基于噪声利用HVD的矿井提升机轴承故障诊断研究

来源 :煤矿机械 | 被引量 : 0次 | 上传用户:jackyzero123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了高效、准确地监测强噪声背景下矿井提升机轴承的运行状态,提出了一种基于噪声利用的希尔伯特振动分解(HVD)方法,在提升机轴承故障诊断中对振动信号进行分析.首先根据随机共振(SR)的小参数要求,对振动信号进行频移变换,利用四阶龙格库塔求得模型输出,实现噪声的利用.然后经过HVD处理,选择有用的分解信号进行故障诊断.与直接采用HVD方法相比,模拟和实验结果表明,该方法能有效、准确地识别出强噪声背景下提升机轴承的微弱故障.
其他文献
根据立式刮刀离心机的工作特点,提出主电机电流、水分变化以及刮刀和筛篮间隙等3种刮刀磨损判断方法.对刮刀叶片冲击磨损和摩擦磨损部位进行磨损机理分析,通过改变和镶嵌材料提高刮刀使用寿命并进行实践验证,工业应用表明:刮刀磨损主要为冲击磨损,主要磨损部位为刮刀叶片上部,镶嵌耐磨陶瓷可提高其使用寿命3倍以上.
煤层中含有H2S的综放工作面,上隅角是H2S气体易积聚、超限的区域.为降低上隅角H2S气体浓度,采用理论分析、数值计算及试验测试分析等手段,创新设计了上隅角H2S抽取净化一体化装置.现场应用表明,上隅角H2S治理效率达到91.7%以上,取得了良好的H2S抽取净化效果,为煤矿井下上隅角H2S灾害的治理提供了一种新的技术途径及装备.
针对带式输送机驱动滚筒轴承的故障信息难以采集的问题,利用LabVIEW与MATLAB软件混合编程,设计了一套驱动滚筒轴承故障提取算法程序.将小波阈值降噪与集合经验模态分解(EEMD)包络解调算法相结合,用以提取原始信号中的故障信息,并通过实验验证了该程序的可行性与实用性.
煤场设备的智能化运行是未来智慧化电厂发展的一部分,结合当前物联网及人工智能技术发展,提出了堆取料机无人值守系统,并对其智能化系统进行了分析,提出了控制系统优化方案.
对煤矿安全监控系统主要故障类型及致因进行了分析,针对故障产生的原因,提出了选择合适的设备和线缆、合理的设备布局和线缆铺设、专供电源+备用电源的供电方式,做好设备下井前的预热和调试准备工作.在设备安设过程中,按照规范的流程和步骤进行操作、接线,在后期加强管理、维护和培训等措施,能够有效降低系统故障率,提高系统的稳定性和可靠性.
我国煤矿井下供电系统大多采用中性点不接地系统,这种系统的漏电故障选线问题一直是井下电力系统继电保护的重要研究课题.针对我国煤矿井下供电系统的单相接地故障选线可靠性低等问题,采用一种基于频域参数识别的方法进行漏电选线.通过奇异熵矩阵束的方法提取故障后零序电流与电压的频点信息,解决了传统矩阵束方法受噪声信号影响大的问题.提取频点信息后,利用最小二乘法求解频域方程组中的负荷侧对地电容,根据正常线路和故障线路在故障过程中发生变化这一性质,构造出了稳态信息与暂态信息相结合的选线判据.仿真结果表明,该方法是有效正确的
针对煤矿井下单轨吊机车常用定位技术存在定位精度低和成本高的问题,提出了一种基于捷联惯性导航和射频识别(RFID)技术的组合定位系统.采用惯性测量模块采集机车加速度和姿态角数据;基于RFID技术实现机车位置校正,从而消除累积误差;基于LabVIEW软件开发了上位机,在上位机中可实时观察到机车的速度、位置、航向等信息.实验结果表明,当机车行驶50 m时,其测距误差小于3m,满足低成本、高精度的定位需求.
为了保障煤矿井下无人电机车的运输安全、解决无人驾驶云计算工作模式下的计算资源缺乏和网络通信延时等问题,提出了边云协同的井下无人电机车遇障调控系统.采用以MobileNet为骨干网络的改进SSD目标检测模型对井下障碍物进行检测.当检测出前方道路存在障碍物时,根据障碍物与车辆之间的距离,利用遗传算法(GA)优化的PID控制实现对车速的精确快速调节.实验结果表明,该系统适用于煤矿井下的运输环境,可顺利执行障碍物的实时检测,并依据电机车与障碍物的距离快速做出调速和控制决策,具有很高的应用价值.
基于除尘器的发展概况,总结矿用除尘器的不足.以人-机-环境体系为框架构建人机互动行为逻辑,对系统中各要素间的相互关系进行分析,将人机工程学原理应用于矿用除尘器的尺寸、结构、色彩设计中,不仅为操作人员提供了舒适、高效且安全的工作条件,也为其他机械设备的设计提供了重要的参考.
滚动轴承发生故障时其振动信号具有非线性、非平稳性的特征.传统线性滤波去噪算法不能有效地抑制轴承振动信号中的非线性噪声.通过分析自适应邻域半径局部投影算法的降噪特性,将轴承振动信号通过相空间重构映射到高维空间,并利用自适应局部邻域半径算法进行局部投影处理,实现了故障特征信号和噪声的分离.最后,通过试验数据验证了该方法用于轴承故障信号预处理的有效性,为轴承故障数据预处理提供了新的思路.