煤矿工作面设备状态综合监测及故障预警系统研究与应用
发布时间：2021-05-24 11:03
煤矿工作面设备是指在综采工作面进行采煤、装煤、运煤等生产工序的机械化设备,其中每个设备对煤矿生产都起着关键作用。工作面是煤炭生产的第一现场,设备众多、环境恶劣、工作空间狭小,设备经常发生故障。随着矿井生产系统的不断优化,综采面设备自动化水平持续提高,我国煤矿开采技术逐渐向智能化、无人化方向的发展。设备自动化水平的提高一方面增加了采煤效率,节约了大量的人工成本,具有良好的经济社会效益;但另一方面大量的设备维护和故障维修的问题也凸显出来。设备结构越来越复杂,各个设备之间相互依赖性增加,往往难以及时发现设备隐患,一旦发生故障就会导致整个采煤系统瘫痪。工作面瓦斯、粉尘众多,能见度差,传统的人工排查故障的方式既对工作人员安全、健康带来了巨大威胁,同时需要耗费大量的时间,严重影响了生产进度,给煤矿造成巨大的损失。因此为了进一步推进智能化无人工作面的发展,保障煤矿安全高效生产,在综采面设备自动化水平不断提高的同时,亟需对综采工作面设备的状态监测和故障预警技术进行深入研究。本文根据综采工作面的实际情况,以建立智能化无人或少人工作面为目标,研制了一套煤矿工作面设备状态综合监测及故障预警系统。本文首先研究...
【文章来源】：青岛科技大学山东省
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 论文研究的背景
1.2 论文研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 设备状态监测与故障预警技术发展
1.4 论文主要内容与结构安排
2 设备故障与系统功能需求分析
2.1 综采工作面设备简介
2.2 设备故障机理分析
2.2.1 设备振动故障分析
2.2.2 设备电流故障分析
2.3 系统功能需求分析
2.4 本章小结
3 系统硬件设计与选型分析
3.1 系统总体设计
3.2 光纤光栅传感器
3.2.1 光纤光栅振动传感器
3.2.2 光纤光栅温度传感器
3.3 矿用光纤光栅解调仪
3.4 监测与通信分站设计
3.5 系统通信设计
3.6 本章小结
4 基于改进BP神经网络的设备故障预警算法
4.1 神经网络简介
4.1.1 生物神经网络简介
4.1.2 人工神经元基本模型
4.1.3 神经网络的特点
4.2 BP神经网络模型
4.3 遗传算法改进BP神经网络
4.3.1 遗传算法介绍
4.3.2 遗传算法优化BP神经网络
4.3.3 遗传算法改进BP神经网络的设备故预警模型
4.4 仿真及结果分析
4.5 本章小结
5 系统软件设计
5.1 监测与通信分站软件设计
5.1.1 设备窗口设计
5.1.2 用户窗口设计
5.1.3 实时数据库设计
5.1.4 运行策略设计
5.2 上位机软件设计
5.2.1 界面设计
5.2.2 数据词典设计
5.2.3 设备通信设计
5.2.4 组态王与MySQL数据库交互设计
5.3 故障预警软件设计
5.4 系统应用效果分析
5.5 本章小结
总结与展望
总结
展望
参考文献
致谢
攻读学位期间发表的学术论文目录
【参考文献】：
期刊论文
[1]煤矿采矿安全管理及其事故防范[J]. 任乾. 山东工业技术. 2019(10)
[2]电机常见故障判断分析及处理方法[J]. 张燕红. 山东工业技术. 2019(10)
[3]人工智能在计算机网络技术中的运用探析[J]. 耿斌. 山东工业技术. 2019(08)
[4]2018年煤炭供需形势分析及2019年展望[J]. 肖新建. 中国能源. 2019(02)
[5]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
[6]人工神经网络发展历史与训练算法概述[J]. 彭驿茹. 科技传播. 2018(21)
[7]国家安监总局发布《安全生产标准“十三五”发展规划》[J]. 中国标准化. 2017(21)
[8]综合机械化采煤设备的配套分析[J]. 彭亮. 机械管理开发. 2017(02)
[9]基于结构化神经网络的煤矿输送机同步带传动精度预测[J]. 赵广智. 煤炭技术. 2017(03)
[10]基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究[J]. 马宪民,梁兰,张永强,施乐平. 煤炭技术. 2016(01)
博士论文
[1]井下工作面设备无线监测网络与故障诊断关键技术研究[D]. 阮殿旭.中国矿业大学 2011
[2]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
硕士论文
[1]煤矿井皮带运输状态监测与事故预警系统研究[D]. 范丽娅.河北科技大学 2019
[2]基于遗传算法-BP神经网络的旋回式破碎机故障诊断系统研究[D]. 田晶晶.西安建筑科技大学 2018
[3]乳化液泵站液压系统可靠性分析[D]. 马霖.西安科技大学 2018
[4]小波分析和CPSO-NP优化SVM的电机故障诊断方法研究[D]. 周乐.辽宁工程技术大学 2018
[5]基于改进GA算法的HEV能量管理策略的研究与优化[D]. 李天泽.上海电机学院 2017
