矿山设备轴承故障诊断与异常分析

在矿山机械设备中,滚动轴承是最为关键的核心零件之一,若轴承出现故障,不仅会影响各机械设备的正常工作,而且会带来极为严重的安全隐患.因此,应用相关科学技术对轴承进行实时状态监控,及时发现甚至预测轴承故障,具有重要的经济和安全价值.对此,构建了基于dropout技术的一维卷积神经网络来进行轴承故障诊断,并在CWRU轴承数据集上进行了相关试验,最终模型在测试集上的故障诊断率高达92.9％,验证了一维卷积神经网络在轴承故障诊断中的适用性.     

基于小波神经网络的煤矿提升机轴承故障诊断

轴承故障严重地影响设备的使用寿命、效率及安全性。以某型煤矿提升机轴承为研究对象,采集煤矿提升机轴承实时数据,基于小波神经网络建立煤矿提升机轴承故障诊断模型,运用MATLAB对煤矿提升机小波神经网络模型进行数值计算,对煤矿提升机轴承故障进行诊断。诊断结果表明,不同运行时间下,煤矿提升机轴承振动信号不同;基于小波神经网络可以精确、高效对煤矿提升机轴承故障进行诊断。该研究为煤矿提升机轴承故障诊断、维修等方面提供理论依据。     

基于音频峭度的煤矿旋转机械滚动轴承故障预测方法

滚动轴承作为煤矿旋转设备中至关重要的机械元件,对其早期故障进行快速有效的诊断与预测可保证矿山开采的稳定性。针对提升机等旋转设备滚动轴承,采用非接触式测量仪器采集轴承工作时的音频信号,通过预加重,分帧加窗及峭度计算提取声音信号的时域特征,并基于萤火虫算法优化的卷积-长短期记忆(CNN-LSTM)神经网络完成音频特征的输出预测。实验结果表明,设计的神经网络模型可对轴承音频的分帧峭度数据进行较为精确的预测拟合,在设定的峭度安全阈值下,该模型能实现滚动轴承早期故障的准确预知。     

基于特征增强与深度学习的轴承故障诊断

针对轴承故障诊断中数据集较小，现有诊断方法鲁棒性较低且易被噪声干扰的难题，提出了基于特征增强和卷积神经网络故障识别方法。首先对振动采样信号进行短时傅里叶变换(STFT)与小波变换处理，获取时频图，然后对时频图进行卷积操作，获取故障信号特征图。最后，将获得的特征图通过通道注意力机制模块，再通过卷积神经网络，实现对轴承故障的分类。结果表明，该方法在西储大学数据集添加-40 dB噪声的情况下，故障准确率达97%，在西储大学数据集以及江南大学离心风机轴承数据集上识别准确率分别为99.8%和100%。     

基于1DCNN-ELM的带式输送机托辊轴承故障诊断研究

针对带式输送机托辊轴承故障诊断中振动信号提取特征困难而导致故障诊断精度较低的难题，提出了一种基于一维卷积神经网络(1DCNN)和极限学习机(ELM)的托辊轴承故障诊断方法。首先，根据具体的故障诊断任务，对采集到的数据进行划分，并进行傅里叶变换，采用多个标签表示健康状态、故障类型和损伤程度。然后，利用1DCNN来提取故障特征，根据提取的故障特征利用ELM进行故障分类。该方法中的参数是随机产生的，不需要迭代更新，可有效加快计算速度。最后，通过Case Western Reserve University的轴承数据集以及自制托辊故障数据集进行故障诊断试验，测试精度均达到了100%，用时分别为2.82 s和2.42 s，能够在较短的时间内准确判断出托辊故障类型，验证了所提方法的有效性。通过与ELM、随机森林、K最邻近法、支持向量机和卷积神经网络等方法进行对比，体现了所提方法的优越性。结果表明：采用1DCNN和ELM相结合的诊断方法，其诊断效果比采用单一方法更好，能够满足煤矿领域托辊故障诊断的需求。     

一维卷积神经网络在轴承故障检测中的应用

为了在实际生产过程中及时发现轴承早期的弱故障,避免因轴承原因而发生的生产安全和质量事故,针对轴承在持续工作时不宜停机对其进行全面检查的问题,通过基于一维卷积神经网络和快速傅立叶变换等轴承信号状态分类方法,进行了轴承振动信号检测分类和数据处理研究。研究得到了快速准确识别轴承故障及分类的方法,最终利用该方法对528个测试样本进行识别的准确率达到100%。     

提升机天轮运行状态自动监测系统研究

针对提升机天轮轴系的故障特点,采用故障监测与诊断技术对天轮轴承温度、位移和振动参数进行在线监测和故障预报诊断,从而及时发现故障,保证天轮安全运行。     

基于深度迁移学习的提升机主轴故障在线诊断系统研究

实际工业场景下的提升机状态监测与在线故障诊断,存在缺少足量有标签故障样本以及变工况导致的测试样本与训练样本间分布差异的问题,限制了智能故障诊断算法应用于实际工程。文章提出一种面向实际提升机的融合边缘节点的迁移故障诊断架构,包括多源信息采集层,边缘节点层,网络层和中央云服务器层。以提升机轴承为对象,提出基于ResNet与多核联合分布差异的深度迁移故障诊断算法,实现变工况下的提升机轴承故障状态识别,采用两种轴承故障数据进行算法有效性与适应性验证,结果表明所提出算法能够达到理想的迁移故障诊断准确率。最后,设计构建了提升机检测诊断平台,部署于煤矿地面中央云服务器中心,实现了对矿井提升机运行状态的监测与在线诊断。     

