“煤矿智能化故障诊断技术”专题_中国煤炭行业知识服务平台

“煤矿智能化故障诊断技术”专题

来源：《工矿自动化》2020年第11期

智慧煤矿建设是工业技术革命、产业转型升级的战略方向和目标，煤矿智能化故障诊断技术是智慧煤矿建设关键技术之一。煤矿智能化发展要求对系统和设备进行全方位的运行状态监测、诊断和预警，以确保煤炭开采过程的连续性和安全性。由于煤矿井下环境恶劣，井下系统及设备故障频发且难以准确高效诊断，煤矿智能化故障诊断技术仍面临着诸多科学挑战和难题。为促进煤矿智能化故障诊断技术理论实践进步，总结交流近年来煤矿故障诊断领域的新成果，《工矿自动化》组织策划了“煤矿智能化故障诊断技术”专题，报道了提升机故障诊断、机械设备磨损状态识别、齿轮箱故障诊断、矿井漏电保护选线等方面的研究成果。在此衷心感谢各位专家学者为本专题撰稿！

行业视野: 智能化
类别; 20个
关键词; 13位
专家; 4篇
论文; 1599IP
点击量; 644次
下载量

基于模糊故障树和贝叶斯网络的矿井提升机故障诊断

作者(Author)：张梅, 许桃, 孙辉煌, 孟祥宇

摘要：为解决目前矿井提升机故障诊断方法效率低、准确性差等问题，提出了一种基于模糊故障树和贝叶斯网络的矿井提升机故障诊断方法。首先对传感器实时采集的提升机运行参数进行去噪预处理、多源信息融合，保证数据的准确性；然后将处理后的数据输入矿井提升机故障树，采用三角模糊数表示提升机底事件发生概率，得到底事件模糊概率；最后将模糊故障树映射为贝叶斯网络进行可靠性分析，将底事件模糊概率作为先验概率，计算叶节点发生概率，进而获得根节点的后验概率、概率重要度和关键重要度，从而快速确定故障类型和故障点。实例分析结果验证了该方法的可行性。

免费下载

工矿自动化

2020年第11期

434

127
基于堆栈降噪自编码网络的机械设备磨损状态识别

作者(Author)：樊红卫, 马宁阁, 张旭辉, 高烁琪, 曹现刚, 马宏伟

摘要：通过磨粒铁谱图像识别可实现机械设备磨损状态识别，但基于机器学习的磨粒铁谱图像识别存在较多人工干预、普适性差。为解决上述问题，提出了一种基于堆栈降噪自编码网络的机械设备磨损状态识别方法。将多个降噪自编码网络进行堆叠，即上一个降噪自编码网络隐含层的输出作为下一个降噪自编码网络的输入，并在最后一个降噪自编码网络隐含层后添加Softmax分类器，从而构建堆栈降噪自编码网络；利用磨粒铁谱图像对堆栈降噪自编码网络进行无监督预训练，并通过有监督微调优化网络参数，对磨粒铁谱图像进行分类，实现机械设备磨损状态智能识别。实验结果表明：当堆栈降噪自编码网络的激活函数为Relu、优化器为Adam、学习率为0.001时，网络性能最佳，识别准确率达98.43%。

免费下载

工矿自动化

2020年第11期

422

208
煤矿机械齿轮箱故障诊断方法

作者(Author)：刘永亮

摘要：针对煤矿机械齿轮箱振动信号中含有大量噪声干扰成分导致齿轮箱故障特征提取难的问题，提出了一种基于粒子群优化变分模态分解（PSO-VMD）与最小熵反褶积（MED）的煤矿机械齿轮箱故障诊断方法。该方法首先利用PSO算法对VMD中直接影响分解效果的惩罚系数与分量个数进行优化搜索，得到最大化分解性能的最优参数组合，并利用优化后的VMD方法对齿轮箱振动信号进行分解，得到一系列本征模态函数（IMF）分量；然后，利用MED方法对与原信号相关度最大的IMF分量进行降噪处理，凸显故障冲击特征；最后，对降噪后的IMF分量进行Hilbert包络解调，从而提取故障特征。实验结果表明，该方法能够准确提取故障特征，实现齿轮箱故障诊断。

免费下载

工矿自动化

2020年第11期

389

104
一种矿井漏电保护选线方法

作者(Author)：于群, 尚雪丽

摘要：针对目前矿井供电系统发生单相接地故障时选线准确率低的问题，根据故障线路与非故障线路零序电流波形存在明显差异的特点，提出了一种基于零序电流积分与改进Bhattacharyya距离算法的矿井漏电保护选线方法。该方法通过对故障后各线路首个1/4工频周期的零序电流数据进行积分递推处理，求出零序电流积分序列及其概率分布函数；利用改进的Bhattacharyya距离算法计算各线路零序电流积分序列之间的Bhattacharyya系数，以Bhattacharyya系数累加和求得的综合累加系数作为故障选线判据，并以同一时刻各线路电流采样值的乘积和作为辅助判据对母线故障进行判别。仿真结果表明，该方法能显著增大故障线路与非故障线路特征指标的差别，快速有效识别故障线路，适用于不同中性点接地方式，抗噪声干扰能力强，受不同故障工况的影响小，选线准确率高。

免费下载

工矿自动化

2020年第11期

354

205

推荐专家

马宏伟

张旭辉

樊红卫

推荐专题

亮点论文

推荐企业

煤炭人网

“煤矿智能化故障诊断技术”专题

煤问提

煤传媒

煤视界

科技创新50强

会员中心