基于神經(jīng)網(wǎng)絡(luò)的2378AZ-1515風(fēng)機(jī)智能故障診斷系統(tǒng)的研究.pdf

1、4號(hào)燒結(jié)風(fēng)機(jī)(2378AZ／1515型)是韶鋼燒結(jié)廠的關(guān)鍵設(shè)備，開展此類風(fēng)機(jī)的故障診斷工作，對(duì)風(fēng)機(jī)運(yùn)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(jì)中葉出現(xiàn)的一門技術(shù)，在其出現(xiàn)之初就己被用于機(jī)械設(shè)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(shù)與傳統(tǒng)的故障診斷技術(shù)相結(jié)合已成為故障診斷技術(shù)發(fā)展的必然趨勢(shì)。 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(shù)以及神經(jīng)網(wǎng)絡(luò)技術(shù)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(luò)對(duì)4號(hào)燒結(jié)風(fēng)機(jī)進(jìn)行故障診斷的方案，以實(shí)現(xiàn)對(duì)該風(fēng)機(jī)的故障進(jìn)行智能診斷。精確的含故障信息的原始數(shù)據(jù)是進(jìn)行故障診斷的基礎(chǔ)，因此本文中根據(jù)該風(fēng)機(jī)的特點(diǎn)，提出了信號(hào)采集子系統(tǒng)的整體方案，對(duì)信號(hào)測(cè)點(diǎn)進(jìn)行了布置，確定了采樣的各項(xiàng)參數(shù)。研究了信號(hào)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(jié)合的方法，解決了采集的信號(hào)中含有趨勢(shì)項(xiàng)的問題，取得了很好的濾波效果。同時(shí)，提出了一套基于FFT的、將采集到的時(shí)域信號(hào)轉(zhuǎn)

3、化為特征向量的信號(hào)變換方案，為故障特征向量表和神經(jīng)網(wǎng)絡(luò)故障樣本的建立提供了依據(jù)。 本文對(duì)4號(hào)燒結(jié)風(fēng)機(jī)的主要故障類型及其主要來源進(jìn)行了統(tǒng)計(jì)。分析了該風(fēng)機(jī)運(yùn)行時(shí)的動(dòng)力學(xué)特性。通過研究該風(fēng)機(jī)幾種常見故障的機(jī)理，得出了故障信號(hào)的特征，并以此為依據(jù)建立了4號(hào)燒結(jié)風(fēng)機(jī)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(jiān)實(shí)的基礎(chǔ)。之后，對(duì)故障診斷系統(tǒng)進(jìn)行了總體設(shè)計(jì)，確定了本系統(tǒng)中所用神經(jīng)網(wǎng)絡(luò)的算法和結(jié)構(gòu)，并根據(jù)故障征兆表建立了網(wǎng)絡(luò)的

4、訓(xùn)練樣本。 利用VB開發(fā)了故障診斷系統(tǒng)，構(gòu)建了相關(guān)的數(shù)據(jù)庫(kù)，它們將故障診斷網(wǎng)絡(luò)的建立、訓(xùn)練與診斷功能無縫的結(jié)合成為一個(gè)整體，大大提高了執(zhí)行效率。同時(shí)，利用訓(xùn)練樣本數(shù)據(jù)庫(kù)與歷史記錄數(shù)據(jù)庫(kù)之間的數(shù)據(jù)交換，實(shí)現(xiàn)了將現(xiàn)場(chǎng)實(shí)際故障信號(hào)加入到訓(xùn)練樣本重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)的功能，使得該套系統(tǒng)對(duì)4號(hào)風(fēng)機(jī)的實(shí)際運(yùn)行情況的適應(yīng)能力可以得到不斷地增強(qiáng)。 針對(duì)部分故障頻譜特征較為相似，可能造成系統(tǒng)診斷不準(zhǔn)確的問題，提出了一種利用風(fēng)機(jī)工藝參數(shù)通過神經(jīng)