[6]基于无线传感器网络的采煤机状态监测系统设计与实现[D]. 崔妮.中北大学 2016
[7]煤矿大型设备在线监测与故障诊断系统的研究与应用[D]. 黄侠.贵州师范大学 2016
[8]基于遗传算法优化BP神经网络的乳化器故障预警系统的研究[D]. 陆康健.杭州电子科技大学 2016
[9]基于人工神经网络的煤矿安全评价研究[D]. 胡瑞卿.安徽理工大学 2015
[10]采煤机液压浮动调姿牵引机构的设计与仿真研究[D]. 田操.黑龙江科技大学 2015
本文编号：3204090
【文章来源】：青岛科技大学山东省
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 论文研究的背景
1.2 论文研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 设备状态监测与故障预警技术发展
1.4 论文主要内容与结构安排
2 设备故障与系统功能需求分析
2.1 综采工作面设备简介
2.2 设备故障机理分析
2.2.1 设备振动故障分析
2.2.2 设备电流故障分析
2.3 系统功能需求分析
2.4 本章小结
3 系统硬件设计与选型分析
3.1 系统总体设计
3.2 光纤光栅传感器
3.2.1 光纤光栅振动传感器
3.2.2 光纤光栅温度传感器
3.3 矿用光纤光栅解调仪
3.4 监测与通信分站设计
3.5 系统通信设计
3.6 本章小结
4 基于改进BP神经网络的设备故障预警算法
4.1 神经网络简介
4.1.1 生物神经网络简介
4.1.2 人工神经元基本模型
4.1.3 神经网络的特点
4.2 BP神经网络模型
4.3 遗传算法改进BP神经网络
4.3.1 遗传算法介绍
4.3.2 遗传算法优化BP神经网络
4.3.3 遗传算法改进BP神经网络的设备故预警模型
4.4 仿真及结果分析
4.5 本章小结
5 系统软件设计
5.1 监测与通信分站软件设计
5.1.1 设备窗口设计
5.1.2 用户窗口设计
5.1.3 实时数据库设计
5.1.4 运行策略设计
5.2 上位机软件设计
5.2.1 界面设计
5.2.2 数据词典设计
5.2.3 设备通信设计
5.2.4 组态王与MySQL数据库交互设计
5.3 故障预警软件设计
5.4 系统应用效果分析
5.5 本章小结
总结与展望
总结
展望
参考文献
致谢
攻读学位期间发表的学术论文目录
【参考文献】：
期刊论文
[1]煤矿采矿安全管理及其事故防范[J]. 任乾. 山东工业技术. 2019(10)
[2]电机常见故障判断分析及处理方法[J]. 张燕红. 山东工业技术. 2019(10)
[3]人工智能在计算机网络技术中的运用探析[J]. 耿斌. 山东工业技术. 2019(08)
[4]2018年煤炭供需形势分析及2019年展望[J]. 肖新建. 中国能源. 2019(02)
[5]基于改进的自适应遗传算法优化BP神经网络[J]. 苏崇宇,汪毓铎. 工业控制计算机. 2019(01)
[6]人工神经网络发展历史与训练算法概述[J]. 彭驿茹. 科技传播. 2018(21)
[7]国家安监总局发布《安全生产标准“十三五”发展规划》[J]. 中国标准化. 2017(21)
[8]综合机械化采煤设备的配套分析[J]. 彭亮. 机械管理开发. 2017(02)
[9]基于结构化神经网络的煤矿输送机同步带传动精度预测[J]. 赵广智. 煤炭技术. 2017(03)
[10]基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究[J]. 马宪民,梁兰,张永强,施乐平. 煤炭技术. 2016(01)
博士论文
[1]井下工作面设备无线监测网络与故障诊断关键技术研究[D]. 阮殿旭.中国矿业大学 2011
[2]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
硕士论文
[1]煤矿井皮带运输状态监测与事故预警系统研究[D]. 范丽娅.河北科技大学 2019
[2]基于遗传算法-BP神经网络的旋回式破碎机故障诊断系统研究[D]. 田晶晶.西安建筑科技大学 2018
[3]乳化液泵站液压系统可靠性分析[D]. 马霖.西安科技大学 2018
[4]小波分析和CPSO-NP优化SVM的电机故障诊断方法研究[D]. 周乐.辽宁工程技术大学 2018
[5]基于改进GA算法的HEV能量管理策略的研究与优化[D]. 李天泽.上海电机学院 2017
[6]基于无线传感器网络的采煤机状态监测系统设计与实现[D]. 崔妮.中北大学 2016
[7]煤矿大型设备在线监测与故障诊断系统的研究与应用[D]. 黄侠.贵州师范大学 2016
[8]基于遗传算法优化BP神经网络的乳化器故障预警系统的研究[D]. 陆康健.杭州电子科技大学 2016
[9]基于人工神经网络的煤矿安全评价研究[D]. 胡瑞卿.安徽理工大学 2015
[10]采煤机液压浮动调姿牵引机构的设计与仿真研究[D]. 田操.黑龙江科技大学 2015
本文编号：3204090
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3204090.html
