基于LabVIEW的小波神經(jīng)網(wǎng)絡(luò)在煤礦通風(fēng)機(jī)故障診斷中的應(yīng)用.pdf

1、煤礦安全的頭號(hào)敵人是瓦斯爆炸，煤礦通風(fēng)系統(tǒng)能有效的預(yù)防瓦斯爆炸和排除瓦斯險(xiǎn)情，因此對(duì)煤礦通風(fēng)機(jī)進(jìn)行有效的監(jiān)管，對(duì)維護(hù)煤礦安全生產(chǎn)有重要的意義。本文以對(duì)煤礦通風(fēng)機(jī)進(jìn)行故障類(lèi)型診斷為目的，開(kāi)發(fā)一個(gè)基于LabVIEW的軟件系統(tǒng)，以實(shí)現(xiàn)對(duì)煤礦通風(fēng)機(jī)有效的在線(xiàn)監(jiān)管。經(jīng)過(guò)本課題的逐步深入的研究，最終完成了一個(gè)以小波神經(jīng)網(wǎng)絡(luò)為故障診斷模型的煤礦通風(fēng)機(jī)故障診斷系統(tǒng)。其整個(gè)研究過(guò)程如下:
　　 (1)本文首先構(gòu)建了一個(gè)完整的煤礦通風(fēng)機(jī)故障診斷系統(tǒng)

2、的硬件結(jié)構(gòu)框架;其次設(shè)計(jì)了一個(gè)進(jìn)行振動(dòng)信號(hào)故障診斷的小波神經(jīng)網(wǎng)絡(luò)模型。硬件結(jié)構(gòu)框架和算法模型的建立為完成煤礦通風(fēng)機(jī)故障診斷系統(tǒng)奠定了基礎(chǔ)。
　　 (2)根據(jù)礦井環(huán)境及煤礦通風(fēng)機(jī)自身的振動(dòng)量等多方面因素考慮，選擇了敏度高、加速度快的AD500T-J型傳感器、NIPCI-6251型采集卡為核心的數(shù)據(jù)采集設(shè)備等硬件設(shè)備。
　　 (3)對(duì)比傳統(tǒng)的信號(hào)分析方法，驗(yàn)證了小波分析的先進(jìn)性，表現(xiàn)在小波分析在時(shí)頻域都具有表征信號(hào)局部特征的

3、能力，能夠良好的處理突發(fā)性質(zhì)的信號(hào)。深入剖析了煤礦通風(fēng)機(jī)的故障機(jī)理及故障的特征頻率。選擇了一種改進(jìn)的自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率的算法對(duì)振動(dòng)樣本進(jìn)行故障診斷，通過(guò)與BP標(biāo)準(zhǔn)算法的對(duì)比，自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率的改進(jìn)算法具有較高的預(yù)測(cè)誤差精度和較快的網(wǎng)絡(luò)收斂速度，具有很好的診斷效果。
　　 (4)以L(fǎng)abVIEW為軟件開(kāi)發(fā)平臺(tái)，MATLAB為輔助開(kāi)發(fā)軟件建立了一個(gè)軟件系統(tǒng)，能夠?qū)γ旱V通風(fēng)機(jī)振動(dòng)信號(hào)進(jìn)行采集、放大、轉(zhuǎn)換、存儲(chǔ)等基本操作，以及振動(dòng)信號(hào)

4、的小波消噪濾波、時(shí)域和頻域分析、小波分解與重構(gòu)等高級(jí)操作，最終利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)煤礦的風(fēng)機(jī)故障診斷。
　　 (5)對(duì)煤礦通風(fēng)機(jī)故障診斷系統(tǒng)各個(gè)主要功能模塊的開(kāi)發(fā)過(guò)程及主要功能進(jìn)行詳細(xì)的研究和說(shuō)明。精心設(shè)計(jì)了各個(gè)模塊的界面，注重舒適的顏色搭配，合理的控件擺放，使整個(gè)操作系統(tǒng)更加簡(jiǎn)潔、舒適、人性化。
　　 本課題研究的煤礦通風(fēng)機(jī)故障診斷系統(tǒng)匯集了多項(xiàng)在故障診斷領(lǐng)域先進(jìn)的技術(shù)——虛擬儀器技術(shù)、小波分析技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)。在防治井