基于多信息融合的刮板输送机减速机模糊故障诊断专家系统

在刮板输送机减速机上采集到的状态信息较多,同时故障征兆与故障原因之间具有不确定性和复杂性。为了解决上述问题,构建了以模糊理论为基础的模糊专家系统。给出了专家系统的结构,通过经验数据和专家经验给出模糊关系矩阵和隶属函数,从而实现了刮板输送机减速机故障征兆和故障原因的模糊关系表达。利用刮板输送机减速机的故障实例进行验证,结果表明,该专家系统准确率高,为刮板输送机减速机的故障诊断提供了新的诊断方法。     

刮板转载机的改进设计研究

SZB-764/132型刮板转载机在使用中,存在刮板转载机堵煤堆放、拉移装置效率低下、电缆脱离出电缆架以及卸料段敞口安全隐患等问题。本文主要对辅助装煤装置、拉移装置、活动电缆架和全封闭伸缩式防护装置进行了改进设计的研究。     

提高顺槽刮板转载机凸槽使用寿命的技术措施

顺槽刮板转载机凸槽对转载机整体使用寿命及性能有很大影响。根据刮板转载机凸槽井下实际磨损情况分析,影响转载机凸槽使用寿命的主要因素是中、底板圆弧段链道处磨损。因此,结合刮板链在凸槽中的运行规律,通过采取增加中、底板耐磨性和改善凸槽结构等技术措施来提高凸槽使用寿命,进而达到凸槽与其他槽体的等寿命设计原则。     

刮板转载机联接头的改进设计

阐述了目前刮板转载机联接头所存在的问题,针对这些问题,改进设计了一种新式的联接头,结果表明,改进设计后,提高了刮板转载机联接头的可靠性,为圆环链的持续预紧提供了有力的保障,实现了煤矿井下的安全高效生产。     

刮板转载机的改进设计

由于刮板转载机结构的缺点,在实际使用中存在不少问题。为了促进煤矿井下安全生产,提高经济效益,需要提升刮板转载机结构的技术水平,即对挡煤板、抬升装置等进行了改进设计,并在制造维修技术上也做了相应的改进。该改进设计在实际使用中取得了很好的效果。     

刮板转载机凸槽磨损机理理论研究

根据刮板转载机凸槽在井下的实际使用情况,结合刮板链在凸槽中的运行规律,对凸槽的磨损机理进行研究。通过理论和实物计算2种方法寻求凸槽在井下使用过程中的磨损规律,最终形成凸槽设计的指导性意见,旨在提高刮板转载机凸槽的使用寿命和可靠性,并为井下输送设备类似槽体零部件的减缓磨损研究提供思路和方法。     

基于CEEMD-Teager的刮板转载机轴承故障识别

阐述了刮板转载机轴承故障诊断的原理,分别分析了采用互补集合经验模态分解(CEEMD)和Teager能量算子进行信号处理的原理。先采用CEEMD获得振动信号的IMF分量,再采用Teager能量算子得到故障信号的能量谱,并与故障信号频率匹配判断故障类型。通过对比实验数据和仿真结果可知,基于CEEMD-Teager的故障识别具有较高的正确率和可靠性,相比传统的CEEMD准确率更高。     

基于信息融合的机械故障诊断

信息融合原理与技术是国内外近年迅速发展的一个技术领域。本文介绍了信息融合的发展历史和信息融合的层次结构,对信息融合在机械故障诊断中的应用进行了讨论,并论述了带式输送机故障诊断的原理。     

提高刮板转载机凸槽寿命的3种设计方案

通过对刮板转载机凸槽中板磨损原因的分析,考虑各个煤矿不同的地质和使用条件,在不改变凸槽联接方式和尺寸的情况下,从提高凸槽中板耐磨性和更换磨损件效率两方面,提出了3种不同的凸槽设计方案。     

信息融合技术在变频器故障诊断中的应用

针对变频器故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方法。利用D-S证据理论决策级融合进行故障识别,实例分析表明,信息融合技术用于变频器故障诊断对提高诊断的可靠性和准确性有重要作用。     

信息融合技术在矿井提升机制动器故障诊断中的应用研究

提出了一种2层信息融合方法,特征层采用RBF神经网络进行空间上的融合,决策层采用DS证据理论进行时间上的融合,充分利用了各传感器在时间和空间上的互补和冗余信息,提高了提升机制动系统诊断的可靠性和正确性。     

基于小波分析和神经网络的刮板输送机刮板链故障诊断

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。     

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。     

基于多征兆信息融合理论的转子故障诊断

在研究了Dempster-shafer证据理论及其算法的基础上,提出了一种基于多征兆信息融合理论的故障诊断方法。以转子故障为例,论述了该方法的实施过程。结果表明,多征兆信息的信息融合诊断方法具有良好的稳定性和容错性,提高了转子故障诊断的准确性和可靠性。     

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。     

基于支持向量机的数控机床总线的故障诊断研究

为了能够准确地对数控机床进行故障诊断,深入地研究了支持向量机故障诊断的方法。提出了最小二乘支持向量机的基本理论;提出了遗传模拟退火算法;进行了实例研究,结果表明该方法具有较高的故障诊断能力。     

基于PLC的数控机床故障诊断

PLC是数控机床的控制中心,机床的很多控制指令都要经过PLC处理后才能控制执行机构。通过对可编程序控制器PLC的检查,利用PLC的状态信息和PLC梯形图,可以快速、准确地判断数控机床故障。