基于OMAP-L138的电牵引采煤机摇臂

针对煤矿井下电牵引采煤机摇臂信号的采集对便携式数采仪的功能要求，以OMAP L138为处理核心，硬件方面,根据便携式数采仪的功能要求对外围器件硬件进行选型并绘制电路原理图，根据原理图制作PCB电路板；软件方面,通过选择合适的Linux内核版本，完成对内核的裁剪和移植，并根据外围硬件开发相应的驱动程序，同时采用Qt软件开发应用程序及控制界面，形成了具有ARM+DSP双CPU的便携式数采仪,实现了对电牵引采煤机摇臂信号的采集、显示、存储、传输和分析等功能。     

基于级联奇异值分解和Hilbert变换的滚动轴承故障诊断

针对Hilbert变换包络解调法在强噪声影响下不能有效提取轴承故障信息的问题,研究了级联奇异值分解降噪的方法,并采用简便方法对重构矩阵的时间延迟和奇异值降噪阶次进行选择。应用结合后的方法分析含故障信息的滚动轴承实验信号,结果表明该方法能有效降低噪声并突显故障特征频率。     

基于多尺度均方根-BP神经网络的采煤机摇臂齿轮故障诊断

采煤机摇臂齿轮箱是采煤机故障高发区,对其进行故障诊断研究可减少事故发生率,提高采煤机可靠性。本文分析了采煤机摇臂工作特点,提出多尺度均方根(Multi Scale Root Mean Square,MSRMS)结合BP(back-Propagation)神经网络的齿轮故障识别方法。对四种不同故障类型的齿轮振动信号进行处理,得到20个尺度的均方根值,并将其作为BP神经网络的输入向量进行齿轮故障识别。实验结果证明所提出的多尺度均方根-BP神经网络方法可以准确区分齿轮故障,对四种不同状态齿轮识别率可达到85%以上,尤其磨损齿轮识别率达到95%,是一种非常有效的齿轮故障识别方法。