煤矿通风机轴承故障诊断方法研究
发布时间：2021-02-21 17:41
目前正处于煤矿智能化建设的关键阶段,而通风机作为煤矿的“矿井之肺”,负责将井下对矿工有害的气体排出并带来新鲜的空气。如果发生故障,将会给企业造成巨大的经济损失,并严重威胁井下人员的生命安全,故针对煤矿通风机故障诊断的研究具有重要意义。本文以通风机轴承为切入点,分析了当前通风机轴承的主要故障形式,针对故障诊断流程中的特征向量提取和故障类型识别两方面来改进现有的故障诊断模型。（1）针对经验模态分解中端点效应和模态混叠问题,分别使用改进后的极值点对称延拓法、集合经验模态分解（EEMD）进行改善。针对EEMD中虚假分量数目多的问题,对固有模态函数的筛选准则进行改进,并引入到自适应白噪声的完备总体经验模态分解算法中。（2）针对遗传算法（GA）收敛速度和收敛精度差的问题,对遗传算法的遗传算子进行改进。针对支持向量机（SVM）参数不易确定的问题,使用改进后的遗传算法（IGA）来改善SVM参数寻优过程,构建IGA-SVM模型。结果表明,模型有更好地收敛速度和收敛精度,提高了故障识别准确率。（3）针对SVM模型样本训练用时长的问题,使用极限学习机（ELM）来替代SVM。针对粒子群算法（PSO）早熟收敛、...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
1 绪论
1.1 课题研究背景及意义
1.2 通风机轴承故障诊断方法研究现状
1.3 论文主要研究内容
1.4 论文的结构安排
2 煤矿通风机故障机理分析
2.1 煤矿主通风机工作原理分析
2.2 煤矿主通风机轴承故障机理分析
2.3 滚动轴承的信号特征频率分析
2.4 本章小结
3 通风机轴承故障特征值提取方法研究
3.1 传统的时频分析方法研究
3.2 小波变换
3.3 经验模态分解
3.4 改进EMD存在的不足
3.5 轴承故障特征向量提取
3.6 本章小结
4 基于IGA-SVM的轴承故障诊断研究
4.1 支持向量机理论研究
4.2 IGA-SVM模型建立
4.3 基于IGA-SVM的轴承故障诊断分析
4.4 本章小结
5 基于IGA-IPSO-ELM的轴承故障诊断研究
5.1 极限学习机理论研究
5.2 IGA-IPSO混合优化算法
5.3 基于IGA-IPSO-ELM的故障诊断模型
5.4 轴承故障诊断分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于时域和频域分析的滚动轴承故障诊断[J]. 程秀芳,王鹏. 华北理工大学学报(自然科学版). 2020(01)
[2]采用时域与时频域联合特征空间的转子系统碰磨故障诊断[J]. 赵柄锡,冀大伟,袁奇,李浦,葛庆. 西安交通大学学报. 2020(01)
[3]改进GA-PSO优化SVM的行人检测算法[J]. 王谦,张红英. 测控技术. 2019(10)
[4]一种基于FTA的发射装置自动测试和故障诊断系统设计[J]. 高岚,王伟涛. 计量与测试技术. 2019(05)
[5]基于软筛分停止准则的改进经验模态分解及其在旋转机械故障诊断中的应用[J]. 彭丹丹,刘志亮,靳亚强,秦勇. 机械工程学报. 2019(10)
[6]基于CEEMDAN和1.5维谱的滚动轴承早期故障诊断方法[J]. 黄慧杰,孙百祎,任学平,刘淮全. 中国测试. 2019(02)
[7]基于频域特征和支持向量机的汽车水泵轴承故障诊断研究[J]. 唐静,王二化,朱俊,谭文胜. 机床与液压. 2018(13)
[8]CEEMDAN结合LMS算法在轴承信号降噪中的应用[J]. 朱敏,段志善,郭宝良,王苗. 噪声与振动控制. 2018(02)
[9]基于振动信号频域分析法的铣齿机故障诊断[J]. 王志永,杜伟涛,王习文,陈杨. 制造技术与机床. 2018(03)
[10]基于GA-SVM的矿井涌水量预测[J]. 乔美英,程鹏飞,刘震震. 煤田地质与勘探. 2017(06)
博士论文
[1]HHT理论及其在结构健康监测中的应用研究[D]. 胥保春.南京航空航天大学 2012
硕士论文
[1]基于VMD和改进型极限学习机的短期电力负荷预测[D]. 吴佳慧.西安理工大学 2019
[2]基于小波包和支持向量机的滚动轴承故障特征提取及诊断研究[D]. 杨红叶.青岛大学 2019
[3]大型风力发电机主轴承振动信号故障分析研究[D]. 李雪.沈阳工业大学 2019
[4]基于改进极限学习机的轴承故障诊断方法研究[D]. 李妍.西安科技大学 2019
[5]矿用胶带运输机故障诊断研究[D]. 崔陈辰.西安科技大学 2019
