通風機振動分析與故障診斷的試驗研究.pdf

1、礦用主通風機作為大型煤礦固定設備，承擔著為全礦井通風的重要任務，被稱為礦井的“肺臟”，其運轉是否正常直接影響著煤礦企業(yè)的安全生產(chǎn)。因此，對其進行故障診斷和預警研究是煤礦企業(yè)生產(chǎn)中必不可少的環(huán)節(jié)，無論是對煤礦安全監(jiān)管還是設備的使用維護都具有重要意義。
　　 本文綜述了國內(nèi)外通風機故障診斷的發(fā)展、研究現(xiàn)狀以及存在的技術問題，在研究了通風機振動機理與振動分析方法的基礎上，運用理論分析、數(shù)值模擬與實驗相結合的方法對基于小波神經(jīng)網(wǎng)絡和D-

2、S證據(jù)理論的通風機故障診斷及預警技術作了深入研究，開發(fā)了主通風機在線監(jiān)測與故障診斷系統(tǒng)軟件，并運用接口技術和混合編程方法實現(xiàn)了主通機在線故障預警。實驗結果證明，該方法優(yōu)化了傳統(tǒng)神經(jīng)網(wǎng)絡診斷的算法，融合了神經(jīng)網(wǎng)絡和證據(jù)理論的優(yōu)勢，提高了神經(jīng)網(wǎng)絡用于通風機故障診斷的速度和精度。
　　 本文的主要工作及研究成果包括：
　　 ①從通風機振動機理的研究入手，提出了基于塔式模型的振動分析方法，為現(xiàn)場旋轉機械設備故障檢測提供了理論依據(jù)

3、。
　　 ②研究了通風機故障原因及各故障特征狀態(tài)下的時域波形和頻譜特性，運用FFT頻譜特征分析方法對通風機進行故障診斷。
　　 ③利用人工神經(jīng)網(wǎng)絡的非線性映射能力實現(xiàn)了從特征空間到故障空間的映射，建立了小波神經(jīng)網(wǎng)絡預測模型，可以判斷通風機振動烈度的發(fā)展趨勢，為預知維修提供依據(jù)。
　　 ④提出了神經(jīng)網(wǎng)絡與證據(jù)理論相結合的故障預警方法，該方法充分發(fā)揮了神經(jīng)網(wǎng)絡與證據(jù)理論兩種信息融合方法的優(yōu)勢，并詳細介紹了該模型在礦用