液壓支架作為現(xiàn)代化綜采工作面的關鍵設備之一,其主要作用是有效支護采區(qū)頂板,提供安全作業(yè)空間。由于工作環(huán)境惡劣、工作強度高、設備結(jié)構(gòu)復雜等因素導致液壓支架故障頻繁發(fā)生,漫長的維修時間嚴重影響了煤炭企業(yè)的生產(chǎn)效率,增加了煤炭的開采成本,故障維修不及時甚至會引起安全事故。針對目前的狀況,本文對液壓支架的故障診斷和故障預測進行研究,實現(xiàn)故障發(fā)生后快速進行識別和定位,并對設備一小時后的運行狀態(tài)進行預測。本文主要工作如下:（1）對液壓支架的故障現(xiàn)狀進行了分析。本文首先對故障診斷和故障預測的研究現(xiàn)狀進行文獻分析,發(fā)現(xiàn)其在液壓支架設備的應用中較少,需要更多的理論探索和實踐應用;依據(jù)實地調(diào)研搜集到的信息,結(jié)合專家知識,統(tǒng)計分析出液壓支架的四類常見故障及其主要表現(xiàn),并進行相關原因的探究,構(gòu)建出液壓支架常見故障的事故樹。（2）對液壓支架的故障診斷進行研究。首先,本文確定了液壓支架設備的監(jiān)測指標,采集四類故障發(fā)生時的運行數(shù)據(jù)并進行降維,將其整理成訓練集和測試集,在MATLAB中基于libsvm-3.23工具包構(gòu)建支持向量機的分類模型;然后,針對故障原因之間的復雜性和關聯(lián)性,將液壓支架故障原因歷史記錄整理成Ex... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀綜述
    1.3 研究內(nèi)容和方法
    1.4 本章小結(jié)
2 液壓支架故障現(xiàn)狀分析
    2.1 液壓支架種類
    2.2 液壓支架工作原理
    2.3 液壓支架立柱工作過程
    2.4 液壓支架故障分析
    2.5 液壓支架相關監(jiān)測指標
    2.6 本章小結(jié)
3 液壓支架故障診斷研究
    3.1 因子分析法介紹
    3.2 支持向量機方法
    3.3 貝葉斯網(wǎng)絡方法
    3.4 故障診斷方法的設計
    3.5 液壓支架相關數(shù)據(jù)的整理
    3.6 故障診斷模型構(gòu)建
    3.7 實例驗證
    3.8 本章小結(jié)
4 液壓支架故障預測研究
    4.1 故障預測的設計
    4.2 樣本3的選擇和整理
    4.3 模型參數(shù)的選擇
    4.4 實例驗證與結(jié)果對比
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]因子分析綜合評價研究綜述[J]. 劉照德,詹秋泉,田國梁.  統(tǒng)計與決策. 2019(19)
[2]基于灰色系統(tǒng)理論的數(shù)控車床故障時間預測[J]. 王藏,劉光亞.  湖北工業(yè)大學學報. 2019(02)
[3]基于貝葉斯網(wǎng)絡的船舶發(fā)電機運行過熱故障分析[J]. 張仲懿,姚玉南,梁言.  武漢理工大學學報(交通科學與工程版). 2019(02)
[4]改進粒子群算法優(yōu)化的支持向量機在滾動軸承故障診斷中的應用[J]. 呂明珠,蘇曉明,陳長征,劉世勛.  機械與電子. 2019(01)
[5]時間序列預測方法綜述[J]. 楊海民,潘志松,白瑋.  計算機科學. 2019(01)
[6]基于灰色馬爾可夫模型的節(jié)能設備故障預測研究[J]. 張文杰,袁紅平.  系統(tǒng)科學與數(shù)學. 2019(01)
[7]基于改進的C-支持向量機的手寫體數(shù)字高識別率方法研究[J]. 胡霖.  數(shù)字通信世界. 2019(01)
[8]孿生支持向量機綜述[J]. 安悅瑄,丁世飛,胡繼普.  計算機科學. 2018(11)
[9]基于改進神經(jīng)網(wǎng)絡的機械故障預測模型構(gòu)建[J]. 辛梅,王英宇.  微型電腦應用. 2018(10)
[10]考慮大型車因素的支持向量機短時交通狀態(tài)預測模型研究[J]. 孫靜怡,牟若瑾,劉擁華.  公路交通科技. 2018(10)

博士論文
[1]基于支持向量機的旋轉(zhuǎn)機械故障診斷與預測方法研究[D]. 朱霄珣.華北電力大學 2013
[2]多目標粒度支持向量機及其應用研究[D]. 劉宏兵.武漢理工大學 2011
[3]液壓支架電液控制煤機定位與電磁閥緩變失效預測研究[D]. 馬鑫.哈爾濱工業(yè)大學 2009
[4]支持向量機分類與回歸方法研究[D]. 孫德山.中南大學 2004

碩士論文
[1]基于大數(shù)據(jù)的公交車輛狀態(tài)細分與故障預測研究[D]. 尚小稅.北京交通大學 2018
[2]基于因子分析法的信托公司風險管理能力評價研究[D]. 程湞.江西財經(jīng)大學 2018
[3]單機及成組液壓支架姿態(tài)監(jiān)測方法和系統(tǒng)研究[D]. 王亞飛.太原理工大學 2018
[4]支持向量機核函數(shù)及關鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學 2016
[5]基于故障樹的煤礦設備故障分析方法研究[D]. 孫潘潘.中國礦業(yè)大學 2014
[6]用遺傳算法選擇支持向量機參數(shù)的研究[D]. 周麗.云南大學 2010
[7]液壓支架報廢技術檢驗規(guī)范的研究[D]. 李蓉.太原理工大學 2008



本文編號：3173479