论文部分内容阅读
矿井提升机作为煤矿运行生产中关键的机电设备之一,被称为矿山的“咽喉”。提升机的正常运行不仅关系到煤炭的开采和运输,而且与煤矿工作人员的生命安全息息相关。近年来,提升机故障已经引发了多起重大煤矿事故的发生。因此,完成对矿井提升机运行状态的在线监测和故障诊断,具有重大的现实意义。本文在分析了国内外远程监测和故障诊断技术现状的基础之上,确定了基于以太网通信技术的矿井提升机运行状态在线监测的研究方向。并且通过对神经网络理论的研究,提出了通过SOM神经网络完成提升机故障诊断的设计方法。通过建立SOM神经网络模型完成对提升机故障样本的训练和现场数据的分析,证明了SOM神经网络在提升机故障诊断中应用的可行性与合理性。本文的主要工作有:1.通过介绍矿井提升机运行状态在线监测与故障诊断的背景与意义,从远程监测技术与神经网络故障诊断技术两个方面总结了本课题的研究现状,提出了基于以太网技术的矿井提升机运行状态在线监测系统。2.本文对提升机工作原理和故障特征进行了研究。通过对造成提升机故障的各种原因的分析和各故障之间相关性的总结,给出了特征故障的监测和诊断方法,并在此基础上搭建了系统的软硬件平台。3.实现了矿井提升机运行状态在线监测系统在成庄矿的现场安装和调试,并对系统试运行的稳定性和可靠性进行了总结。取得了将研究生期间的理论研究应用于实际生产的重大突破。4.本文研究了神经网络技术在故障诊断中应用,介绍了SOM神经网络模型并实验论证将其应用在提升机制动和转子振动系统故障诊断中的可行性。在MATLAB中建立了SOM神经网络模型,根据成庄矿数据库提供的故障特征关系,对故障特征值进行训练,模拟完成了故障诊断功能。本文的创新点在于研究了一套既能远程实时传输数据又能完成故障诊断的矿井提升机运行状态在线监测系统;系统采用以太网技术将各个提升机分站连接成一个提升机系统并实现了internet的WEB发布;采用SOM神经网络技术完成了对提升机制动系统和转子振动系统的故障诊断;通过SOM神经网络模型,能够有效的解决提升机多级故障和关联故障的问题。通过基于SOM神经网络的矿井提升机运行状态在线监测与故障诊断系统,可实现矿井提升机的现代化管理,提高矿井提升机系统的安全可靠运行水平,具有很好的推广应用前景。