Design of fault monitoring and early warning system for mining tape machines based on impact pulse sensors
-
摘要: 针对传统胶带机轴承故障检测存在成本高、效率低和错误率高等缺点，构建了一种基于冲击脉冲传感器的矿用胶带机故障检测模型。首先通过对冲击脉冲传感器在故障检测中的优化，然后将冲击脉冲传感器应用到胶带机轴承故障的监测中，最后利用数据集和训练集对模型方法的性能进行验证，且在大柳塔煤矿中进行实际应用。结果表明：(1)模型方法的振幅频率比长短期记忆网络(LSTM)、空卷积神经网络(TCN)的的收敛速度更快，当迭代次数为100时，结果趋于稳定。这说明模型方法在监测过程中具有更好的稳定性。(2)模型方法的预测结果曲线与真实曲线退化趋势一致，振幅与真实值差距不大。这说明模型方法的预测振幅更高，效果更好。实际应用结果表明：驱动滚筒轴承监测点位冲击脉冲频谱中有清晰的内环故障征兆，并且伴随着相关的边带，而振动频谱无相关征兆，使用冲击脉冲幅值确认为早期故障。
-
-
[1] 蒲志强.矿井带式输送机胶带表面异物视频检测系统设计研究[J].能源与环保, 2021, 43(9):29-35. [2] 王振, 邱慧.变电站多传感器数据融合远程安保预警系统[J].自动化与仪器仪表, 2023(2):152-155, 160. [3] 袁印翔.煤矿胶带输送机的智能化PID控制运输功能的实现[J].机械管理开发, 2023, 38(3):198-199, 202. [4] 马月连, 赵加庆.基于改进DPNN的矿用运输机故障预测模型构建及仿真[J].机械设计与制造工程, 2021, 50(7):19-23. [5] WANG Guimei, LI Xuehui, YANG Lijie.Dynamic coal quantity detection and classification of permanent magnet direct drive belt conveyor based on machine vision and deep learning[J].International Journal of Pattern Recognition & Artificial Intelligence, 2021, 35(11):1-17.
[6] 李文兵, 李丽宏, 范正兵.脉冲式激光测距传感器温度补偿研究[J].现代电子技术, 2021, 44(20):69-73. [7] 朱涛.基于机器视觉的变速发电动机轴承故障自动检修系统设计[J].自动化与仪器仪表, 2020(12):153-156. [8] 刘仓, 童靳于, 包家汉, 等.基于多传感器两级特征融合的滚动轴承故障诊断方法[J].振动与冲击, 2022, 41(8):199-207, 259. [9] 郭俊锋, 樊怡明.一种滚动轴承振动信号自适应数据级融合方法[J].机械设计与制造工程, 2022, 51(12):98-103. [10] 种磊.带式输送机在线监测与故障诊断系统的研究与应用[J].煤矿机械, 2022, 43(7):152-155. [11] 徐丽娜.带式输送机纵撕断带断丝监测系统设计应用[J].机械研究与应用, 2022, 35(6):190-192, 196. [12] 宋钦一.基于故障树和贝叶斯网络的带式输送机故障诊断[J].矿山机械, 2022, 50(9):55-58. [13] 刘永辉.胶带输送机自动化优化设计应用[J].机械研究与应用, 2022, 35(3):148-150. [14] LIU Qi, HUO Baiqi, LIU Yunsheng, et al.A study on diesel engine crankshaft bearing failure analysis with consideration of bearing lubrication[J].Industrial Lubrication and Tribology, 2022, 74(1):118-126.
[15] 丁秀荣, 薛正福, 王芝兰.矿用带式输送机滚筒故障检测系统应用研究[J].能源与环保, 2022, 44(4):205-210. [16] 张承森.带式输送机噪声来源分析及降噪方法研究[J].煤炭科学技术, 2017, 45(增刊2):101-103. [17] 贾志鹏.带式输送机低噪声托辊性能特性研究[D].太原:太原科技大学, 2021. [18] 李席岳.主斜井煤矿带式输送机动态特性研究[J].机械研究与应用, 2023, 36(3):140-142. [19] 刘尧青.带式输送机降噪优化设计研究[J].机械管理开发, 2021, 36(9):325-326. [20] 刘乐姗.卷积神经网络模型压缩的算法优化研究[D].石家庄:河北经贸大学, 2020. [21] 谭紫龙.基于混合神经网络模型的故障预测技术的研究[D].南京:南京邮电大学, 2020.
计量
- 文章访问数: 2
- HTML全文浏览量: 0
- PDF下载量: 0
下载:
