基于神經(jīng)網(wǎng)絡的2378AZ-1515風機智能故障診斷系統(tǒng)的研究.pdf

1、4號燒結風機(2378AZ／1515型)是韶鋼燒結廠的關鍵設備，開展此類風機的故障診斷工作，對風機運行的可靠性和安全性具有十分重要的意義。人工智能作為上世紀中葉出現(xiàn)的一門技術，在其出現(xiàn)之初就己被用于機械設備的故障診斷工作之中，經(jīng)過幾十年不斷的發(fā)展與完善，將智能技術與傳統(tǒng)的故障診斷技術相結合已成為故障診斷技術發(fā)展的必然趨勢。 本文全面綜述了故障診斷的意義、歷史、現(xiàn)狀和發(fā)展。介紹了幾種常見的智能故障診斷技術以及神經(jīng)網(wǎng)絡技術在故障診

2、斷中的現(xiàn)狀與發(fā)展。提出了利用神經(jīng)網(wǎng)絡對4號燒結風機進行故障診斷的方案，以實現(xiàn)對該風機的故障進行智能診斷。精確的含故障信息的原始數(shù)據(jù)是進行故障診斷的基礎，因此本文中根據(jù)該風機的特點，提出了信號采集子系統(tǒng)的整體方案，對信號測點進行了布置，確定了采樣的各項參數(shù)。研究了信號與處理與變換的方案。采用了模擬低通濾波與數(shù)字高通濾波相結合的方法，解決了采集的信號中含有趨勢項的問題，取得了很好的濾波效果。同時，提出了一套基于FFT的、將采集到的時域信號轉(zhuǎn)

3、化為特征向量的信號變換方案，為故障特征向量表和神經(jīng)網(wǎng)絡故障樣本的建立提供了依據(jù)。 本文對4號燒結風機的主要故障類型及其主要來源進行了統(tǒng)計。分析了該風機運行時的動力學特性。通過研究該風機幾種常見故障的機理，得出了故障信號的特征，并以此為依據(jù)建立了4號燒結風機各種常見故障的故障征兆表，從理論上為故障的精確診斷工作打下了堅實的基礎。之后，對故障診斷系統(tǒng)進行了總體設計，確定了本系統(tǒng)中所用神經(jīng)網(wǎng)絡的算法和結構，并根據(jù)故障征兆表建立了網(wǎng)絡的

4、訓練樣本。 利用VB開發(fā)了故障診斷系統(tǒng)，構建了相關的數(shù)據(jù)庫，它們將故障診斷網(wǎng)絡的建立、訓練與診斷功能無縫的結合成為一個整體，大大提高了執(zhí)行效率。同時，利用訓練樣本數(shù)據(jù)庫與歷史記錄數(shù)據(jù)庫之間的數(shù)據(jù)交換，實現(xiàn)了將現(xiàn)場實際故障信號加入到訓練樣本重新訓練神經(jīng)網(wǎng)絡的功能，使得該套系統(tǒng)對4號風機的實際運行情況的適應能力可以得到不斷地增強。 針對部分故障頻譜特征較為相似，可能造成系統(tǒng)診斷不準確的問題，提出了一種利用風機工藝參數(shù)通過神經(jīng)