[6]煤矿主通风机滚动轴承的故障诊断系统研究[D]. 张驰.中国矿业大学 2019
[7]基于振动信号的滚动轴承故障诊断与状态识别方法研究[D]. 彭刘阳.中国矿业大学 2019
[8]小波包结合SVM和神经网络在滚动轴承故障诊断中的应用[D]. 吴晓冬.合肥工业大学 2019
[9]煤矿通风机在线监测振动分析与故障诊断研究[D]. 安少帅.西安科技大学 2018
[10]矿用主风机在线监测与故障诊断[D]. 原晓丹.西安科技大学 2018
本文编号：3044693
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
1 绪论
1.1 课题研究背景及意义
1.2 通风机轴承故障诊断方法研究现状
1.3 论文主要研究内容
1.4 论文的结构安排
2 煤矿通风机故障机理分析
2.1 煤矿主通风机工作原理分析
2.2 煤矿主通风机轴承故障机理分析
2.3 滚动轴承的信号特征频率分析
2.4 本章小结
3 通风机轴承故障特征值提取方法研究
3.1 传统的时频分析方法研究
3.2 小波变换
3.3 经验模态分解
3.4 改进EMD存在的不足
3.5 轴承故障特征向量提取
3.6 本章小结
4 基于IGA-SVM的轴承故障诊断研究
4.1 支持向量机理论研究
4.2 IGA-SVM模型建立
4.3 基于IGA-SVM的轴承故障诊断分析
4.4 本章小结
5 基于IGA-IPSO-ELM的轴承故障诊断研究
5.1 极限学习机理论研究
5.2 IGA-IPSO混合优化算法
5.3 基于IGA-IPSO-ELM的故障诊断模型
5.4 轴承故障诊断分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于时域和频域分析的滚动轴承故障诊断[J]. 程秀芳,王鹏. 华北理工大学学报(自然科学版). 2020(01)
[2]采用时域与时频域联合特征空间的转子系统碰磨故障诊断[J]. 赵柄锡,冀大伟,袁奇,李浦,葛庆. 西安交通大学学报. 2020(01)
[3]改进GA-PSO优化SVM的行人检测算法[J]. 王谦,张红英. 测控技术. 2019(10)
[4]一种基于FTA的发射装置自动测试和故障诊断系统设计[J]. 高岚,王伟涛. 计量与测试技术. 2019(05)
[5]基于软筛分停止准则的改进经验模态分解及其在旋转机械故障诊断中的应用[J]. 彭丹丹,刘志亮,靳亚强,秦勇. 机械工程学报. 2019(10)
[6]基于CEEMDAN和1.5维谱的滚动轴承早期故障诊断方法[J]. 黄慧杰,孙百祎,任学平,刘淮全. 中国测试. 2019(02)
[7]基于频域特征和支持向量机的汽车水泵轴承故障诊断研究[J]. 唐静,王二化,朱俊,谭文胜. 机床与液压. 2018(13)
[8]CEEMDAN结合LMS算法在轴承信号降噪中的应用[J]. 朱敏,段志善,郭宝良,王苗. 噪声与振动控制. 2018(02)
[9]基于振动信号频域分析法的铣齿机故障诊断[J]. 王志永,杜伟涛,王习文,陈杨. 制造技术与机床. 2018(03)
[10]基于GA-SVM的矿井涌水量预测[J]. 乔美英,程鹏飞,刘震震. 煤田地质与勘探. 2017(06)
博士论文
[1]HHT理论及其在结构健康监测中的应用研究[D]. 胥保春.南京航空航天大学 2012
硕士论文
[1]基于VMD和改进型极限学习机的短期电力负荷预测[D]. 吴佳慧.西安理工大学 2019
[2]基于小波包和支持向量机的滚动轴承故障特征提取及诊断研究[D]. 杨红叶.青岛大学 2019
[3]大型风力发电机主轴承振动信号故障分析研究[D]. 李雪.沈阳工业大学 2019
[4]基于改进极限学习机的轴承故障诊断方法研究[D]. 李妍.西安科技大学 2019
[5]矿用胶带运输机故障诊断研究[D]. 崔陈辰.西安科技大学 2019
[6]煤矿主通风机滚动轴承的故障诊断系统研究[D]. 张驰.中国矿业大学 2019
[7]基于振动信号的滚动轴承故障诊断与状态识别方法研究[D]. 彭刘阳.中国矿业大学 2019
[8]小波包结合SVM和神经网络在滚动轴承故障诊断中的应用[D]. 吴晓冬.合肥工业大学 2019
[9]煤矿通风机在线监测振动分析与故障诊断研究[D]. 安少帅.西安科技大学 2018
[10]矿用主风机在线监测与故障诊断[D]. 原晓丹.西安科技大学 2018
本文编号：3044693
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3044693.html
