基于小波分析与最大熵谱分析的矿井提升机故障诊断

11111111111111

第30卷第4期2009年　4月

煤　矿　机　械CoalMineMachinery

Vol.30No.4Apr.2009

基于小波分析与最大熵谱分析的矿井

提升机故障诊断

唐传贵

(安徽祁东煤矿有限责任公司,安徽宿州234000)

　　摘　要:利用小波信号重构与最大熵谱估计对矿井提升机进行了故障诊断,结果表明,基于小波信号重构和最大熵谱估计的故障诊断方法具有较高的故障分辨率,能够在频域上更加合理地判断故障信号,从而正确地判断矿井提升机减速箱的早期故障。

关键词:小波分析;最大熵谱估计;故障诊断中图分类号:TD306;TD534　文献标志码:A　文章编号:1003-0794(2009-0198-03

FaultDiagnosisofMine-QineCoal.,Ltd.,Suzhou234000,China)

Abstract:onandMESEareusedinthefaultdiagnosisoftheminehoister.Theresultsthatthewavelet-basedsignalreconstructionandMESEfaultdiagnosismethodhaveahighresolvingpoweroftheminehoisterfailure.Atthesametime,theyaremorereasonabletofindoutfault’sfrequency,thenjudgeminehoisterfaultintheearlyfailures.Keywords:waveletanalysis;MESE;faultdiagnosis

4.1　故障诊断界面及部分运行程序

set(handles1edit2,’string’,h)

故障诊断功能是故障智能诊断系统研究的核心,如图

2所示,当按下“诊断”按钮后,系统会迅速输出故障的结果。诊断系统部分程序如下:

图2　旋转机械故障诊断界面

))Xij=str2num(get(handles.edit1,’string’

Xn=[0100010001000100019001050105010001000100011001400100010001000120

0100;010001000100;01000100;01100110;01000125;01000100;01000100;01100100;01000100]

01000110011001000100010001900100

01000180011001000100013001000100

01000100011001000110011001000100

01400110011001000190016001000100

01500100012001200100010001000100

01100100011001150100010001000180

………412　系统的运行检验

取旋转机械一组振动幅值数据,经归一化处理后得待识别故障特征向量

Xij=[0100010001010.000.860.100.030.000100]

把得到的待识别特征向量输入诊断系统,经过系统运算、诊断后,得出诊断结果为:不平衡,诊断系统的运算及诊断结果如图2所示,经查与实际非常吻合。5　结语

本文对基于灰色关联度的旋转机械故障智能诊断系统进行了比较详细的理论分析,并实现了系统应有功能。经运行检验,系统是有效和可靠的。

参考文献:

[1]虞和济,陈长征,张省,等.基于神经网络的智能诊断[M].北京:

冶金工业出版社,2002.

[2]钟秉林,黄仁.机械故障诊断学[M].北京:机械工业出版社,

2005.

[3]郑阿奇,曹弋,赵阳.MATLAB实用教程[K].北京:电子工业出

版社,2004.

[4]李国华,张永忠.机械故障诊断[M].北京:化学工业出版社,

1999.

………Y=[γijri]y=max(Y)if(y==Y(1))

)h=char(’不平衡’

作者简介:谢三毛(1965-),江西吉安人,副教授,1988年毕业

于湘潭矿业学院矿山机械专业,现主要从事机械设备故障诊断教学与研究工作,电话:0791-7046135,电子信箱:xiesanmao@ecjtu.jx.

cn.

收稿日期:2008-12-18

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库基于小波分析与最大熵谱分析的矿井提升机故障诊断在线全文阅读。