基于EMD原理與BP神經(jīng)網(wǎng)絡的旋挖鉆機鉆桿故障識別方法.pdf

1、作為現(xiàn)代樁基工程中的重要組成設備，旋挖鉆機被廣泛應用于油氣開采、礦山挖掘、跨海大橋等眾多領域。然而在旋挖鉆機實際工作過程中時常會發(fā)生掉鉆現(xiàn)象，因鉆桿故障引發(fā)的旋挖鉆機掉鉆事故不在少數(shù)，因此對鉆機鉆桿進行故障識別從而實現(xiàn)對鉆機故障的狀態(tài)檢測和診斷具有重要意義?；谝陨夏康?，本文在實驗室條件下對旋挖鉆機鉆桿的故障識別進行了相關探索研究，主要研究內容和工作歸結如下:
　　1)本文通過模擬鉆機工作原理，以某型鉆機為藍本搭建了鉆進實驗平臺，

2、對鉆進實驗臺的各組成系統(tǒng)進行了詳細的方案設計與計算。對鉆桿螺栓連接松動故障與鉆桿存在破壞缺陷兩種故障進行了模擬，并利用實驗臺完成了不同轉速和不同工況的信號樣本采集。
　　2)研究了EMD算法原理與相關信號處理的譜分析方法，利用小波閾值去噪方法對實際鉆桿信號進行了去噪。利用EMD方法實現(xiàn)了鉆桿信號的自適應性有效分離，對鉆桿信號的時頻譜、AR譜、邊際譜進行了分析。
　　3)針對鉆機鉆桿故障識別提出了EMD-IMF能量、EMD-奇

3、異值分解兩種故障特征量的提取方法，對采集獲取的不同工況樣本信號進行特征值提取與對比，結果表明兩種方法能夠有效識別鉆桿故障特征。
　　4)研究了BP神經(jīng)網(wǎng)絡原理，采用EMD-IMF能量、EMD-奇異值兩種特征提取方法分別對不同轉速和不同工況下的信號進行了故障特征向量的構建，最后結合BP神經(jīng)網(wǎng)絡對兩種工況進行了診斷分類。結果表明:兩種基于EMD原理的故障特征量提取方法均可以用于鉆桿故障特征量的提取，其中EMD-能量法對于鉆桿松動工況具