采煤机传动装置检测与故障诊断系统的研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第9-16页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 采煤机检测与故障诊断技术发展现状及趋势 | 第10-15页 |
1.2.1 采煤机检测技术的发展现状及趋势 | 第10-12页 |
1.2.2 采煤机故障诊断技术的发展现状及趋势 | 第12-15页 |
1.3 本课题的主要研究内容 | 第15页 |
1.4 小结 | 第15-16页 |
2 系统总体方案 | 第16-22页 |
2.1 采煤机及其传动装置 | 第16-18页 |
2.2 主要检测参数的确定 | 第18页 |
2.3 主要参数的检测方法 | 第18-21页 |
2.3.1 振动检测方法 | 第18-19页 |
2.3.2 温度检测方法 | 第19页 |
2.3.3 电压和电流检测方法 | 第19-20页 |
2.3.4 转速检测方法 | 第20-21页 |
2.4 系统总体方案 | 第21页 |
2.5 小结 | 第21-22页 |
3 基于神经网络的采煤机传动装置故障诊断方法 | 第22-37页 |
3.1 采煤机传动装置故障分析 | 第22-24页 |
3.1.1 采煤机齿轮故障分析 | 第22-23页 |
3.1.2 采煤机轴承故障分析 | 第23-24页 |
3.2 BP神经网络理论 | 第24-29页 |
3.2.1 BP神经网络 | 第24-28页 |
3.2.2 BP神经网络的改进算法 | 第28-29页 |
3.3 采煤机传动装置故障诊断的BP神经网络设计 | 第29-36页 |
3.3.1 特征参数的选取 | 第29页 |
3.3.2 时域特征参数的选取 | 第29-31页 |
3.3.3 频域特征参数的选取 | 第31-32页 |
3.3.4 神经网络层数与各层节点数的确定 | 第32-33页 |
3.3.5 学习速率和学习误差的选取 | 第33页 |
3.3.6 神经网络训练样本 | 第33-36页 |
3.4 小结 | 第36-37页 |
4 检测与故障诊断系统硬件设计 | 第37-43页 |
4.1 系统硬件方案 | 第37页 |
4.2 传感器的选择与布置 | 第37-39页 |
4.2.1 传感器的选用原则 | 第37-38页 |
4.2.2 传感器的选择 | 第38-39页 |
4.2.3 测试点选择与传感器布置 | 第39页 |
4.3 数据采集卡的选型 | 第39-40页 |
4.4 调理电路 | 第40-42页 |
4.4.1 I/V转换电路 | 第40-41页 |
4.4.2 滤波电路 | 第41-42页 |
4.5 小结 | 第42-43页 |
5 检测与故障诊断系统软件设计 | 第43-58页 |
5.1 系统软件方案 | 第43-44页 |
5.2 系统软件项目管理和菜单 | 第44-47页 |
5.2.1 项目管理 | 第44-45页 |
5.2.2 菜单设计 | 第45-47页 |
5.3 信号处理 | 第47-49页 |
5.3.1 信号的异常值剔除 | 第47-48页 |
5.3.2 信号的标度变换 | 第48页 |
5.3.3 振动信号的处理 | 第48-49页 |
5.4 检测模块 | 第49-56页 |
5.4.1 基本参数设置 | 第49-50页 |
5.4.2 设置报表存储路径 | 第50-51页 |
5.4.3 选择检测项目 | 第51页 |
5.4.4 温度检测 | 第51-53页 |
5.4.5 振动检测 | 第53-54页 |
5.4.6 电机检测 | 第54-55页 |
5.4.7 转速检测 | 第55-56页 |
5.5 故障诊断模块 | 第56-57页 |
5.6 小结 | 第57-58页 |
6 系统性能分析及实验验证 | 第58-74页 |
6.1 系统静态特性分析 | 第58-65页 |
6.1.1 静态特性参数 | 第58-59页 |
6.1.2 静态特性实验设备及方法 | 第59-60页 |
6.1.3 静态特性实验 | 第60-65页 |
6.2 功能验证 | 第65-73页 |
6.2.1 检测模块实验验证 | 第65-71页 |
6.2.2 故障诊断模块实验验证 | 第71-73页 |
6.3 小结 | 第73-74页 |
7 结论与展望 | 第74-76页 |
7.1 结论 | 第74页 |
7.2 展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |
附录 | 第80页 |