煤矿配电系统故障诊断方法研究-机械工程专业毕业论文.docxVIP

摘 摘 要 Abstract Abstract 万方数据 万方数据 万方数据 万方数据 摘 要 煤矿生产设备均直接或间接由电能提供动力，煤矿生产环境恶劣，亟需加强生产 的自动化、智能化水平，这对配电系统安全性提出了很高要求。配电系统发生故障时， 如果不及时诊断和排除故障，容易导致严重的生产或安全事故。配电监控保护装置对 保证煤矿配电系统正常工作起到关键作用，随着现代矿山对生产效率、人员安全、产 品质量要求的不断提高，现有针对煤矿配电系统的保护与监控措施在一些方面已不能 适应煤矿的要求。例如随着配电系统规模的不断扩大，故障特征量也越多，如何处理 大量数据、避免诊断错误是一个难题；配电系统出现故障后再恢复往往已造成了一定 损失，如何判断系统状态、预先采取措施，成为提高生产效率的关健；此外煤矿配电 系统信息传输普遍依赖有线方式，存在一定局限性，这些问题都对煤矿配电系统故障 诊断的技术和方法提出了新的课题，本文拟针对相关问题作如下深入研究。 分析了国内外煤矿配电监控保护装置的研究现状，详细剖析了 ZigBee 的协议栈 架构，根据井下复杂环境搭建网络拓扑结构，设计了其硬件结构和软件流程，实现了 一种以 ATmega16 为控制单元，DRF1605H 为 ZigBee 无线模块的煤矿配电监控保护 装置。通过测试验证装置能够完成无线通信、监控及保护等功能，结合现有的配电监 控保护装置可为配电系统故障诊断提供准确的故障特征量。 详细讨论了粗糙集理论和 BP 神经网络，并将这两种方法融合起来对煤矿配电系 统进行故障诊断，以保护、断路器动作情况作为条件属性，故障发生位置作为决策属 性建立决策表，借助 Rosetta 软件进行约简后建立 BP 神经网络。故障发生后，将监 控保护装置采集的故障特征量作为 BP 神经网络的输入样本进行诊断，以此来预测故 障位置，算例证明了本方法具有较高的容错性和准确性。 关键词：配电监控保护装置 故障诊断 ZigBee 粗糙集理论 BP 神经网络 I Abstract Coal mine production equipment is all powered up directly or indirectly by electric energy. Because of the harsh environment of coal mine, strengthening the level of automation and intelligence is necessary, which poses requirements for a high level of safety in distribution systems of coal mine manufacture. Once the coal mine power distribution systems break down, it would easily lead to serious production or security accidents if faults cannot be diagnosed and fixed timely. Coal mine power distribution monitoring and protecting devices play a key role in ensuring the normality of power distribution systems. With the increasing requirements for production efficiency, personnel safety and product quality in modern coal mine industries, current monitoring and protecting measures for coal mine power distribution systems have failed to meet the requirements in some aspects. For instance, as scales of power distribution systems are continuously expanded, types of fault features are becoming more. How to deal with the large amounts of data and avoid diagnosis errors will be a complicated problem. Some damages can also be unexpected