全國
手機版|
關注公眾號|
下載手機APP 采煤機主動化毛病診斷
通過剖析工況監督所取得的信息，確認采煤機毛病的部位、性質、程度、類別、原因、毛mao病bing的de發fa展zhan趨qu勢shi和he影ying響xiang，以yi便bian作zuo出chu控kong製zhi和he維wei修xiu決jue議yi計ji劃hua。目mu的de是shi防fang患huan於yu未wei然ran，提ti高gao采cai煤mei機ji可ke靠kao性xing和he開kai機ji率lv。采cai煤mei機ji毛mao病bing診zhen斷duan是shi一yi項xiang發fa展zhan中zhong的de技ji能neng，有you待dai進jin一yi步bu完wan善shan提ti高gao。
采煤機毛病診斷過程的基本環節包含：①運轉參數在線檢測。動態過程的振動、力、轉矩、功率、位移、溫度等都可用作監督和診斷信號。在線檢測反映毛病症狀最敏感的物理量作為該參數的特征信號[xj]。②特征信號剖析。所收集的運轉參數特征信號經濾波、平滑、確認鴻溝等預處理後，進行歸納剖析。比如幅域剖析、頻域剖析、統計剖析、時間序列剖析等。③特征量選擇。選擇在類間鴻溝鄰近對工況狀況相關性強、反映活絡的特征量構成形式向量[x]。並力求壓縮[x]的空間維數。④狀況辨認。根據特征參數，參照某種規範，利用各種知識和經曆，對設備的狀況予以辨認、診斷，樹立判別函數D[x]和規定判別原則。⑤毛(mao)病(bing)分(fen)類(lei)及(ji)決(jue)議(yi)計(ji)劃(hua)。按(an)判(pan)別(bie)函(han)數(shu)實(shi)時(shi)地(di)對(dui)工(gong)況(kuang)狀(zhuang)況(kuang)進(jin)行(xing)分(fen)類(lei)。運(yun)轉(zhuan)正(zheng)常(chang)時(shi)，計(ji)算(suan)機(ji)宣(xuan)布(bu)指(zhi)令(ling)，采(cai)煤(mei)機(ji)持(chi)續(xu)運(yun)轉(zhuan)。如(ru)果(guo)毛(mao)病(bing)構(gou)成(cheng)，計(ji)算(suan)機(ji)實(shi)時(shi)進(jin)行(xing)毛(mao)病(bing)剖(pou)析(xi)，顯(xian)現(xian)剖(pou)析(xi)結(jie)果(guo)和(he)維(wei)修(xiu)決(jue)議(yi)計(ji)劃(hua)，或(huo)宣(xuan)布(bu)報(bao)警(jing)信(xin)號(hao)，或(huo)宣(xuan)布(bu)停(ting)機(ji)指(zhi)示(shi)。
