用小波网络法预测提升机故障趋势

采用小波网络方法,通过对矿井提升机钢丝绳磨损度、空动时间、衬垫磨损寿命、闸瓦间隙、残压和制动盘偏摆度等关键特征参数的时间序列预测,实现了特征参数的故障预报。仿真和实验结果表明,预报精度满足要求,对保证矿井提升机安全和高效运行具有重要意义。     

事故树分析法在斜巷运输事故中的应用

FTA是安全系统工程中的重要分析方法之一。斜巷运输是井下运输的重要组成部分,斜巷运输出现跑车伤人事故,严重威胁煤矿安全生产和人身安全。在分析斜巷跑车造成人员伤亡的基础上,通过事故树分析方法,并从最小割集、最小径集、结构重要度三方面,论述了斜巷跑车引起的人员伤亡的主要原因,并找出了预防事故发生的主要途径。通过事故树的定性分析的结论,提出了跑车伤人事故的预防途径和控制措施,从而减少事故的发生。从实例分析可以看出,应用事故树分析方法可以对跑车引起人员伤亡事故的各种因素的逻辑关系做出阐述,并提供了合理的参考依据。     

煤与瓦斯突出区域预测的人工神经网络模型构建及应用研究

在深入分析煤与瓦斯影响因素的基础上,采用事故树分析与人工神经网络相结合来实现煤与瓦斯突出危险性的区域预测.实证分析结果表明该模型取得了比较理想的预测效果.     

煤矿液压支架常见故障事故树分析与应用

为了有效降低液压支架故障发生概率,用事故树分析法对液压支架常见故障进行分析,得出降低故障发生概率的有效途径。采用事故树定性、定量与重要度分析方法研究了液压支架各基本故障事件的发生概率对顶事件发生概率的影响。结果表明:液压支架事故树最小割集有17个,由事故树最小割集可以直观地判断哪种故障模式发生概率最高,以及如何采取措施使液压支架故障发生概率下降。利用最小割集对各基本事件概率重要度与关键重要度进行分析,得出了对顶事件发生概率影响大和敏感度高的基本事件。降低概率重要度与关键重要度高的基本故障事件发生概率,可以有效降低液压支架故障发生概率。     

人工神经网络模型在瓦斯预测中的应用

通过对神经网络的基本原理和学习算法的分析，建立了基于瓦斯涌出量预测的BP网络应用模型，采用Delphi编程语言，预测了瓦斯的涌出量，并结合实例进行了验证。     

事故树分析法在煤矿事故预防和事故原因调查中的应用

介绍了事故树分析方法,并结合具体案例,对事故发生的原因进行了分析,有针对性地制定整改措施,从而避免类似事故的发生。     

事故树分析法在分析井下运输事故中的应用

介绍了利用事故树分析法分析井下运输事故的方法，通过分析找出造成井下运输事故中各基本事件发生的概率大小，并提出解决方法。     

事故树方法在地下采空区灾害分析中的应用

通过系统安全工程的事故树分析方法，找出了影响采空区安全的主要因素，建立了采空区塌陷事故树图，求出了其最小割集、最小径集和各基本事件的结构重要度，并从这3方面全面分析阐述了各基本事件对引起事故发生的影响程度以及它们之间的逻辑关系。针对采空区塌陷事故发生的主要原因提出了所需采取的最简单有效的预防措施，为矿山安全管理提供了可靠的参考依据。     

矿井提升机故障一例

某矿XKT系列3.5m矿井提升机,其电动机容量为800kW,额定电压为6000V,额定电流99A,配用TKD系列电控设备8级启动,作为该矿主井双罐笼混合提升之用。最近一个多月以来,每晚18～21时提升矿物时,经常出     

煤与垃圾流化床焚烧HCl排放及BP神经网络预测

在 150mm流化床上,研究了煤与典型组分垃圾流化床焚烧Cl→HCl转化率与床温和氧量的关系.参照试验和文献数据,采用典型相关理论详细阐述了BP神经网络在垃圾流化床焚烧HCl排放预测的建模过程.模拟表明,模型最佳网络拓扑结构为14×6×1.实际预测表明模型预测精度高、泛化能力好.     

故障树分析法在工程机械维修中的应用

根据工程机械液压系统特点,建立了液压系统故障树提出了利用最小割集分析算法和计算结构重要及进行故障树分析和故障诊断的方法。在维修实践中的应用表明,该方法设用简单、通用可表。     

神经网络技术与小波分析相结合的故障诊断方法

提出了一种将神经网络技术与小波分析相结合的故障诊断方法,对诊断对象进行时域信号采集,通过小波分析,获得所需参数,再将此参数作为神经网络的输入量,从而达到故障诊断的目的.     

