基于BP神經(jīng)網(wǎng)絡煤礦通風機監(jiān)測信息融合方法研究.pdf

1、煤礦通風機是煤礦主要安全設備之一,通風機安全有效的運行是煤礦效益以及井下作業(yè)工人安全的保障。本論文結(jié)合煤礦通風機的特點,對通風機多種參數(shù)進行實時監(jiān)測,對常見的轉(zhuǎn)子不平衡、軸系不對中、旋轉(zhuǎn)失速以及油膜振蕩等多種機械故障進行自診斷,設計通風機的實時監(jiān)測與故障診斷系統(tǒng)。
　　本文對通風機的常見故障機理做了簡要的分析,選取通風機的振動信號、軸承油溫、風機轉(zhuǎn)速、風機出口壓力以及風機流量等作為本系統(tǒng)的監(jiān)測參數(shù)。通過對多傳感器信息融合技術(shù)的研究

2、,采用基于多傳感器信息融合的煤礦通風機監(jiān)測與診斷系統(tǒng),并采用特征層和決策層分層融合的方案進行數(shù)據(jù)融合。采用改進后的BP神經(jīng)網(wǎng)絡作為特征層的融合算法,采用D-S融合規(guī)則作為決策層的融合算法。
　　本文設計兩個4-9-5結(jié)構(gòu)的BP網(wǎng)絡作為特征層的融合算法,選取通風機的前后軸瓦作為振動信號的采集點,提取兩個振動信號的均方根值RMS1和RMS2以及功率譜密度函數(shù)的積分值GLP1和GLP2作為第一個BP網(wǎng)絡的輸入,得到一個對風機運行狀態(tài)的評

3、估;再將風機的軸承油溫、風機轉(zhuǎn)速、風機出口壓力以及風機流量作為第二個BP網(wǎng)絡的輸入,得到另一個對風機運行狀態(tài)的評估。由仿真結(jié)果可以看出,改進后的BP網(wǎng)絡性能大大提升了。從這兩個BP網(wǎng)絡的輸出都能夠大致判斷出風機的運行狀態(tài),但是誤差較大,效果不如預期。將這兩個BP網(wǎng)絡的輸出作為D-S證據(jù)理論的兩個證據(jù)體進行融合,通過D-S融合規(guī)則將這兩個證據(jù)體融合為一個證據(jù)體,實驗結(jié)果表明,兩個證據(jù)體融合后對風機運行狀態(tài)的評估要比單獨證據(jù)體對風機運行狀態(tài)