煤礦工作面設(shè)備是指在綜采工作面進(jìn)行采煤、裝煤、運(yùn)煤等生產(chǎn)工序的機(jī)械化設(shè)備,其中每個(gè)設(shè)備對(duì)煤礦生產(chǎn)都起著關(guān)鍵作用。工作面是煤炭生產(chǎn)的第一現(xiàn)場(chǎng),設(shè)備眾多、環(huán)境惡劣、工作空間狹小,設(shè)備經(jīng)常發(fā)生故障。隨著礦井生產(chǎn)系統(tǒng)的不斷優(yōu)化,綜采面設(shè)備自動(dòng)化水平持續(xù)提高,我國(guó)煤礦開采技術(shù)逐漸向智能化、無人化方向的發(fā)展。設(shè)備自動(dòng)化水平的提高一方面增加了采煤效率,節(jié)約了大量的人工成本,具有良好的經(jīng)濟(jì)社會(huì)效益;但另一方面大量的設(shè)備維護(hù)和故障維修的問題也凸顯出來。設(shè)備結(jié)構(gòu)越來越復(fù)雜,各個(gè)設(shè)備之間相互依賴性增加,往往難以及時(shí)發(fā)現(xiàn)設(shè)備隱患,一旦發(fā)生故障就會(huì)導(dǎo)致整個(gè)采煤系統(tǒng)癱瘓。工作面瓦斯、粉塵眾多,能見度差,傳統(tǒng)的人工排查故障的方式既對(duì)工作人員安全、健康帶來了巨大威脅,同時(shí)需要耗費(fèi)大量的時(shí)間,嚴(yán)重影響了生產(chǎn)進(jìn)度,給煤礦造成巨大的損失。因此為了進(jìn)一步推進(jìn)智能化無人工作面的發(fā)展,保障煤礦安全高效生產(chǎn),在綜采面設(shè)備自動(dòng)化水平不斷提高的同時(shí),亟需對(duì)綜采工作面設(shè)備的狀態(tài)監(jiān)測(cè)和故障預(yù)警技術(shù)進(jìn)行深入研究。本文根據(jù)綜采工作面的實(shí)際情況,以建立智能化無人或少人工作面為目標(biāo),研制了一套煤礦工作面設(shè)備狀態(tài)綜合監(jiān)測(cè)及故障預(yù)警系統(tǒng)。本文首先研究... 

