基于RBF神经网络的连续采煤机故障诊断研究

为了能够提高连续采煤机故障诊断的效率和精度,深入地研究了基于改进遗传算法的RBF神经网络在其中的应用。分析了连续采煤机的主要故障类型;分别研究了RBF神经网络的基本原理和改进遗传算法的基本原理;进行了连续采煤机故障诊断的实例分析,仿真结果验证了该故障诊断技术的有效性。     

基于改进遗传算法的刨煤机故障诊断研究

刨煤机是薄煤层开采必不可少的设备,由于工作环境恶劣,经常出现故障,对其进行故障诊断是非常重要的,研究了基于改进遗传算法和概率因果模型的故障诊断方法在其中的应用。分析了刨煤机的工作原理;提出了改进遗传算法的原理,并且给出了相应的算法流程;研究了概率因果模型的基本原理,给出了故障诊断流程;进行了刨煤机的故障诊断仿真研究,仿真结果表明改进的故障诊断方法能够准确地诊断出刨煤机的故障类型,应用前景广泛。     

基于粗糙集和遗传算法的带式输送机的故障诊断研究

将遗传算法和粗糙集融合起来,对带式输送机进行故障诊断研究,从而能够提高带式输送机故障诊断的精度,避免其发生故障,提高其安全可靠性。讨论了带式输送机在工作过程中的常见故障。分析了粗糙集的基本原理。探究了遗传算法的执行流程。进行了仿真研究,仿真结果表明该方法在带式输送机的故障诊断中具有较高的诊断效果。     

基于神经网络的混合智能故障诊断技术研究

目前 ,故障诊断的关键是寻找一种使诊断结果更为有效的方法。神经网络作为一种新兴的故障诊断方法 ,越来越受到人们的关注。对于复杂的系统 ,单一的传统神经网络很难给出理想的结果。对神经网络与其他诊断方式融合的混合智能技术 ,即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述     

模糊神经网络在提升机制动系统故障诊断中的应用

针对BP神经网络在提升机制动系统故障诊断中的局限性,如收敛速度慢和可靠性差等缺点,根据提升机制动系统的故障机理和特点,提出了一种基于遗传算法的模糊神经网络故障诊断方法。结合了神经网络和模糊逻辑的优点,在利用神经网络对提升机制动系统进行故障诊断的基础上,引入模糊逻辑的概念,采用模糊隶属函数来描述这些故障的程度,并利用遗传算法对网络的权值和阈值进行修正,加快了网络收敛的速度,克服了易陷入局部极小的问题。     

基于遗传算法的桥式起重机故障诊断研究

分析了桥式起重机的常见故障和支持向量机的基本理论;讨论了遗传算法的基本理论,并且分析了基于遗传算法桥式起重机故障诊断的基本流程;进行了桥式起重机的故障诊断,结果表明该方法具有较高的故障诊断能力。     

机械设备故障诊断技术研究

总结了机械设备故障诊断技术方面的研究现状,阐述了常用故障数据采集和状态监测方法,探讨了模糊理论、神经网络、遗传算法等智能控制理论在故障诊断技术研究中的应用前景,指出了要完善信号融合技术,提高网络集成化水平,发挥智能决策诊断优势,提升容错控制水平的发展方向。     

遗传算法概述

遗传算法是人工智能学科领域中新型的现代计算机技术。为此，详细介绍了遗传算法的基本概念、应用领域和计算方法；深入探讨了遗传算法的功能、特点以及它在对问题进行优化计算中的优势；最后，进一步介绍了遗传算法的应用方法并进行了实例运算。     

基于遗传神经网络的矿井通风机故障诊断研究

为了提高矿井通风机机械故障诊断的准确性,提出了一种基于遗传神经网络的矿井通风机故障诊断模型。利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法优化BP神经网络的连接权重和阈值。弱化了故障诊断中的人为因素,提高了评价结果的准确性和权威性。仿真结果表明,该诊断方法具有准确度高、诊断速度快等优点,是一种实用的故障诊断方法。     

基于动态模糊矩阵的柴油机故障诊断

以模糊理论为基础,结合柴油机现场实际运行过程中的大量数据。依据专家经验知识,分析了故障与征兆之间的模糊关系,形成了模糊故障诊断规则,提出了基于动态模糊诊断矩阵的故障诊断方法,建立了柴油机模糊故障诊断模型,应用结果表明了它的有效性。     

基于MATLAB/SIMULINK的异步电机故障诊断

异步电机作为电器原动力在工业及各个领域应用十分广泛,如果发生故障不能及时检修导致电机损坏,造成很大的经济损失。针对异步电机故障,在SIMULINK中建立仿真模型,得到各种工况下的数据,然后用SVM来对故障建立预测模型,对故障进行故障类型预测。实验表明,SVM的异步电机故障诊断,分类效果好,实用性强,可以为异步电机诊断提供参考价值。     

