共查询到20条相似文献,搜索用时 218 毫秒
1.
基于多传感器信息融合的矿井通风机故障诊断 总被引:4,自引:1,他引:3
为了提高矿井通风机机械故障诊断的准确性,提出了将多传感器信息融合技术用于故障诊断的检测方法.由多个传感器采集振动信号,经小波变换预处理后获得故障特征值,再经BP神经网络进行故障局部诊断,获得彼此独立的多个证据,然后运用D-S证据理论对各证据进行融合,实现对矿井通风机机械故障的准确诊断. 相似文献
2.
3.
分析了煤矿通风机的常见故障,在介绍BP神经网络原理和算法的基础上,建立了基于BP神经网络模型的通风机故障诊断模型,并应用数学软件MATLAB中的神经网络工具箱实现了通风机不同故障状态的识别。研究结果表明,该方法能准确地诊断通风机的故障类型,具有简单、准确的特点,为实现煤矿通风机的故障预警和保障煤矿的安全生产具有指导意义。 相似文献
4.
5.
6.
通过对矿井通风机常见故障的分析,建立了基于BP神经网络的矿井通风机故障诊断模型,并应用MATLAB7.0实现了对通风机不同故障状态的识别。实例诊断结果表明,该方法能可靠地实现通风机的故障诊断,具有简单、快捷的特点,为非线性系统的控制提供了一种新方法。 相似文献
7.
对通风机进行故障诊断是及时发现安全隐患,保证通风机安全运行的有效手段。将多传感器信息融合理论的全息谱技术用于矿用通风机的故障识别诊断,并结合虚拟仪器技术,研究开发了矿用通风机故障诊断虚拟仪器。试验表明,此仪器能充分、直观地反映被测对象的振动状态,可更加准确有效地实现通风机的故障诊断。 相似文献
8.
9.
基于小波包和神经网络的矿用通风机故障预警研究 总被引:3,自引:0,他引:3
矿用通风机在长时间的运行过程中,可能存在着多种故障隐患,及时准确地发现其隐患,对于煤矿的安全生产具有极其重要意义。本文提出了基于小波包分解技术和BP神经网络的"能量-故障"方法。用小波包分解技术将含有通风机不同故障状态信息的特征向量,从不同的频带提取出来,并作为故障样本输入神经网络,建立BP神经网络模型。利用该模型可对矿用通风机的不同故障状态进行识别。研究结果表明,基于小波包和BP神经网络的故障诊断技术有效地利用了两者的优点,是提取设备故障状态特征,进行故障诊断的有效方法,并利用该方法实现矿用通风机的故障预警。 相似文献
10.
11.
针对带式输送机运行过程中的典型故障,提出了一种基于特征级与决策级的双层融合故障准确诊断方法。建立了带式输送机故障诊断信息融合模型,提取带式输送机故障信息的基本特征和小波包特征,实现特征级融合,并使用量子粒子群优化的核极限学习机与支持向量机2种分类器进行特征级的故障诊断;采用D-S证据理论将2种分类器的特征级故障诊断结果再融合,实现决策级的故障诊断。利用2种分类器的概率输出构造基本概率赋值函数,有效解决了D-S证据理论中基本概率赋值函数的构造。搭建带式输送机实验台,使用MATLAB进行实验验证,结果表明该方法的故障识别准确率可达97%,提高了故障诊断的准确度。 相似文献
12.
13.
多传感器数据融合技术在电厂状态监测和故障诊断中的应用 总被引:1,自引:0,他引:1
对多传感器数据融合技术的应用进行了分类,展现了现有的多传感器数据融合技术在电厂状态监测和故障诊断中应用的方法。对基于D-S证据理论,基于模糊理论,基于神经网络,基于专家系统的诊断方法进行了逐一介绍,指出了各种方法的优缺点。最后介绍了基于多传感器数据融合技术的综合诊断方法,指出了多传感器数据融合技术在电厂状态监测和故障诊断中应用的发展趋势。 相似文献
14.
15.
为了减少煤矿局部通风系统故障发生的概率和防止瓦斯超出标准限制,把可靠性分析、粗糙集理论、遗传算法(GA)和智能决策支持系统(IDSS)相结合来建立和发展煤矿局部通风系统的故障诊断方法。该故障树模型的建立及其可靠性分析把获取故障的主要症状和故障诊断规则进行了分析和发展。最后,通过一个矿井实例对该模型系统进行开发和展示。结果表明,该方法不但能迅速准确地找到煤矿局部通风系统产生故障的原因,而且可以减少局部通风系统故障诊断的困难。 相似文献
16.
17.
18.
矿井主通风机轴承状态监测和故障诊断是确保煤矿安全通风的重要前提,基于煤矿通风系统概况,分析了矿井主通风机轴承故障机理,主要为滚动轴承的结构、振动特性与滚动轴承的失效形式、故障类型,得到了滚动轴承振动特性产生的内部因素及故障类型;研究了通风机轴承故障诊断程序结构,主要包括诊断分类模块、特征提取模块、常规分析模块、采集和储存模块,并设计了轴承在线故障诊断平台。研究保证了矿井通风系统的正常运转。 相似文献
19.
针对提升机控制系统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。该方法采用D-S证据理论决策级融合进行故障识别,利用统计证据获得Mass函数。通过一实例论证了在提升机控制系统故障诊断中,采用此方法比单传感器信息故障诊断方法更具准确性和可靠性。 相似文献