基于BP神經(jīng)網(wǎng)絡(luò)煤礦通風(fēng)機(jī)監(jiān)測(cè)信息融合方法研究.pdf

1、煤礦通風(fēng)機(jī)是煤礦主要安全設(shè)備之一,通風(fēng)機(jī)安全有效的運(yùn)行是煤礦效益以及井下作業(yè)工人安全的保障。本論文結(jié)合煤礦通風(fēng)機(jī)的特點(diǎn),對(duì)通風(fēng)機(jī)多種參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè),對(duì)常見的轉(zhuǎn)子不平衡、軸系不對(duì)中、旋轉(zhuǎn)失速以及油膜振蕩等多種機(jī)械故障進(jìn)行自診斷,設(shè)計(jì)通風(fēng)機(jī)的實(shí)時(shí)監(jiān)測(cè)與故障診斷系統(tǒng)。
　　本文對(duì)通風(fēng)機(jī)的常見故障機(jī)理做了簡要的分析,選取通風(fēng)機(jī)的振動(dòng)信號(hào)、軸承油溫、風(fēng)機(jī)轉(zhuǎn)速、風(fēng)機(jī)出口壓力以及風(fēng)機(jī)流量等作為本系統(tǒng)的監(jiān)測(cè)參數(shù)。通過對(duì)多傳感器信息融合技術(shù)的研究

2、,采用基于多傳感器信息融合的煤礦通風(fēng)機(jī)監(jiān)測(cè)與診斷系統(tǒng),并采用特征層和決策層分層融合的方案進(jìn)行數(shù)據(jù)融合。采用改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)作為特征層的融合算法,采用D-S融合規(guī)則作為決策層的融合算法。
　　本文設(shè)計(jì)兩個(gè)4-9-5結(jié)構(gòu)的BP網(wǎng)絡(luò)作為特征層的融合算法,選取通風(fēng)機(jī)的前后軸瓦作為振動(dòng)信號(hào)的采集點(diǎn),提取兩個(gè)振動(dòng)信號(hào)的均方根值RMS1和RMS2以及功率譜密度函數(shù)的積分值GLP1和GLP2作為第一個(gè)BP網(wǎng)絡(luò)的輸入,得到一個(gè)對(duì)風(fēng)機(jī)運(yùn)行狀態(tài)的評(píng)

3、估;再將風(fēng)機(jī)的軸承油溫、風(fēng)機(jī)轉(zhuǎn)速、風(fēng)機(jī)出口壓力以及風(fēng)機(jī)流量作為第二個(gè)BP網(wǎng)絡(luò)的輸入,得到另一個(gè)對(duì)風(fēng)機(jī)運(yùn)行狀態(tài)的評(píng)估。由仿真結(jié)果可以看出,改進(jìn)后的BP網(wǎng)絡(luò)性能大大提升了。從這兩個(gè)BP網(wǎng)絡(luò)的輸出都能夠大致判斷出風(fēng)機(jī)的運(yùn)行狀態(tài),但是誤差較大,效果不如預(yù)期。將這兩個(gè)BP網(wǎng)絡(luò)的輸出作為D-S證據(jù)理論的兩個(gè)證據(jù)體進(jìn)行融合,通過D-S融合規(guī)則將這兩個(gè)證據(jù)體融合為一個(gè)證據(jù)體,實(shí)驗(yàn)結(jié)果表明,兩個(gè)證據(jù)體融合后對(duì)風(fēng)機(jī)運(yùn)行狀態(tài)的評(píng)估要比單獨(dú)證據(jù)體對(duì)風(fēng)機(jī)運(yùn)行狀態(tài)