通風(fēng)機(jī)振動(dòng)分析與故障診斷的試驗(yàn)研究.pdf

1、礦用主通風(fēng)機(jī)作為大型煤礦固定設(shè)備，承擔(dān)著為全礦井通風(fēng)的重要任務(wù)，被稱為礦井的“肺臟”，其運(yùn)轉(zhuǎn)是否正常直接影響著煤礦企業(yè)的安全生產(chǎn)。因此，對(duì)其進(jìn)行故障診斷和預(yù)警研究是煤礦企業(yè)生產(chǎn)中必不可少的環(huán)節(jié)，無(wú)論是對(duì)煤礦安全監(jiān)管還是設(shè)備的使用維護(hù)都具有重要意義。
　　 本文綜述了國(guó)內(nèi)外通風(fēng)機(jī)故障診斷的發(fā)展、研究現(xiàn)狀以及存在的技術(shù)問(wèn)題，在研究了通風(fēng)機(jī)振動(dòng)機(jī)理與振動(dòng)分析方法的基礎(chǔ)上，運(yùn)用理論分析、數(shù)值模擬與實(shí)驗(yàn)相結(jié)合的方法對(duì)基于小波神經(jīng)網(wǎng)絡(luò)和D-

2、S證據(jù)理論的通風(fēng)機(jī)故障診斷及預(yù)警技術(shù)作了深入研究，開(kāi)發(fā)了主通風(fēng)機(jī)在線監(jiān)測(cè)與故障診斷系統(tǒng)軟件，并運(yùn)用接口技術(shù)和混合編程方法實(shí)現(xiàn)了主通機(jī)在線故障預(yù)警。實(shí)驗(yàn)結(jié)果證明，該方法優(yōu)化了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)診斷的算法，融合了神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的優(yōu)勢(shì)，提高了神經(jīng)網(wǎng)絡(luò)用于通風(fēng)機(jī)故障診斷的速度和精度。
　　 本文的主要工作及研究成果包括：
　　 ①?gòu)耐L(fēng)機(jī)振動(dòng)機(jī)理的研究入手，提出了基于塔式模型的振動(dòng)分析方法，為現(xiàn)場(chǎng)旋轉(zhuǎn)機(jī)械設(shè)備故障檢測(cè)提供了理論依據(jù)

3、。
　　 ②研究了通風(fēng)機(jī)故障原因及各故障特征狀態(tài)下的時(shí)域波形和頻譜特性，運(yùn)用FFT頻譜特征分析方法對(duì)通風(fēng)機(jī)進(jìn)行故障診斷。
　　 ③利用人工神經(jīng)網(wǎng)絡(luò)的非線性映射能力實(shí)現(xiàn)了從特征空間到故障空間的映射，建立了小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，可以判斷通風(fēng)機(jī)振動(dòng)烈度的發(fā)展趨勢(shì)，為預(yù)知維修提供依據(jù)。
　　 ④提出了神經(jīng)網(wǎng)絡(luò)與證據(jù)理論相結(jié)合的故障預(yù)警方法，該方法充分發(fā)揮了神經(jīng)網(wǎng)絡(luò)與證據(jù)理論兩種信息融合方法的優(yōu)勢(shì)，并詳細(xì)介紹了該模型在礦用