立式輥磨機液壓加載子系統(tǒng)故障狀態(tài)預測與診斷研究.pdf

1、立式輥磨機是一種效率高、能耗小且運行成本低的大型粉磨裝置，現(xiàn)已逐漸成為水泥生產過程中粉磨的主流設備。由于立式輥磨機工作環(huán)境惡劣且機械電氣結構復雜，運行過程中不可避免的會出現(xiàn)各種故障。利用故障狀態(tài)預測與診斷技術，可以在故障產生初期或呈現(xiàn)故障趨勢時進行預警，及時發(fā)現(xiàn)故障特征并根據診斷結果進行維護，從而提高設備的穩(wěn)定性。而隨著現(xiàn)代化工業(yè)的發(fā)展，立式輥磨機的組成和結構越來越復雜，功能更加完善，各部分之間的聯(lián)系更加緊密，從而對每一部分的工作可靠性

2、都提出了極高的要求。因此對立式輥磨機故障狀態(tài)預測及診斷技術的研究十分必要。
　　本文以立式輥磨機液壓加載子系統(tǒng)為研究對象，主要研究工作如下：
　?。?）利用現(xiàn)代數(shù)字信號處理技術，對立式輥磨機液壓加載子系統(tǒng)壓力及加速度信號進行預處理，去除噪聲干擾的同時提取出能夠明顯區(qū)別出設備故障狀態(tài)的有用信息。在使用小波分析方法對采集到的信號進行凈化去噪處理后，使用集合經驗模態(tài)分解方法提取出樣本熵信號作為特征信息。
　　（2）使用果蠅算

3、法對廣義回歸神經網絡進行優(yōu)化，基于FOA-GRNN算法，根據之前信號預處理得到的信號特征值進行立式輥磨機液壓加載子系統(tǒng)壓力及加速度信號預測，并利用MATLAB仿真試驗，其結果表明該算法對于立磨液壓加載子系統(tǒng)故障狀態(tài)預測具有良好的性能，能夠通過歷史數(shù)據準確地對未來的狀態(tài)趨勢進行預測。
　?。?）研究相關數(shù)據挖掘算法并對其進行優(yōu)化。在原始RIPPER算法的基礎上針對立式輥磨機故障診斷的特殊需求，從執(zhí)行效率和抗噪性能兩個方面進行了優(yōu)化，