基于FTA和SVM优化算法的矿井提升机故障诊断方法研究

通过对矿井提升机故障机理的研究,提出矿山设备信息的优势特征频率提取的方法,构造基于FTA-SVM优化算法的智能故障诊断模型,将其应用于矿井提升机工程实例中,并与人工诊断结果进行对比,同诊断结果基本一致,验证了该方法的可行性,从而解决了智能诊断方法中先验知识库匮乏的问题,也充分体现了基于FTA-SVM智能故障诊断方法的训练速度快、诊断精度高和自适应能力强等特点。

基于在线监测与故障诊断原理的PTA装置振动异常原因分析

为了保证PTA生产装置安全、稳定和长期运行,对PTA生产装置设备实施在线监测,实现机组长周期运行数据的监测与分析,进而为及时捕捉振动信息提供便利条件。对动不平衡类故障机理进行深入剖析,并在一定程度上总结动不平衡故障特征,依此准确识别汽轮机两次突发性动不平衡故障,即断叶片故障,及时给出企业有价值的生产指导建议。对PTA装置在线监测与故障诊断的工程实际应用表明:(1)对设备振动故障机理与故障特征的研究,为故障诊断提供了基本依据;(2)对设备故障的早期发现与处理,极大限度的缩小了因设备事故带来的伤害范围与经济损失;(3)对设备长周期运行数据的监测与分析,为预知维修管理提供了有效保障。PTA装置振动异常分析工程应用充分体现了在线监测与故障诊断的及时性、全周期性及便捷性等诸多优点,应广泛推广到工程实际中。