眾所周知,礦用通風機擔任著煤礦安全生產的重任,具有“礦井肺臟”之稱。它為井下輸送新鮮空氣,稀釋和排出CO、H2S、NH3等氣體的同時,還對井下工作面所需風量、濕度和溫度進行調節,改善了井下作業場所的生產條件,保證井下的安全生產,提高了企業的生產效益。因此,煤礦通風機的正常安全運行非常重要,很顯然煤礦通風機的故障診斷也自然成為煤礦技術管理人員關注的焦點。本文完成了以下主要工作:
首先,本文介紹了礦用風機的結構、特點、分類以及常見的故障。根據通風機產生的典型故障及其特征引出故障診斷原理。描述了故障診斷未來的發展趨勢,提出了煤礦通風機故障診斷的發展方向。本文把通風機的振動信號作為參數進行分析,簡述了通風機監測系統的整體設計和相應部分的功能。此外,在介紹虛擬儀器技術的發展及其虛擬儀器的特點、組成原理的基礎上引出了LabVIEW軟件開發平臺的相關內容。
其次,本文詳細闡述傳統小波變換、第二代小波變換、冗余二代小波變換和自適應冗余第二代變換的構造原理及其它們的分解與重構過程。研究了幾種不同的小波降噪方法,同時給出了一些比較直觀的圖示和算法公式。在冗余第二代小波構造的基礎上,提出一種先更新后預測的第二代小波變換方法,并將此方法與冗余預測器、冗余更新器相結合,獲得了自適應冗余第二代小波變換。通過實際工程數據和多組信號消噪的仿真實驗分析對比最終得出:比起其它幾種方法,自適應冗余第二代小波變換的方法降噪效果最優。這樣使得故障診斷之前除去一些干擾的噪聲信號,以便獲得更精確的故障診斷結果。
最后,敘述了小波神經網絡,詳細的闡述了自適應冗余第二代小波在LabVIEW中實現的主要過程。將功能強大LabVIEW軟件和小波神經網絡完美結合,設計出了煤礦通風機振動故障診斷系統。給出系統各部分功能模塊及其開發過程、功能說明等等得出相應的實驗畫面、數據和結論。通過試驗得知,基于LabVIEW軟件平臺開發的通風機振動故障診斷系統對于通風機故障診斷有很好的作用。另外,在通風機測試領域里采用先進的虛擬儀器測試技術能夠滿足振動信號測試和診斷的需求,為進一步通風機故障診斷提供了理論和實踐依據。展開▼著錄項作者
機譯:礦用電力系統。礦用電力系統的瞬態保護,可靠性研究和安全測試。第二卷 - 礦用電力系統的可靠性Kaiyun官網登錄入口 開云網站Kaiyun官網登錄入口 開云網站