Study on the fitting ways of artificial neural networks

Function simulation, which is called virtual reality too, is popularly applied to solve uncertain problems. Good performance of hidden layers and perfect capability of function simulation make artificial neural networks one of the best choices to simulate functions with form unknown. Inputs and outputs were used to train the structure of the artificial neural network to make the outputs of network vary with the given inputs and keep consistent with the original data within tolerance. However, we couldn’t get expected results by using samples of a simple two-variable-model for the cause of dimensional difference. The way of artificial neural networks to fit functions, which uses “multi-dimensional surface” of high dimension to fit “multi-dimensional line” of low dimension, was proved; the conclusion that good effects of fitting don’t mean good function modeling when a dimensional difference exists was provided, and a suggestion of “surface collecting” in practical engineering application was proposed when collecting useful data.     

基于人工神经网络的煤巷锚杆支护设计研究

基于人工神经网络原理,构筑锚杆支护设计多级人工神经网络,在围岩分类的基础上,进行煤巷锚杆支护形式和参数优化设计,应用结果表明,该方法操作简便,可靠性高,具有先进性,有较高的实用价值和广阔的应用前景。     

基于BP神经网络的磨机调心滚子轴承故障诊断研究

对BP神经网络在磨机滚动轴承故障诊断的模式表达及相关参数等问题进行了初步研究 ,并利用BP网络对轴承的 4种故障模式进行训练学习和诊断 ,取得了满意的效果。结果表明 :BP神经网络是解决轴承故障诊断中复杂的状态识别问题的一种有效工具。     

人工智能神经网络在煤矿瓦斯重大危险源评价中的定量分析

为解决传统经验法评价煤矿重大危险源中人为因素影响和量化难的难题,引入人工智能神经网络,大大减少人为因素影响,使定量分析成为可能。通过分类调查现实煤矿安全状况,采用Delphi法和专家打分法确定网络训练初始数据,得到各指标的网络参数,将被评价煤矿的评价指标输入训练好的网络经过对比运算就可得到煤矿的安全评价值,确定煤矿等级。     

基于混沌优化神经网络的冲击地压预测模型

为了改进BP神经网络用于冲击地压预测的精度和泛化能力,利用BP算法和混沌优化算法优缺点的互补性,构建了一种组合式优化预测模型（COBP）.将该模型应用于重庆砚石台煤矿冲击地压的预测,结果显示,该模型既利用混沌优化帮助BP算法克服了易陷入局部极值的缺点,又利用BP算法克服了基本混沌优化局部搜索能力有限和有时不能搜索到全局最优的缺陷.     

基于人工神经网络的矿业城市循环经济综合指标评价

通过参考不同的循环经济评价体系,构建了一套新的矿业城市循环经济评价体系。提出了一种构建指标和它们的权重的实践方法,并且讨论了使用改进BP神经网络方法评价矿业城市循环经济发展的原理。改进的BP神经网络方法是一种极好的矿业城市循环经济发展的综合评价方法。     

基于模糊动态故障树的提升机盘式制动系统可靠性研究

盘式制动系统是矿井提升机安全运行最重要的保障之一,故研究其系统可靠性具有重要的意义。由于提升机盘式制动系统是一个典型的冗余系统,系统故障存在模糊性、动态性和随机性,为提高矿井提升机盘式制动系统的安全可靠性和分析系统故障的因素,运用模糊动态故障树分析方法对矿井提升机盘式制动系统关键的失效模式进行可靠性研究。以盘式制动系统中的TE161型液压站系统作为可靠性研究对象,对盘式制动系统的工作原理、结构以及故障因素进行了分析,根据TE161型液压站系统结构组成的冗余性,构建了盘式制动系统液压站动态故障树模型,引入模糊数学理论,采用三角模糊数来描述动态故障树模型的基本事件的失效率,结合动态故障树分析方法对系统进行可靠性分析,对静态模块采用模糊静态算子求解事件的模糊故障概率,对动态模块采用基于模糊马尔可夫动态算子求解事件的模糊故障概率,综合静态子树和动态子树研究结果,并结合截集水平和扩张原理,得到系统运行104h时顶事件模糊故障概率,系统最可能故障的概率是0.031,结合模糊概率重要度的求解原理,得到系统的基本事件的模糊概率重要度,并对基本事件模糊概率重要度排序分析,得到液压站的关键失效模式以及薄弱环节,为盘式制动系统系统进行故障预防、维护以及液压站设计提供借鉴。