基于D-S证据理论的带式输送机故障诊断

针对煤矿带式输送机故障诊断存在较大的数据不确定性而导致的诊断可靠性低问题,提出了一种基于D-S证据理论的带式输送机故障智能诊断方法。通过多种传感器对带式输送机信号数据进行采集,利用D-S证据理论的数据融合规则将采集到的多类数据进行融合,并根据判断规则对带式输送机的故障进行判断。     

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。     

基于模糊推理的带式输送机打滑故障诊断系统

由于带式输送机运行机理的复杂性,对其运行状态的判断非常困难,传统的故障判断方法无法及时有效地预告故障。运用模糊推理的方法对带式输送机运行系统进行故障诊断,可使操作人员对当前带式输送机系统的运行状况有所了解。     

计算机信息融合技术在带式输送机故障诊断中的应用

煤矿带式输送机易出现堆煤、打滑、烟雾等故障,而矿用带式输送机故障诊断中单一的传感器所搜集的信息较片面,存在很大程度的不可靠性。提出了应用多传感器信息融合诊断法。将各信息模糊化,由信息中心加以融合,进而对带式输送机工作状态进行估判。实验证明,将信息融合技术应用于煤矿带式输送机故障诊断中具有一定的有效性。     

基于物联网的煤矿带式输送机综合自动化监控系统研究

构建了基于物联网的智能感知平台与集中控制网络;研发了基于CAN总线的矿用带式输送机通信、保护系统与基于PLC的分布式矿用带式输送机远程监视、控制系统;实现带式输送机运行中的堆煤、跑偏、撕裂、超温、超速、烟雾、急停和断带等多种保护。系统可作为矿山带式输送机物联网逻辑子系统,无缝接入矿山物联网总网。     

基于VMD的带式输送机齿轮箱故障诊断

针对高湿、高粉尘、易腐蚀的恶劣工作环境下管状带式输送机齿轮箱早期微弱故障特征提取困难的问题,提出了基于改进变分模态分解（VMD）的带式输送机齿轮箱故障诊断方法。首先利用齿轮箱故障机理模型确定模态分量个数,通过优化搜索选择最优的频带惩罚因子,得到最优的满足适应度函数的分解参数组合,克服了人为随机设置分解参数对分解结果带来的不确定性;然后利用参数优化后的VMD对齿轮箱故障信号进行分解,并对各个分量进行包络解调分析来提取齿轮故障特征。仿真信号和工程实际信号的分析结果表明,该方法能够准确、清晰地提取齿轮箱故障特征。     

基于贝叶斯网络的带式输送机故障诊断研究

针对带式输送机的故障诊断问题,首先通过建立带式输送机的故障树,获得带式输送机故障发生的逻辑关系,然后将故障树转化为贝叶斯网络,根据故障树中的基本逻辑关系,获得贝叶斯有向无环图及其强度联系表,再依据贝叶斯传播信念公式推断出各个父节点概率,进而获取各个故障事件发生的概率,实现对带式输送机的故障诊断。     

煤矿用带式输送机在线监测及故障诊断系统研究

对煤矿中使用的带式输送机在线监测及故障诊断系统进行了研究,首先对系统的整体方案进行了设计,包含胶带沿线设备和主控制器两大部分,两者之间利用八芯电缆进行连接,实现数据交互。对胶带沿线控制模块中包含的下位机模块、沿线急停模块、扩音电话模块和终端采集模块进行研究,对系统的主要软件程序进行了设计。通过实验发现故障诊断正确率可以达到95%,能满足实际使用要求。将设计的系统部署到煤矿工程实践中,经现场测试发现功能都能正常实现,达到了预期效果。     

PNN在煤矿带式输送机故障诊断中的应用

带式输送机是煤矿生产过程中的重要设备,但由于故障特征多、监测数据繁杂等因素,难以对其故障种类进行快速准确的诊断。整理分析了煤矿带式输送机的故障特征,提出了一种基于概率神经网络(PNN)的煤矿输送机故障诊断方法。PNN结合了径向基神经网络(RBFNN)和贝叶斯决策理论,在模式分类识别中具有训练快、容错性好和准确度高等优势。结合现场监测样本,建立了基于PNN的煤矿带式输送机故障诊断模型,经检验,此模型训练速度快、精准度高。     

