门式起重机远程监测及诊断分析系统研发

【摘要】：随着我国国家电力、钢铁、交通等基础设施建设稳健发展,为降低生产成本,提高工作效率,起重机械得到广泛应用,对于起重机械的要求也越来越严格。据不完全统计,在我国起重机领域中桥门式起重机占比达85%,而对于保障门式起重机运行安全的在线监测与故障分析系统仍不完善,用户往往依据经验对起重机运行状态进行判断,会对起重机的运行评估存在安全隐患。针对门式起重机的监测与故障分析系统不完善,且缺乏便捷的使用方式,本项目开发一个基于Android平台的门式起重机远程监测及诊断系统,全面有效保障起重机安全运行。基于C/S架构、专家系统、故障树分析法、相似案例推理法、D-S证据融合、小波包分析方法、粒子群算法和BP神经网络技术进行系统研发,相关工作如下:1)分析当前国内外针对门式起重机远程监测及诊断相关技术的研究现状。从监测系统方面分析当前国内外起重机监测研究现状。从起重机故障诊断技术研究及相关产品方面分析当前国内外起重机故障诊断技术研究现状。2)研究门式起重机行车及电气设备故障诊断方法。研究故障树分析法和相似案例推理法,提出基于自适应权重D-S融合的行车及电气设备故障诊断方法,设计门式起重机行车及电气设备故障诊断专家系统,采用故障树方法构建门式起重机知识库,通过提出的基于自适应权重D-S融合的故障诊断方法构建专家系统推理机,并通过故障实例对专家系统诊断的有效性进行验证。3)研究门式起重机起升机构减速箱故障诊断方法。研究小波包分析方法提取振动信号能量特征,针对BP神经网络存在的陷入局部极小点的缺陷,通过PSO算法对其进行优化,利用PSO-BP神经网络方法进行减速箱故障诊断,并通过实验验证PSO-BP神经网络诊断方法的有效性。4)系统总体结构设计及数据库设计。采用C/S架构对系统总体结构进行设计,划分系统功能,并对其进行详细功能设计。通过分析数据库结构E-R图,明确系统数据结构,对系统涉及的相关信息详细设计相应数据表结构。5)研制门式起重机远程监测及诊断系统。以某齿轮箱实验台监测数据验证了本系统门式起重机旋转机械设备故障分析诊断的有效性。部署系统服务器,并对其运行稳定性进行测试。测试结果表明本系统满足设计要求,对保障门式起重机运行安全,具有实际意义。