基于BP神经网络的压风机故障诊断方法研究

作者:苏亚丽;张海江 刊名:煤炭与化工 上传者:陈英娜

【摘要】针对压风机依赖人工操作、效率低、控制方式落后等问题,分析螺杆式压风机的常见故障类型和振动信号之间的关系,建立压风机的故障诊断模型,提出基于BP神经网络的压风机故障诊断方法,并利用Visual C#语言和Matlab软件开发了BLT-500型螺杆式压风机的在线故障诊断系统。

全文阅读

第37卷第2期 2014年 2月 煤 炭 与 化 工 Coal and Chemical Industry V0I.37 No.2 Feb. 2014 基于BP神经网络的压风机故障诊断方法研究 苏亚丽,张海江 (乡宁县煤炭工业技工学校 ,山西 临汾 042100) 摘 要:针对压风机依赖人工操作、效率低、控制方式落后等问题,分析螺杆式压风机的常 见故障类型和振动信号之间的关系,建立压风机的故障诊断模型,提出基于BP神经网络的 压风机故障诊断方法,并利用Visual c#语言和Matlab软件开发了BLT一500型螺杆式压风机 的在线故障诊断系统。 关键词:压风机;BP神经网络;故障诊断 中图分类号:TD44 文献标识码:A 文章编号:2095—5979(2014)02—0101—03 Study on the Fault Detection and Diagnosis Technique of Air Compressor Based on BP Neural Network SU Ya—li,ZHANG Hai-jiang (Cod Industry Technical School ofXiangning,Linfeng 042100 China) Abstract:Based on air compressors depending on manual operation completely,low eficiency,and backward control method,the relationship between the fault type and the vibration signal of the air compressor Was analyzed,the fault diagnosis method of air compressor based on BP (Back Propagation)neural network Was proposed,the fault diagnosis model of air compressor Was studied.In additon,an online fault diagnosis system of BLT-500 air compressor Was developed by using Visual C#language and Maflab software. Key words:air compressor;BP neural network;fault detection and diagnosis O 引 言 煤矿压风系统主要用来为风镐、气锤、气动凿 岩机等风动设备和风动工具提供动力f1],是煤矿生 产重要系统之一。在煤矿井下使用风动设备比使用 电器设备安全,尤其是在有瓦斯和煤尘爆炸危险、 有害气体易涌出的矿井,更显示出风动设备的优越 性[21。因此,如风动钻机、风动凿岩机、风动扳手 以及煤矿井下工作人员能够安全自救而应用的 “压 风自救”等设备获得广泛应用。但是风压设备的广 泛使用对压缩气体的需求量进一步增加,所以压风 系统在煤矿的安全生产过程中具有非常重要的作用 网 。 压风机的轴、齿轮、轴承、电动机的振动信号 包含了多种故障信息,系统从振动信号中提取多种 故障参数。双螺杆压风机的故障类型和振动信号之 间是复杂的非线性关系,难以建立压风机故障诊断 系统的数学模型。而人工

参考文献

引证文献

问答

我要提问