基于多信息融合技术的矿用带式输送机故障诊断系统研究

矿用带式输送机在工作过程中会受到多种不良因素的影响,导致不同类型的故障发生,如输送带带速变化异常、纵撕故障等。传统的故障处理方法采集到的特征值往往缺乏全面性,特别是在故障判断时对故障相似度计算会有较大的误差出现。利用多信息融合技术将各类传输部件的故障案例进行整合,并在忽略过程特征值的基础上进行求解和推理,获取相应的矿用带式输送机故障解决方案,从而实现故障诊断的自动化操作功能。应用结果表明,基于多信息融合技术的故障诊断系统可以有效地应对输送带的各种异常状况,快速准确地实现矿用带式输送机的故障诊断。     

煤矿带式输送机故障分析

带式输送机是煤炭开采的关键设备,依据山西某煤矿的生产运行记录,对煤矿带式输送机的故障进行了调查分析。结果认为带式输送机的常见故障主要有输送带跑偏、输送带损伤、电气故障、启动问题、减速器故障、滚筒故障等,其中输送带损伤和电气故障所占比率较高。按故障的直接原因可以把各种故障分类分为人因故障、机因故障以及外因故障等,其中人因故障率在50%以上。在带式输送机的驱动、转动、机架、电器和辅助装置5个组成部分中,驱动和电器部分的故障显著高于其他部分。     

基于单片机的煤矿带式输送机设计

随着煤矿作业机械化水平越来越高,煤矿带式输送机的应用也日益广泛,在很大程度上提升了煤矿作业效率。本文首先对煤矿带式输送机电气控制系统构成及工作原理加以介绍,之后阐述了可编程逻辑控制器的程序设计及组态界面设计方案。该设计方案具备对单台及数条胶带机的监控功能。     

基于人工神经网络技术的矿用带式输送机滚动轴承故障诊断

研究了人工神经网络的原理、结构和学习算法,并将该网络应用于带式输送机滚动轴承的故障诊断中。采集不同类型的滚动轴承故障信号,并对信号进行预处理。利用神经网络进行训练,当训练误差满足设定要求时,训练完成。利用训练成熟的神经网络对滚动轴承进行故障诊断。实验结果表明神经网络技术可以快速、准确地诊断出带式输送机滚动轴承的故障类型。     

数据挖掘在煤矿带式输送数据处理中的研究应用

针对煤矿带式输送生产过程中产生的超大量工程数据,提出了利用数据挖掘技术进行数据处理的思路,探讨了数据挖掘在工程数据处理中的主要技术及实现过程,为工程实际生产过程中的有效管理、参数配置、生产决策等提供了有效依据。     

基于单片机的煤矿带式输送机特点与研究

国家安全生产部门规定:年产在30万t以上的煤炭生产单位必须应用带式输送机完成输送工作。基于单片机的煤矿带式输送机具有多方面的优势,得到了越来越广泛的应用。对基于单片机的煤矿带式输送机进行研究,在明确其特点的同时,对相关内容有一个准确的把握。     

带式输送机的输送带保护及故障诊断

长距离带式输送机在运行过程中,会出现输送带跑偏、纵撕、打滑、断带、堆煤等故障,其中跑偏是最常见的故障。因此,采取适当的输送带保护措施,防止各种故障的频发,并对故障适时诊断,尽早发现故障部位,及时解决,以减少因停机造成的损失。     

基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究

根据多传感器数据融合理论,研究了煤矿大型机电设备故障类型,提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法。在特征级上采用遗传算法优化BP神经网络(GA-BP),对大量多传感器监测数据进行降维并建立基本信任分配函数;在决策级采用D-S证据理论算法,克服故障诊断过程的不确定性,以提高故障诊断的准确性。     

基于物联网的矿井提升机远程监测与故障诊断系统研究

针对目前矿井提升机监测系统搭建成本高、数据共享性弱及布线复杂等问题,设计了基于物联网的提升机远程监测与故障诊断系统。根据物联网、光纤传输及智能数据分析技术,实现了矿井提升机在线监测及故障分析功能,提高了矿井提升机动态监控能力,提升了提升系统智能管理水平,有利于提高人员利用率,达到减人增效的目的。