【摘要】：采煤機(jī)是煤礦綜采成套系統(tǒng)的關(guān)鍵設(shè)備之一,大功率、高可靠性、高智能、易于維護(hù)是現(xiàn)階段采煤機(jī)研究的趨勢(shì)。搖臂作為采煤機(jī)完成截割任務(wù)的重要部件,一旦發(fā)生故障,將直接影響到采煤機(jī)的運(yùn)行效率,其可靠性對(duì)煤礦的安全高效生產(chǎn)至關(guān)重要,搖臂的故障診斷方法研究已然成為采煤機(jī)維護(hù)工作的重中之重。針對(duì)上述問題,本文以采煤機(jī)搖臂傳動(dòng)系統(tǒng)為研究對(duì)象,在分析實(shí)際工況和故障模式的基礎(chǔ)上,研究在不同時(shí)間尺度下的故障特征向量提取方法,建立了基于改進(jìn)深度置信網(wǎng)絡(luò)的智能診斷模型。首先,對(duì)采煤機(jī)搖臂傳動(dòng)系統(tǒng)的結(jié)構(gòu)進(jìn)行分析,并結(jié)合實(shí)際工況環(huán)境,分析采煤機(jī)搖臂的多種故障形式,對(duì)故障形式分類、測(cè)試區(qū)域劃分及測(cè)點(diǎn)位置布置進(jìn)行研究,最終分析各部件振動(dòng)特性,為特征提取和智能診斷奠定了基礎(chǔ)。其次,針對(duì)搖臂傳動(dòng)系統(tǒng)在割煤過程中振動(dòng)信號(hào)的非線性、非平穩(wěn)性問題,研究多閾值小波包去噪方法,對(duì)不同頻段信號(hào)選用不同閾值方法進(jìn)行去噪,進(jìn)一步通過EMD分解消除多閾值小波包去噪的局部最優(yōu)性,得到多個(gè)IMF信號(hào)分量,結(jié)合Shanan信息熵值對(duì)多個(gè)IMF分量進(jìn)行特征驗(yàn)算,并進(jìn)行模擬信號(hào)仿真試驗(yàn)。然后,提出基于監(jiān)督式學(xué)習(xí)網(wǎng)絡(luò)的搖臂傳動(dòng)系統(tǒng)故障診斷方法,分析監(jiān)督式學(xué)習(xí)模型的訓(xùn)練過程,對(duì)模型的學(xué)習(xí)率、迭代次數(shù)等多個(gè)輸入?yún)⒘窟M(jìn)行研究,通過DDS故障診斷平臺(tái)進(jìn)行診斷方案的可行性驗(yàn)證;針對(duì)模型診斷效率低的問題,提出基于PSO-BPDBN的采煤機(jī)搖臂傳動(dòng)系統(tǒng)故障診斷模型,并進(jìn)行測(cè)試試驗(yàn)。最終,結(jié)合特征提取和模式識(shí)別方法,進(jìn)行采煤機(jī)搖臂地面測(cè)試實(shí)驗(yàn),對(duì)采集的信號(hào)數(shù)據(jù)進(jìn)行特征向量提取,并構(gòu)建相對(duì)應(yīng)的特征提取樣本集,分別對(duì)傳動(dòng)系統(tǒng)的高速區(qū)和低速區(qū)進(jìn)行測(cè)試實(shí)驗(yàn),探究不同診斷方案下的故障診斷效率,驗(yàn)證本文模型的有效性。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TD632
【圖文】：

同的數(shù)據(jù)集進(jìn)行測(cè)試，在工業(yè)應(yīng)用上都表現(xiàn)出遠(yuǎn)超以往淺層學(xué)習(xí)所能達(dá)到的最好的效果[47]。在生產(chǎn)制造過程中，大量的設(shè)備狀態(tài)數(shù)據(jù)為診斷技術(shù)提供了研究基礎(chǔ)，基于數(shù)據(jù)驅(qū)動(dòng)的的故障診斷方法也越來越受到國內(nèi)外學(xué)者的關(guān)注。目前，基于數(shù)據(jù)驅(qū)動(dòng)和機(jī)器學(xué)習(xí)的機(jī)械設(shè)備智能故障診斷方法的關(guān)鍵技術(shù)主要體現(xiàn)在兩個(gè)方面[48,49]：特征提取及故障模式識(shí)別，其診斷流程如圖 1.1 所示。

本文在查閱大量相關(guān)文獻(xiàn)的基礎(chǔ)上，對(duì)課題的背景、意義及國內(nèi)外研究現(xiàn)狀進(jìn)行了研究，指出了采煤機(jī)搖臂傳動(dòng)系統(tǒng)故障診斷的難點(diǎn)及現(xiàn)有診斷方法的不足，提出了振動(dòng)信號(hào)特征提取和智能識(shí)別網(wǎng)絡(luò)結(jié)合的數(shù)據(jù)驅(qū)動(dòng)診斷方案，最后確定本文的總體技術(shù)路線如圖 1.2 所示。

在搖臂高速區(qū)和低速區(qū)分別布置傳感器，對(duì)兩個(gè)搖臂進(jìn)行信號(hào)采集，且每個(gè)搖臂測(cè)點(diǎn)位置對(duì)稱相等。本文以 MG1000(2550)-GWD 型采煤機(jī)的振動(dòng)傳感器布置為例，結(jié)合搖臂傳動(dòng)系統(tǒng)結(jié)構(gòu)及實(shí)際工況，采集左搖臂傳動(dòng)系統(tǒng)的振動(dòng)信號(hào)，加速度傳感器的磁座分別吸附的測(cè)點(diǎn)位置如圖 2.2 所示，測(cè)點(diǎn)分布信息如表 2.7 所示。1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周久華;;神東礦區(qū)采煤機(jī)故障統(tǒng)計(jì)與原因分析[J];煤炭科學(xué)技術(shù);2015年S2期

2 李志農(nóng);朱明;褚福磊;肖堯先;;基于經(jīng)驗(yàn)小波變換的機(jī)械故障診斷方法研究[J];儀器儀表學(xué)報(bào);2014年11期

3 薛超;;MGTY300/700系列電牽引采煤機(jī)的應(yīng)用[J];煤炭技術(shù);2014年09期

4 曲建嶺;杜辰飛;邸亞洲;高峰;郭超然;;深度自動(dòng)編碼器的研究與展望[J];計(jì)算機(jī)與現(xiàn)代化;2014年08期

5 王守藝;李臻;朱益軍;陳思安;;煤礦設(shè)備潤滑油故障診斷研究[J];工礦自動(dòng)化;2014年02期

6 馮志鵬;褚福磊;;行星齒輪箱故障診斷的扭轉(zhuǎn)振動(dòng)信號(hào)分析方法[J];中國電機(jī)工程學(xué)報(bào);2013年14期

7 張弦;王宏力;;基于粒子群優(yōu)化的最小二乘支持向量機(jī)在時(shí)間序列預(yù)測(cè)中的應(yīng)用[J];中國機(jī)械工程;2011年21期

8 唐sレ

本文編號(hào)：2773098