冶金除塵風機狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究.pdf

1、設備監(jiān)測和故障診斷一直以來都是工業(yè)領域研究的熱點，一方面人們對設備的安全、穩(wěn)定、可靠性的要求逐步提高；另一方面網絡技術、信號分析與處理技術廣泛成功應用，使得基于網絡的遠程監(jiān)測和故障診斷模式越來越受到國內外的重視。正是在這一背景下，本文結合煉鐵廠出鐵場除塵風機監(jiān)測和故障診斷課題做了相關的研究，文中著重研究了風機監(jiān)測和故障診斷的技術實現，并對關鍵技術進行了分析，對需要解決的問題作了探討。 (1) 設計風機狀態(tài)監(jiān)測與故障診斷系統(tǒng)的框架

2、結構。系統(tǒng)主要由在線監(jiān)測子系統(tǒng)和智能診斷子系統(tǒng)組成，并對數據采集系統(tǒng)、在線監(jiān)測系統(tǒng)、信號分析和故障診斷系統(tǒng)等各部分進行了分析和設計。 (2) 開發(fā)基于單片機的數據采集系統(tǒng)。設計了數據采集方案，運用Proteus ISIS建立仿真系統(tǒng)，并寫入KeilC平臺下對應的編譯程序對系統(tǒng)仿真，最后開發(fā)了基于AT89S52的數據采集系統(tǒng)。系統(tǒng)按照指令采集各個傳感器上的狀態(tài)值然后通過CAN總線傳給服務器，服務器對數據進行處理并存儲，用戶可以通過

3、網絡遠程監(jiān)測風機的實時數據。 (3) 研究故障診斷數據融合處理的方法。首先要根據系統(tǒng)的要求以及信源的特點探討一種以ART-2網絡聚類分析為核心的數據融合算法，運用ART-2網絡數據融合實現分類的機理實現同類數據融合，然后再根據己有的多源信息和系統(tǒng)的融合知識采用一定的學習方法，對所建立的神經網絡系統(tǒng)進行離線學習，確定網絡的連接權值和連接結構拓撲，最后把得到的網絡用于冶金風機故障診斷系統(tǒng)中。系統(tǒng)采用BP網絡實現異類數據融合并實現對風