设备故障智能诊断系统,进行趋势、时域、频域、包络等分析技术分析诊断激振器的运行情况,提前预知潜在的轴承故障,计划性停机检修,不耽误生产进度;有效代替振动筛的人工点检过程,降低设备因故障的停机率,降低了维保成本,实现了预测性维保,提高生产的效率和安全性。     

矿用设备的振动信号数据分析

矿用设备的机械臂是具有挠性结构的部件。在采掘工作时,机械臂受重载、强冲击作用,影响设备的采掘效率和工作的稳定性从而引发设备故障。矿用设备工作环境复杂,振动信号的采集和故障分析工作的难度较大。本文以采煤机摇臂为例,为测试采掘类设备机械臂的振动信号,设计了模拟采煤机摇臂振动信号的实验台;实验采集了摇臂在各种工况下的振动信号,建立了摇臂横向振动数据分析的网络模型。应用神经网络进行数据分析,拟合了摇臂横向振动模型,大大减少人工分析的误差,为矿用设备工作状态监测与故障预判提供数据依据。     

大型振动筛激振器振动测试与故障分析

在对某大型振动筛试验过程中发现激振器出现振动异响,为找出故障产生的主要原因和消除振动异响提供理论依据,对振动筛激振器进行了振动测试和长数据FFT计算。通过频谱分析,找出了故障产生的主要原因,并通过振动筛拆机检查验证了诊断结论。     

矿井提升机故障机理分析及信号采集系统设计

为了确保矿井提升机的安全运行,对提升机故障机理分析及信号采集系统进行了设计研究,研究了提升机机械传动系统中齿轮副和轴承的故障特征及振动机理,对机械振动信号的测点布置进行了确定,分析了提升机制动系统的工作原理,对偏摆量、油压、闸间隙等监测方法和监测参数进行了确认,设计了现场信号采集系统,对采集卡、传感器等硬件进行了选型。研究对保证矿井安全生产具有重要的意义。     

基于LabVIEW与小波变换的采煤机健康度监测和故障诊断系统设计

设计了采煤机健康度监测系统总体结构,包括无线监测装置、顺槽上位机和井上监测中心3个部分。基于LabVIEW开发平台设计了采煤机健康度无线监测系统软件,编程简便,界面友好。针对采煤机振动信号非线性、非平稳的特征,建立了基于Morlet小波变换的故障信息提取模型。通过采集采煤机现场试验数据对软件进行测试,并对其中振动信号进行Morlet小波变换分析,取得了良好的效果。     

带式输送机减速器监测系统研究

针对现有带式输送机减速器监控系统的不足,设计了基于嵌入式技术的带式输送机减速器监测系统,该系统由传感模块、监测装置以及上位机监测软件组成。监测装置和传感模块相连,通过传感模块对带式输送机减速器的温度、振动、噪声等传感信号进行采集,然后把采集到的数据传输给上位机,上位机监测软件具备数据显示、数据存储、分析处理、故障报警和参数设置等功能。本系统运行速度快、可靠性高,能够实现对带式输送机减速器进行实时监测和故障诊断的功能。     

机械振动实验台设计

针对机械在运行中经常出现的齿轮、轴承、轴等零件故障问题,设计了一种机械振动实验台。可以检测轴不对中、不平衡等故障以及联轴器的故障。该实验台还可以检测位移。用传感器采集振动信号,通过后台专家系统进行时域和频域分析,可以实现实时在线监测和故障诊断。实验结果表明:该振动实验台可以准确诊断机械故障。     

基于小波变换的煤矿井下水泵故障诊断

对煤矿井下水泵的几种常见故障的产生机理以及故障与振动信号频率之间的关系进行深入分析。针对每种故障在振动信号中具有特定频率分量的特点,通过小波变换对采集到的振动信号进行降噪并提取特征频率。利用Matlab平台FFT分析采集的信号,将采集到的故障信号与特征频率进行对比,从而实现对水泵的故障诊断。实验验证表明,该故障诊断方法诊断精度高,用时短。因此,为水泵的故障诊断提供了一定的实际应用价值。     

基于振动测试技术的矿井提升机主轴轴承故障诊断研究

以设备状态监测与振动故障诊断技术为理论基础,介绍了基于振动测试技术的矿井提升机主轴轴承的故障诊断方法,由加速度传感器、数据采集卡、工控机以及组态王软件组成的数据采集与监测系统实现振动信号的实时获取,采用MATLAB对振动信号进行幅值域分析、时域分析以及频谱分析,提取故障特征频率,分析结果与实际状况相符,应用效果良好。     

基于Hilbert变换的滚动轴承故障诊断

滚动轴承是工业应用系统中的重要部件,其引发的故障是引起机器设备失效的重要原因。Hilbert变换基于滚动轴承故障引发的高频固有振动,提取包络信号。通过包络信号进行频谱分析从而提取滚动轴承的故障特征信息。通过采集内圈故障、外圈故障的滚动轴承振动信号,采用Hilbert变换对轴承的振动信号进行了分析,验证了Hilbert包络解调技术在滚动轴承故障诊断中的有效性。     

基于小波包-人工神经网络在矿井通风机故障诊断中的应用

通过对已采集的矿井通风机振动信号的处理,提出应用小波包-人工神经网络对其进行故障诊断与监测。以G4-73-11No25D离心式通风机为研究对象,利用小波包提取振动信号的能量特征作为特征向量,并利用L-M算法对BP网络进行改进,建立了神经网络模型。经实际验证,该方法能够准确、快速地对通风机的故障进行诊断和监测。     

采煤机振动信号采集和识别系统设计研究

针对采煤机电机转子容易产生故障的问题,设计了一种利用振动信号诊断电机运行状况的方法。首先设计了信号采集硬件,使用STM32采集与处理振动信号,并将信号远传至服务器,然后设计了振动信号故障识别与分类算法,使用信号频谱能量距提取信号的类别特征,使用训练完成的基于VGG16的改进算法对特征进行分类,最后进行实验,结果表明故障分类平均正确率可达95.97%。为采煤机电机的故障识别和分类提供了一套高效的方法。     

基于振动信号的矿用旋转类设备状态监测系统

为保证石圪台煤矿旋转类设备的可靠安全运行,对矿用旋转类设备故障原因进行分析。矿用设备运行环境差和长期高负荷运行是其故障的主要原因。采用在线监测的方式对设备的振动信号进行监测,通过数据采集、处理及分析几个阶段评估设备潜在的故障及其运行状态。采用加速度传感器对高频(2~20 000 Hz)和低频(2~2 000 Hz)加速度信号进行数据采集。矿用旋转设备状态监测系统采用C/S架构,由11个采集站实现对除采煤机外的所有主要旋转类设备的监测。现场应用表明:监测系统可以有效避免设备的非计划停机,延长设备的使用寿命,保证了设备的使用效率。