收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于物联网的采煤机状态监测及寿命管理系统的开发

段蛟龙  
【摘要】:论文课题来源于山西省科技重大专项——“基于物联网的煤矿重大生产装备状态监测及全寿命周期管理系统的开发”(编号:20131101029)的子课题,是针对我国采煤机故障频率高、运行可靠性低、状态监测功能不完善等问题提出的。采煤机是矿井综采工作面重要的生产装备,由于工作面生产环境恶劣,运行过程中经常面对各种冲击负荷,采煤机一旦发生故障将造成煤矿生产停止,这对采煤机运行的可靠性提出了非常高的要求。摇臂齿轮故障是采煤机故障的主要形式,占整机故障的34.2%。本文深入分析了摇臂齿轮故障振动信号的产生和变化规律,研究了信号分析技术和智能诊断技术在摇臂齿轮故障中的应用,研究结论可为摇臂齿轮的故障定位、故障诊断以及状态检修提供理论支撑。主要研究内容如下:深入分析了采煤机的结构组成及常见故障形式,结合采煤机寿命管理的功能要求,制定了基于物联网三层架构的采煤机状态监测及寿命管理系统的总体实施方案。根据监测信息和机载监控系统的特点,确定了数据的获取方式和上位机的开发平台,为系统的实施奠定了理论基础。对摇臂齿轮振动信号产生机理及振动信号调制现象做了深入分析,考虑摇臂齿轮箱的结构特点,分别建立了摇臂直齿轮和行星齿轮局部故障振动信号模型,通过理论推导得到了不同齿轮故障的振动信号频谱特征。在MATLAB平台中对模型进行了仿真分析,仿真结果验证了模型的正确性,为摇臂的齿轮故障定位提供了理论依据。摇臂齿轮箱为多级齿轮传动,针对测试数据小样本和多参量的特点,提出了一种基于小波分解和支持向量机的摇臂齿轮故障诊断方法,利用小波分析方法可准确提取振动信号中的故障特征信息,支持向量机可实现不同故障的分类识别。对小波分解进行了理论推导和仿真分析,为摇臂齿轮的故障识别奠定了理论基础。对山西菲利普斯煤矿机械修造有限公司带有齿轮局部故障的摇臂进行了加载实验,对采集的振动信号进行了频谱分析,分析结果表明:本文所建立的齿轮故障模型能客观准确的反映摇臂齿轮故障状态。分别对带有断齿、磨损、剥落以及点蚀齿轮故障的摇臂进行加载实验,提取了振动信号故障特征参量并进行故障识别,识别准确率可达96%。


知网文化
【相似文献】
中国期刊全文数据库 前10条
1 潘嘉祺;《齿轮故障模拟器的开发和研制》项目通过科技成果鉴定[J];上海冶金高等专科学校学报;2000年02期
2 张文,范国敏;功率谱分析法在泵齿轮故障监测中的应用[J];煤炭科学技术;2004年05期
3 李芳,邵玉红;齿轮故障的频谱分析[J];河南冶金;2003年01期
4 杨高宏;程珩;齐有军;聂峰;;基于虚拟样机技术的齿轮故障特征提取方法研究[J];煤矿机械;2009年03期
5 原义勇;;PD103喂料泵减速机故障诊断[J];有色设备;2008年03期
6 张文斌;;一种有效的齿轮故障识别方法[J];工矿自动化;2014年02期
7 李琳;张永祥;李军;;基于改进蚁群算法的齿轮故障模式识别方法研究[J];煤矿机械;2009年12期
8 汤兆平;刘举平;张林;;机车牵引电机齿轮故障监控报警系统的研究[J];煤矿机械;2012年04期
9 孟庆丰,蒋晓玲,何正嘉,赵纪元;滚动轴承和齿轮故障的时频域识别[J];重型机械;1998年01期
10 ;[J];;年期
中国重要会议论文全文数据库 前2条
1 明廷锋;张永祥;仰德标;;齿轮故障诊断技术研究综述[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
2 张玉奎;周火青;;提升小波分析在齿轮故障中的应用[A];2012中国(唐山)绿色钢铁高峰论坛暨冶金设备、节能减排技术推介会论文集/推介指南[C];2012年
中国硕士学位论文全文数据库 前10条
1 董传洋;基于MCSA的齿轮故障诊断技术研究[D];哈尔滨工业大学;2015年
2 张姗姗;基于蜂群优化的支持向量机齿轮故障诊断技术研究[D];东北石油大学;2015年
3 尹华魁;基于多体动力学的直升机主传动系统典型齿轮故障建模方法研究[D];湖南科技大学;2015年
4 段蛟龙;基于物联网的采煤机状态监测及寿命管理系统的开发[D];太原理工大学;2016年
5 赵年伟;基于声发射技术的齿轮故障监测[D];沈阳工业大学;2013年
6 Simon Romli;基于包络分析的齿轮故障监测及基于人工神经网络的齿轮故障分类[D];重庆大学;2011年
7 李海龙;基于局部特征尺度分解的齿轮故障诊断方法研究[D];湖南大学;2012年
8 马学知;基于虚拟仪器的齿轮故障测试系统[D];湖南大学;2007年
9 陈佳;齿轮故障信号实时压缩算法研究[D];重庆大学;2014年
10 周辉;齿轮故障的特征提取与模式识别技术研究[D];郑州大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978