摘要
针对矿井提升机故障处理周期长、维护保养工作量大、维修成本高等问题,研究了基于PHM的矿井提升机健康管理系统,提出了适用于矿井提升机的健康管理功能要求和系统架构方案。将其总体分层为设备层、传感器层、数据层和分析决策层,运行状态描述为健康、亚健康和故障三种状态。建立了基于BP神经网络的矿井提升机传感器数据和健康指数的关系模型,通过采集矿井提升机相关的各种传感器信息,实现了矿井提升机故障信息的评估及预测。结果表明,实际的健康状态与预测得到的健康状态趋势保持基本一致,重合率在90%以上。该研究对于提高矿井提升机的安全性和可靠性,避免提升机带病运行,减少人员和财产损失具有重要的作用。
作者
何俊峰
肖慧明
HE Jun-feng;XIAO Hui-ming
出处
《制造业自动化》
CSCD
2020年第6期4-7,38,共5页
Manufacturing Automation