基于FTA和SVM矿井提升机故障诊断的研究

摘要

矿井提升机在矿山生产中主要负责完成升降物料、设备和人员，是矿山设备系统中最核心设备。矿井提升机制动控制系统在提升设备的安全运行、矿山生产安全，及对工作人员的生命安全保护中起着至关重要的作用，直接影响着矿山工业的安全可靠性和经济效益，因此开展提升机制动系统的故障诊断的研究工作有着重要的理论和实际意义。
　　目前对故障智能诊断理论和方法这个方向的研究已经取得不少的成就，随着计算智能技术在故障诊断技术中的引入，有效的解决了机器学习与模式识别问题。但是目前诊断系统存在不少问题，大致可以归于：知识库的完备性及复杂程度；自适应自学习能力差；鲁棒性差；缺乏通用性，推广度低。基于这些问题，智能故障诊断技术还需要进一步研究开发使其不断的发展完善，可以采取多元传感器、多信息量以及多种诊断方法的融合、多层次诊断集成来尽量减少单一方法存在的不足。
　　本文提出了一种结合故障树分析法(FTA)和基于遗传算法决策树支持向量机(GADT-SVM)的方法对矿井提升机的制动系统进行故障诊断，并在虚拟专用网(VPN)上建立了矿井提升机远程故障诊断系统。
　　本文利用FTA的定性分析方法对矿井提升机制动系统建立了故障树，将该故障树融入到矿井提升机PLC安全回路的程序设计，当故障信号传送到故障树在PLC程序中的相应节点时，PLC监控系统会发出报警信号，从CPU中可以调出故障诊断算法给出的故障分析报告，从而进行故障维修。
　　对于矿井提升机故障诊断方法方面，提出一种新的多分类支持向量算法遗传算决策树支持向量机(GADT-SVM)，该算法根据类别样本分离性测度利用遗传优化算法优化其决策树结构。决策树的构建采用了层次聚类的思想有效的避免了“拒绝分类区”和“重叠分类区”等不可分区域。利用该算法对提升机制动系统的部分故障识别进行了仿真实验，取得了比较高的故障识别率，验证了该算法的可行性。
　　此外，本文还利用 VPN建立了一个安全可靠高效的远程故障诊断系统，本系统在铜川集团的矿井提升机运行平台上进行试验，将一台 SinforM5100-AC型VPN网关路由作为服务器，在对 VPN网管完成设置后，连接到诊断计算机，各个矿区通过光纤连接到VPN网络，从而实现矿井提升机运行的远程监控。

目录

第1章 绪论

1.1引言

1.2研究目的及意义

1.3故障智能诊断技术发展历程及趋势

1.4矿井提升机故障诊断的研究现状及发展趋势

1.5本文的研究内容

第2章 矿井提升机故障机理分析及故障树的建立

2.1矿井提升系统的组成

2.2矿井提升机常见故障分析

2.3故障树分析算法

2.4基于FTA矿井提升机制动系统故障树的建立

2.5本章小结

第3章 支持向量机算法

3.1机器学习理论

3.2统计学习理论

3.3支持向量机

3.4支持向量机改进算法

3.5遗传算法决策树支持向量机

3.6本章小结

第4章 基于GADT-SVM在矿井提升机制动系统故障诊断中的应用

4.1矿井提升机制动系统工作原理

4.2故障诊断实验

4.3故障诊断流程

4.4本章小结

第5章 基于虚拟专用网的矿井提升机远程故障诊断系统

5.1远程诊断系统的必要性

5.2基于VPN的远程故障诊断系统

5.3工业试验情况

第6章 总结与展望

6.1本文的总结

6.2论文存在的不足及展望

参考文献

致谢

攻读硕士学位期间的研究成果