基于变迁记忆的无人化掘进机故障Petri网研究

无人化掘进机是无人化采矿技术理念的具体实现,煤矿智能化开采要求掘进机具备智能诊断技术。本文在分析传统Petri网在故障诊断领域的应用基础上,给出了故障诊断问题的不同建模分类及一种理论表达,并抽象出故障诊断领域的三大科学技术问题。介绍了表征变迁记忆的变迁标识矩阵,用于表达故障传播路径,在此基础上从新型故障Petri网定义、关联矩阵改进、状态方程、变迁记忆表达等几个方面,论述了基于变迁记忆的掘进机故障Petri网的理论定义及技术实现。最后验证并指出了智能诊断函数的表达形式及故障传播路径智能推理的一致性表达。     

通风机远程监测与故障诊断系统的设计

设计了矿井主通风机远程监测与故障诊断系统,该系统可以提高监测与诊断的准确性和可靠性,为企业提供远程技术支持和保障。重点介绍数据采集和监控子系统,现场故障诊断子系统和基于W eb服务的远程协作故障诊断子系统。     

电动机振动故障诊断的探讨

通过对电机典型故障的振动特征分析,提出对电机先进行简易诊断,然后进行精密频谱分析,以找出故障的类型和部位的技术思路。     

信息融合技术在带式输送机故障诊断中的应用

针对带式输送机故障诊断过程中存在的不足,利用信息融合技术在故障诊断中的应用,有效地进行带式输送机的故障诊断。详细论述了将基于多传感器数据融合、神经网络和D-S理论的信息融合方法应用在输送机上,说明信息融合技术在带式输送机故障诊断分析中的有效性,为信息融合技术在输送机上的应用提供借鉴。     

基于虚拟仪器的矿用柴油机远程故障诊断系统

将虚拟仪器和网络技术引入到故障诊断,使故障诊断与计算机网络技术和虚拟仪器技术相结合。基于矿区生产特点,提出了一个基于虚拟仪器技术的矿用柴油机远程故障诊断系统模型,介绍了系统的基本功能,描述了测试分析系统及远程故障诊断中心的系统设计。     

基于分形理论的滑动轴承故障诊断研究

针对滑动轴承异常振动时振动信号的无规则特性和分形维数对时域振动信号的敏感性,将分形理论应用于风机滑动轴承故障诊断,分析了不同程度的接触摩擦状态与分形维数关系,揭示了接触摩擦越严重分形维数越大的规律,将其应用于故障诊断,取得了良好的效果,为滑动轴承故障诊断提出了一种新方法。研究表明:将该方法应用于矿山机械故障诊断领域具有重要的现实意义。     

基于润滑油分析的钻井泵故障监测与诊断

钻井泵作为石油钻井工程中的主要设备,其故障诊断和寿命预测倍受关注。将润滑油分析技术引入到钻井泵的故障诊断和寿命预测中,结合钻井泵的使用情况,从不同技术角度介绍了钻井泵故障诊断的方法和依据,同时也阐述了钻井泵主要易损部件的寿命预测方法。通过现场实验,验证了润滑油分析技术在钻井泵故障诊断和寿命预测中的有效性,找出了钻井泵维护的关键,为工程应用提供了依据。     

矿井供电系统串联型故障电弧仿真分析及诊断方法

因接触不良或机械损伤,煤矿供电系统会产生串联型故障电弧,串联型故障电弧是引发煤矿电气火灾的原因之一,目前缺少有效的检测手段,影响了井下的供电安全。井下可能存在瓦斯和煤尘等易燃易爆物质,不宜开展串联型故障电弧实验,无法获得大量故障电弧电流样本,加大了井下串联型故障电弧诊断工作的难度。为研究矿井供电系统串联型故障电弧的典型特征及诊断方法,论文首先在Mayr-Schwarz电弧数学模型的基础上,建立了矿井供电系统串联型故障电弧仿真模型,并结合实验结果对仿真模型的性能进行了评估;然后对矿井供电系统的采煤系统、胶带输送系统、泵房排水系统、照明系统的串联型故障电弧、过电压、单相接地、两相接地短路、两相短路、三相短路电气故障进行仿真分析、特征分析,以电流信号的过零点数、峰峰值、方差、峭度系数、裕度因子、谐波畸变率、单边功率谱频率方差、小波包系数能量熵、小波包系数峰峰值为特征量,建立了矿井供电系统串联型故障电弧特征参数数据库;最后综合比较决策树、K近邻、Bagged trees多分类模式识别方法在故障电弧诊断、选相及抗负载电流波动扰动、抗背景噪声扰动方面的性能,提出了K近邻矿井供电系统串联型故障电弧诊断方法。结果表明,建立的串联型故障电弧仿真模型能够用于仿真分析矿井供电系统串联型故障电弧,所建立的特征参数数据库能够反映矿井供电系统串联型故障电弧的典型特征,提出的K近邻串联型故障电弧诊断方法可用于矿井供电系统串联型故障电弧诊断及选相。     

基于小波奇异性的滚动轴承故障检测研究

基于小波变换的信号奇异性检测原理,提出了信号奇异点的定位及奇异性程度的检测方法,并利用Matlab仿真平台,对故障信号实例进行了仿真和分析。仿真结果表明,与传统的Fourier分析方法相比,该方法是一种简单、有效的检测方法,特别在非平稳信号的监测和机械故障诊断领域。利用此方法可以比较精确地判断出信号发生的奇异点时刻以及奇异程度的大小,并且边缘效应要小得多。