基于自适应神经网络的矿井提升机故障诊断

矿井提升机是井下作业的重要运输设备,其运行状态对煤矿企业的安全生产具有关键作用。为了对矿井提升机故障进行实时监控,从而及时发现故障原因并采取措施,提出了一种基于自适应神经网络的矿井提升机故障诊断方法。首先对矿井提升机主轴系统结构及故障振动频率特征进行了分析,然后采用自适应神经网络算法对矿井提升机主轴故障诊断建立模型,实现对故障类型和故障程度的精确诊断,最后对所提出的模型进行了仿真测试。实验结果显示,该方法可以提供较高识别精度的故障诊断结果,为提升机的故障判断提供了参考依据。     

煤矿提升机天轮故障分析及监测方法研究

为了确保煤矿提升机的安全运行,采用故障树对煤矿提升机天轮故障进行分析,建立了煤矿提升机天轮故障树,确定3种故障特征:轴承故障导致的天轮噪声过大、井架安装不正导致的井架倾斜和天轮安装不正导致的天轮偏摆过大。研究了煤矿提升机天轮故障监测方法,对提升机天轮的运行状态进行了监测,并构建了系统的软、硬件部分,对采集的天轮振动信号处理进行了研究。研究结果为煤矿提升机天轮的正常运转提供了技术支持。     

基于SoC嵌入式片上系统应用研究

以片上系统(SoC)为代表的嵌入式应用系统拉开了嵌入式系统发展的大幕,极大的推动了IT产业的发展,给人们的生产、生活带来深远的影响。嵌入式系统用在一些特定专用设备上,通常这些设备的硬件资源(如处理器、存储器等)非常有限,而且对成本敏感,有时对实时性要求较高等。常见的嵌入式系统如手机、PDA、电子词典、掌上电脑、VCD/DVD/MP3 Player、数码相机、游戏机、机顶盒、路由器等,这类嵌入式应用系统对成本比较敏感。还有一些对性能和实时性要求比较高,如通信系统,医疗仪器,航空航天设备以及军事武器上的一些嵌入式应用系统。     

浅谈对三项监察的认识

结合辽宁的监察工作,谈一谈对三项监察的认识。     

基于互联网技术的智能建筑管理系统研究

随着现代化信息技术的迅猛发展,智能建筑系统集成成为一大研究热点,并为依托于信息技术促进建筑物整体功能的相应提升创造了有利条件。文章介绍了智能建筑系统集成以及B/S模式的特点,阐述了ASP.NET的新特性,对IPMS-智能建筑管理系统的研究与实现加以分析和讨论。     

基于Inventor系列化零部件库的开发与调用研究

系列化零部件在设备设计中被大量而频繁地使用。目前,在CAD软件中并没有现成的系列化零部件模型库。过去,设计人员需要对CAD软件编程进行二次开发,来建立这类零部件模型库。详细阐述了利用Inventor的iPart功能开发设备的系列化零部件模型库步骤、要点及其调用方法。该研究对通用设备设计手段的创新和所有系列化零部件的设计与创建都具有指导意义。     

基于小波分析理论的风机故障诊断技术研究

基于小波分析理论,针对风机动静碰摩故障信号进行了小波分析,利用特定频带的信息进行故障诊断,并通过对实验数据分析有效地提取了故障特征,验证了该方法的正确性和有效性。该研究为对风机振动信号进行分析处理,进而为实施故障诊断提供了有效的方法。     

凿井井架在加工及安装中几个问题的探讨

钢管凿井井架是建井单位常用的建井设备，它的应用比较广泛，文中就井架加工及安装中出现的问题进行阐述并提出了改革方案。     

平面磨削表面缺陷研究

平面磨削在生产中用途极广,工件在平面磨削过程中经常会出现各种各样的表面缺陷,特别是在精密磨削中一些凭目测即可辨认的表面缺陷严重影响了产品质量,为解决和避免各类表面缺陷,以采煤机钻头修复为例,有针对性地扼要分析了平面磨削时工件表面缺陷产生的原因及防止措施。     

基于PLC的气动搬运机械手设计

介绍了一种基于PLC控制的气动机械手的设计,详细介绍了气动机械手的结构设计、工作原理、气压传动系统和电气控制系统设计等具体内容。通过PLC的软件程序控制各电磁阀,驱动气缸动作,从而控制机械手的动作。     

浅谈监理安全管理

阐述了工程监理单位和监理工程师对施工现场安全应负的责任,重点叙述了施工现场监理安全管理措施,强调了现阶段监理企业有效介入施工安全管理的重要性.