选煤厂设备智能故障诊断方法的研究与应用

摘要

选煤厂是煤矿生产企业的重要环节,其作用是把原煤通过筛分和破碎后,将其运送到所需的加工车间,进行后续处理。因此,保证选煤厂设备的良好运行是整个煤矿正常生产的前提。
　　随着计算机、控制、网络等技术的快速发展,特别是在人工智能与物联网日渐成熟的情况下,新一代的设备监测与故障诊断系统将会逐渐成为主流。它的主要特点是:一,物联网的应用,在很大程度上扩展了信息的覆盖面,用户可以查阅从零件、设备到车间、工厂,甚至现场操作人员的各种实时信息和历史数据;二,远程访问,系统将采集和处理后的数据通过Web发布到因特网上,使用户通过访问数据库随时随地进行监测与诊断;三,智能诊断,传统的故障诊断方法已经不能适应现代设备大型化和复杂化的发展趋势,专家系统、神经网络、决策树等智能故障诊断方法在设备故障诊断发展方面做出了巨大的贡献。
　　本文主要介绍监测与故障诊断系统中的智能诊断部分。首先介绍课题的背景意义、国内外发展现状。然后总结了基于振动的选煤厂旋转机械的故障诊断方法,主要针对的是辊式破碎机和沉降式离心机以及它们的子部件转子、齿轮箱和轴承。之后介绍了监测与故障诊断系统整体的硬件结构、软件结构与故障诊断开发工具LABVIEW。最后基于神经网络专家系统的故障诊断思路,利用LABVIEW与MATLAB等软件工具,设计并且构架了转子的故障诊断试验平台。获取信号特征数据,对数据进行处理,通过智能诊断方法得到结果,为项目的最终完成打下基础。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题背景与意义

1.2 设备智能诊断的研究现状

1.3 物联网技术介绍

1.4 本课题的主要研究内容

2 选煤厂设备故障诊断研究

2.1 基于振动信号的故障诊断方法研究

2.2 双齿辊破碎机故障诊断研究

2.3 沉降式离心机故障诊断研究

3 智能诊断方法的基本理论

3.1 专家系统

3.2 决策树

3.3 人工神经网络

4 系统的整体设计方案

4.1 系统硬件介绍

4.2 系统软件介绍

4.3 LABVIEW介绍

4.4 故障诊断模块整体结构

5 基于神经网络的转子故障诊断专家系统

5.1 神经网络与专家系统结合在故障诊断中的应用

5.2 神经网络专家系统的设计

5.3 基于LABVIEW转子故障神经网络专家系统的实现

6 总结与展望

致谢

参考文献

附录 在攻读硕士期间发表的论文