基于DSP和信息融合的采煤机故障诊断研究

发布时间：2017-06-07 13:11

  本文关键词：基于DSP和信息融合的采煤机故障诊断研究，由笔耕文化传播整理发布。

【摘要】：本课题来源于山西省科技重大专项项目“煤矿综采设备运行健康状况实时监测与故障预警管理系统”。 采煤机械设备由于制造装配误差和不适当的工作条件(如载荷过大、润滑不良)，使其易于发生故障。采煤机设备故障有机械故障、电气故障和液压故障，而故障大部分集中在机械故障，而机械故障集中在截割部分的传动部分，所以对采煤机截割部的故障诊断具有重大意义。本论文通过建立以DSP为平台的的故障诊断系统来实现对采煤机的实时检测与诊断功能，，包括故障振动信号采集、数字信号处理、采集信号和诊断结果的存储、故障信号的诊断和结果信号的信息融合。 本论文以截割部传动部分为主要研究对象，分析采煤机截割部传动齿轮部分的故障振动信号的特点，在本论文中由于条件有限，实际井下进行实验条件是不允许的，所以仅以故障类型相似的实验室齿轮传动装置模拟实验，对本论文搭建的智能诊断系统进行测试。本系统的硬件搭建平台选用数字信号处理芯片TMS320F28335为处理器，结合太重煤机实际外设和接口建立硬件设施。软件编写分两部分完成：一部分是采用MATLAB中神经网络工具箱搭建采煤机故障诊断BP神经网络，提取权值与阈值，之后在Simulink中建立神经网络模型最终实现算法程序的自动生成，以此对故障进行识别；另一部分是在CCS V3.3中编写主要程序，包括数据采集、数据存储、通信、信息融合和故障诊断，通过D-S证据理论对神经网络诊断结果做出决策级信息融合，降低故障识别结果的不确定性，提高对故障识别结果的支持率。 通过以上研究提出搭建一个能够基本满足实际综采要求的实时诊断系统，可以应用于现今电牵引采煤机系统上，辅助采煤机进行稳定工作。
【关键词】：采煤机 DSP 信息融合 故障诊断
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TD421.6;TH165.3
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-17
• 1.1 课题的研究背景和选题意义10-12
• 1.2 国内外研究现状12-15
• 1.2.1 DSP 系统的研究现状12-14
• 1.2.2 信息融合的研究现状14
• 1.2.3 DSP 与信息融合的机械设备故障诊断的研究现状14-15
• 1.3 本论文的总体结构与主要研究内容15-17
• 2 采煤机截割部故障模式与信息融合研究17-28
• 2.1 概述17
• 2.2 采煤机截割部故障的主要表现形式17-19
• 2.3 时域分析19-20
• 2.4 频域分析20-22
• 2.5 采煤机故障试验装置和故障特征值提取22-24
• 2.6 神经网络基本理论24-26
• 2.7 信息融合基本理论26-27
• 2.8 本章小结27-28
• 3 硬件平台介绍28-33
• 3.1 TMS320F28335 引脚图29
• 3.2 电源管理模块电路29-30
• 3.3 信号采集电路30
• 3.4 串口电平转换电路30-31
• 3.5 SD 卡电路31
• 3.6 外扩存储器电路31-32
• 3.7 本章小结32-33
• 4 软件开发环境与程序编写33-47
• 4.1 MATLAB 软件开发环境34-35
• 4.2 神经网络代码生成35-39
• 4.2.1 生成代码原理35
• 4.2.2 神经网络模块35-39
• 4.3 CCS V3.3 软件开发环境39-41
• 4.4 各模块程序代码编写41-44
• 4.4.1 A/D 采样模块代码编写41-42
• 4.4.2 滤波器模块代码编写42-43
• 4.4.3 SD 卡存储模块程序编写43-44
• 4.4.4 SCI 结果输出模块程序编写44
• 4.5 D-S 证据信息融合算法研究44-46
• 4.6 本章小结46-47
• 5 嵌入式系统硬件测试及代码测试47-61
• 5.1 测试环境47
• 5.2 数据采集模块及 FFT 测试47-49
• 5.3 FIR 滤波器测试49-52
• 5.4 SCI 测试52-53
• 5.5 故障诊断53-56
• 5.5.1 特征值提取53-54
• 5.5.2 神经网络故障识别54-56
• 5.6 信息融合56-60
• 5.7 系统总体60
• 5.8 本章小结60-61
• 6 总结与展望61-63
• 6.1 总结61
• 6.2 展望61-63
• 参考文献63-68
• 攻读硕士学位期间发表的学术论文及所取得的研究成果68-69
• 致谢69-70

【参考文献】

中国期刊全文数据库 前10条

1 魏秀业;潘宏侠;;齿轮箱故障诊断技术现状及展望[J];测试技术学报;2006年04期

2 曹林宁;李书明;郑源;;基于模型的水力发电机组复合故障诊断方法[J];电力自动化设备;2009年12期

3 高阳;潘宏侠;吴升;梁松林;;基于DSP的电力设备远程监测分析系统[J];电力自动化设备;2010年01期

4 史维佳;何鹏举;李杰;;Matlab/RTW实时仿真与嵌入式系统开发[J];单片机与嵌入式系统应用;2009年10期

5 刘昌伟;邵左文;王军东;;基于DSP的嵌入式温度记录仪的设计[J];国外电子元器件;2008年12期

6 何怡刚,梁戈超;模拟电路故障诊断的BP神经网络方法[J];湖南大学学报(自然科学版);2003年05期

7 任永杰;杨学友;;基于TMS320F2812的实时噪声CAN监控网络系统[J];测控技术;2009年02期

8 邓焱_";骆光照;陈哲;闫要岗;;基于模型设计的处理器在回路联合仿真系统[J];测控技术;2011年03期

9 刘畅;;基于DSP的BP神经网络PID控制器的设计[J];计算机工程与科学;2011年04期

10 张建文,丁恩杰,谭得健;国产电牵引采煤机工况监测和故障诊断技术的发展现状与前景[J];煤矿机电;2000年05期

  本文关键词：基于DSP和信息融合的采煤机故障诊断研究，由笔耕文化传播整理发布。

本文编号：429164