基于多变量数据的矿井风机故障预测系统的 研究-机械工程专业论文.docxVIP

万方数据 万方数据 A Dissertation Submitted to Hebei University of Engineering For the Academic Degree of Master of Engineering Study on Prediction System of Mine Fan Fault Based on Multivariate Data Candidate ：Liu Dong Supervisor ：Prof. Pan Yue Academic Degree Applied for ：Master of Engineering Specialty ：Mechanical engineering College/Department ：College of Electrical and Mechanical Engineering Hebei University of Engineering May，2016 独创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体已经发表或撰写过的研究成果，也不包含为获得河北工程大学或其他教育 机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体， 均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果 由本人承担。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 河北工程大学 有关保留、使用学位论文的规 定。特授权 河北工程大学 可以将学位论文的全部或部分内容编入有关数据库 进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同 意学校向国家有关部门或机构送交论文的复印件和电子文档。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 签字日期： 年 月 日 导师签名： 签字日期： 年 月 日 摘 摘 要 摘 要 矿井主扇风机是矿井呼吸系统的核心，其安全与否直接关系到矿井井下工作 人员的生命安全。近年来，矿井主扇风机故障时有发生，而现有风机报警系统无 法达到故障预测的目的，为了能保证矿井生产安全，降低风机故障维修成本，提 高矿井风机的服役寿命。本论文旨在研究一种适用于生产的矿井风机故障预测系 统。 本研究以矿井防爆对旋轴流通风机为研究对象，调研了现役矿井通风机的类 型和通风方式，利用 CAD、PRO/E 软件对风机进行了二维绘图及三维建模仿真， 研究了风机各部分的构造及设计原理。通过结合传感器的运行原理和长期的监测 状况，系统的研究了风机系统软、硬件的故障、故障原因及解决办法。为风机故 障预测系统提供适用于生产与监测的故障数据库。 本文分析了现有风机系统的故障诊断方法，并深入的研究了基于解析模型和 人工神经网络的故障诊断方法在矿井通风机中的应用与存在的不足。结合生产实 际，提出了一种基于多变量数据的矿井风机故障预测方法。 根据系统要求，对原监测系统进行了软硬件的改进，新增了网络打印机、网 页与数据服务器。利用组态王软件重建了监测界面，通过组态王与 SQL Server 数 据库的链接，实现了数据的存储和查询。利用 Matlab 强大的数据处理能力，通过 与监测数据的实时传输与处理、反馈，建立了完整的预测机制。 本文从实际出发，研究成果通过了链接测试，能有效的对矿井风机系统存在 的故障进行预测。 关键词：多变量数据；风机故障；组态王；数据库；信号处理；预测机制 I Abstract Abstract Abstract Mine main fan is the core of the respiratory system of mine, the safety and not directly related to the life safety of the working personnel in mine. In recent years, the main mine fan fault have occurred, and the existing fan alarm system can achieve fault prediction, in order to ensure the safety of mine production, reduce wind machine breakdown maintenance cost, improve mine fan service life. The purpose of this paper is to study a kind of fault prediction system fo