【文章來源】：青島科技大學(xué)山東省

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 論文研究的背景
    1.2 論文研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 設(shè)備狀態(tài)監(jiān)測(cè)與故障預(yù)警技術(shù)發(fā)展
    1.4 論文主要內(nèi)容與結(jié)構(gòu)安排
2 設(shè)備故障與系統(tǒng)功能需求分析
    2.1 綜采工作面設(shè)備簡(jiǎn)介
    2.2 設(shè)備故障機(jī)理分析
        2.2.1 設(shè)備振動(dòng)故障分析
        2.2.2 設(shè)備電流故障分析
    2.3 系統(tǒng)功能需求分析
    2.4 本章小結(jié)
3 系統(tǒng)硬件設(shè)計(jì)與選型分析
    3.1 系統(tǒng)總體設(shè)計(jì)
    3.2 光纖光柵傳感器
        3.2.1 光纖光柵振動(dòng)傳感器
        3.2.2 光纖光柵溫度傳感器
    3.3 礦用光纖光柵解調(diào)儀
    3.4 監(jiān)測(cè)與通信分站設(shè)計(jì)
    3.5 系統(tǒng)通信設(shè)計(jì)
    3.6 本章小結(jié)
4 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的設(shè)備故障預(yù)警算法
    4.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
        4.1.1 生物神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
        4.1.2 人工神經(jīng)元基本模型
        4.1.3 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
    4.2 BP神經(jīng)網(wǎng)絡(luò)模型
    4.3 遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)
        4.3.1 遺傳算法介紹
        4.3.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
        4.3.3 遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的設(shè)備故預(yù)警模型
    4.4 仿真及結(jié)果分析
    4.5 本章小結(jié)
5 系統(tǒng)軟件設(shè)計(jì)
    5.1 監(jiān)測(cè)與通信分站軟件設(shè)計(jì)
        5.1.1 設(shè)備窗口設(shè)計(jì)
        5.1.2 用戶窗口設(shè)計(jì)
        5.1.3 實(shí)時(shí)數(shù)據(jù)庫(kù)設(shè)計(jì)
        5.1.4 運(yùn)行策略設(shè)計(jì)
    5.2 上位機(jī)軟件設(shè)計(jì)
        5.2.1 界面設(shè)計(jì)
        5.2.2 數(shù)據(jù)詞典設(shè)計(jì)
        5.2.3 設(shè)備通信設(shè)計(jì)
        5.2.4 組態(tài)王與MySQL數(shù)據(jù)庫(kù)交互設(shè)計(jì)
    5.3 故障預(yù)警軟件設(shè)計(jì)
    5.4 系統(tǒng)應(yīng)用效果分析
    5.5 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]煤礦采礦安全管理及其事故防范[J]. 任乾.  山東工業(yè)技術(shù). 2019(10)
[2]電機(jī)常見故障判斷分析及處理方法[J]. 張燕紅.  山東工業(yè)技術(shù). 2019(10)
[3]人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用探析[J]. 耿斌.  山東工業(yè)技術(shù). 2019(08)
[4]2018年煤炭供需形勢(shì)分析及2019年展望[J]. 肖新建.  中國(guó)能源. 2019(02)
[5]基于改進(jìn)的自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)[J]. 蘇崇宇,汪毓鐸.  工業(yè)控制計(jì)算機(jī). 2019(01)
[6]人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史與訓(xùn)練算法概述[J]. 彭驛茹.  科技傳播. 2018(21)
[7]國(guó)家安監(jiān)總局發(fā)布《安全生產(chǎn)標(biāo)準(zhǔn)“十三五”發(fā)展規(guī)劃》[J].   中國(guó)標(biāo)準(zhǔn)化. 2017(21)
[8]綜合機(jī)械化采煤設(shè)備的配套分析[J]. 彭亮.  機(jī)械管理開發(fā). 2017(02)
[9]基于結(jié)構(gòu)化神經(jīng)網(wǎng)絡(luò)的煤礦輸送機(jī)同步帶傳動(dòng)精度預(yù)測(cè)[J]. 趙廣智.  煤炭技術(shù). 2017(03)
[10]基于GA-BP的煤礦大型機(jī)電設(shè)備D-S數(shù)據(jù)融合故障診斷的研究[J]. 馬憲民,梁蘭,張永強(qiáng),施樂平.  煤炭技術(shù). 2016(01)

博士論文
[1]井下工作面設(shè)備無線監(jiān)測(cè)網(wǎng)絡(luò)與故障診斷關(guān)鍵技術(shù)研究[D]. 阮殿旭.中國(guó)礦業(yè)大學(xué) 2011
[2]蟻群算法及其應(yīng)用研究[D]. 楊劍峰.浙江大學(xué) 2007

碩士論文
[1]煤礦井皮帶運(yùn)輸狀態(tài)監(jiān)測(cè)與事故預(yù)警系統(tǒng)研究[D]. 范麗婭.河北科技大學(xué) 2019
[2]基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)的旋回式破碎機(jī)故障診斷系統(tǒng)研究[D]. 田晶晶.西安建筑科技大學(xué) 2018
[3]乳化液泵站液壓系統(tǒng)可靠性分析[D]. 馬霖.西安科技大學(xué) 2018
[4]小波分析和CPSO-NP優(yōu)化SVM的電機(jī)故障診斷方法研究[D]. 周樂.遼寧工程技術(shù)大學(xué) 2018
[5]基于改進(jìn)GA算法的HEV能量管理策略的研究與優(yōu)化[D]. 李天澤.上海電機(jī)學(xué)院 2017
[6]基于無線傳感器網(wǎng)絡(luò)的采煤機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 崔妮.中北大學(xué) 2016
[7]煤礦大型設(shè)備在線監(jiān)測(cè)與故障診斷系統(tǒng)的研究與應(yīng)用[D]. 黃俠.貴州師范大學(xué) 2016
[8]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的乳化器故障預(yù)警系統(tǒng)的研究[D]. 陸康健.杭州電子科技大學(xué) 2016
[9]基于人工神經(jīng)網(wǎng)絡(luò)的煤礦安全評(píng)價(jià)研究[D]. 胡瑞卿.安徽理工大學(xué) 2015
[10]采煤機(jī)液壓浮動(dòng)調(diào)姿牽引機(jī)構(gòu)的設(shè)計(jì)與仿真研究[D]. 田操.黑龍江科技大學(xué) 2015



本文編號(hào)：3204090