地下無軌設備狀態(tài)監(jiān)測及故障診斷系統(tǒng)的研究與實現.pdf

1、無軌設備是在礦山礦井采礦中的主要作業(yè)設備，能適應于作業(yè)過程中惡劣的工作環(huán)境的特殊車輛。然而，目前國內研發(fā)的無軌設備的智能化和自動化程度還比較低，尤其是設備運行過程的狀態(tài)監(jiān)測及智能化故障診斷能力非常的薄弱。大多數設備都是采用定期和事后維修方式，而且主要依靠技術人員的經驗進行設備的維護和故障排除。研究并建立可靠而有效的設備狀態(tài)監(jiān)測及故障診斷系統(tǒng)，對實現無軌設備的信息化改進具有非常重要的意義。本文針對某公司主要的無軌設備，從工程實際出發(fā)，設計

2、并實現了地下無軌設備的狀態(tài)檢測及故障診斷系統(tǒng)。
　　本文首先介紹了無軌設備的主要的組成結構和系統(tǒng)構件，分析了主要的無軌設備常見的故障類型與機理。結合無軌設備的結構特點和故障特性，綜合考慮無軌設備的特點和監(jiān)測需求選取了監(jiān)測工況參數，并提出了系統(tǒng)的總體軟件架構和設計方案。
　　然后針對設備工況參數檢測和特征提取問題，提出了一種基于CAN總線的分布式數據采集系統(tǒng)，可根據不同設備需求選配所需的數據采集模塊。考慮到不同工況參數的特征不

3、同，因此采用不同的特征提取方法，對于溫度和壓力等瞬時參數，主要采用基于閾值準則提取故障特征，可及時提供狀態(tài)評估和報警信息；而無軌設備的發(fā)動機作為核心部件，故障特征比較復雜，其大部分故障都是由振動信號反映的。因此提出了基于EMD近似熵方法提取發(fā)動機振動信號故障特征，該方法可有效的降低噪聲干擾，提高故障特征提取的準確性。
　　之后依據無軌設備的技術要求和監(jiān)測需求，綜合分析所有的工況參數以提高故障診斷的準確率，采用了基于信息融合技術方法

4、實現故障的診斷。通過信號處理方法提取所有工況參數的特征，再采用信息融合方法構建特征向量，將故障特征向量作為LSSVM的學習和測試樣本，實現故障診斷和決策。此方法可提高系統(tǒng)的故障診斷準確性和可靠性。
　　最后根據系統(tǒng)性能和要求設計并實現了無軌設備的狀態(tài)監(jiān)測及故障診斷系統(tǒng)，主要包括狀態(tài)監(jiān)測和報警模塊、數據處理和故障診斷模塊、CANOpen協(xié)議的測試模塊、區(qū)域報警系統(tǒng)的設置和調試模塊、工況參數和通道基本信息的設置和工作界面的儀表顯示方式