基于神經(jīng)網(wǎng)絡的礦井風機故障診斷.pdf

1、礦井風機作為煤礦生產(chǎn)中的關鍵設備，是保障煤礦持續(xù)生產(chǎn)、井下工作人員生命安全以及礦井其他設備穩(wěn)定運行的重要環(huán)節(jié)。如果礦井風機出現(xiàn)故障甚至嚴重時出現(xiàn)停風，將對煤礦生產(chǎn)帶來不可估量的經(jīng)濟損失。因此，如何保障礦井風機的安全運行成為了工程技術人員所關注的重點問題。
　　本文正是根據(jù)礦井風機的常見故障，設計出一套利用虛擬儀器(VI)技術為開發(fā)平臺、基于人工神經(jīng)網(wǎng)絡模型為基礎的故障診斷系統(tǒng)。首先，本文從故障診斷的國內(nèi)外發(fā)展現(xiàn)狀出發(fā)詳細闡述了設備

2、故障診斷具有的現(xiàn)實和長遠意義。緊接著對礦井風機中包含故障信息最豐富的振動信號，進行了傳統(tǒng)的時域、頻域分析進而上升到小波理論分析。由于小波分析在時頻兩域都具有表征信號局部特征的能力，在分析非平穩(wěn)振動信號時，低頻部分具有較高的頻率分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率。從而得出結論：對于非平穩(wěn)的振動信號小波分析具有很大的優(yōu)越性。同時利用小波分析將采集到的故障信號進行特征值提取，將得到的特征值作為訓練人工神經(jīng)網(wǎng)絡的樣本值。其