基于FTA和SVM礦井提升機故障診斷的研究.pdf

1、礦井提升機在礦山生產中主要負責完成升降物料、設備和人員，是礦山設備系統(tǒng)中最核心設備。礦井提升機制動控制系統(tǒng)在提升設備的安全運行、礦山生產安全，及對工作人員的生命安全保護中起著至關重要的作用，直接影響著礦山工業(yè)的安全可靠性和經濟效益，因此開展提升機制動系統(tǒng)的故障診斷的研究工作有著重要的理論和實際意義。
　　目前對故障智能診斷理論和方法這個方向的研究已經取得不少的成就，隨著計算智能技術在故障診斷技術中的引入，有效的解決了機器學習與模式

2、識別問題。但是目前診斷系統(tǒng)存在不少問題，大致可以歸于：知識庫的完備性及復雜程度；自適應自學習能力差；魯棒性差；缺乏通用性，推廣度低?；谶@些問題，智能故障診斷技術還需要進一步研究開發(fā)使其不斷的發(fā)展完善，可以采取多元傳感器、多信息量以及多種診斷方法的融合、多層次診斷集成來盡量減少單一方法存在的不足。
　　本文提出了一種結合故障樹分析法(FTA)和基于遺傳算法決策樹支持向量機(GADT-SVM)的方法對礦井提升機的制動系統(tǒng)進行故障診斷

3、，并在虛擬專用網(VPN)上建立了礦井提升機遠程故障診斷系統(tǒng)。
　　本文利用FTA的定性分析方法對礦井提升機制動系統(tǒng)建立了故障樹，將該故障樹融入到礦井提升機PLC安全回路的程序設計，當故障信號傳送到故障樹在PLC程序中的相應節(jié)點時，PLC監(jiān)控系統(tǒng)會發(fā)出報警信號，從CPU中可以調出故障診斷算法給出的故障分析報告，從而進行故障維修。
　　對于礦井提升機故障診斷方法方面，提出一種新的多分類支持向量算法遺傳算決策樹支持向量機(GAD

4、T-SVM)，該算法根據(jù)類別樣本分離性測度利用遺傳優(yōu)化算法優(yōu)化其決策樹結構。決策樹的構建采用了層次聚類的思想有效的避免了“拒絕分類區(qū)”和“重疊分類區(qū)”等不可分區(qū)域。利用該算法對提升機制動系統(tǒng)的部分故障識別進行了仿真實驗，取得了比較高的故障識別率，驗證了該算法的可行性。
　　此外，本文還利用 VPN建立了一個安全可靠高效的遠程故障診斷系統(tǒng)，本系統(tǒng)在銅川集團的礦井提升機運行平臺上進行試驗，將一臺 SinforM5100-AC型VPN網