面向矿井提升机的故障知识图谱构建与应用

针对矿井提升机故障领域公开数据较少、故障知识难以被有效利用的问题,提出了一种矿井提升机故障知识图谱构建方法。该方法引入故障文本分类流程处理目标语料存在的信息冗余问题;利用词典嵌入BERT和BiLSTM-CRF结合进行实体识别,通过ERNIE进行实体关系抽取,并将抽取到的三元组存储在Neo4j图数据库中,在此基础上,实现了一个基于矿井提升机故障知识图谱的智能问答系统。该知识图谱能够较好地揭示矿井提升机故障间的复杂关联关系,实现相关故障的根因分析,为矿井提升机故障诊断提供支撑。

基于LSTM-Adam的矿井提升机故障预警模型

针对不同作业环境下提升机特征参数的独特性难以充分贴合和故障预警难度大等问题,提出了一种基于长短期记忆神经网络(LSTM)和适应性矩估计算法(Adam)的矿井提升机故障预警模型。首先,对矿井提升机的工作原理和常见故障表现形式进行了分析,以LSTM神经网络为基础,建立了提升机特征参数预测模型,并结合Adam优化算法,对预测模型进行了训练和优化;然后,采用某矿提升机实际运行数据对所搭建的预测模型性能进行了验证;采用滑动加权均值法对预测残差进行了分析,得到了多个关键特征参数的合理预警阈值,并建立了提升机故障预警模型;最后,以提升机的制动系统故障为例,采用故障模拟实验对提升机故障预警模型的有效性进行了验证。研究结果表明:当预测模型的学习率为0.015时,其训练效果最优,预测模型的损失率可达到0.12%,且参数变化趋势能够得到更好的拟合;采用基于LSTM-Adam的矿井提升机预警模型可以对参数变化趋势进行准确预测,利用预测残差分析结果可以对提升机故障进行精确预警。

干熄焦提升机故障快速处理和优化研究

干熄焦提升机包含的电气设备较多,各设备之间的联锁条件较为复杂,控制系统的自动化程度很高,在繁忙的生产节奏下,检修维护的时间非常有限。为了提高检修维护的效率,针对干熄焦提升机电气系统中存在的一些常见故障,从限位信号故障处理、制动器故障处理和提升机通讯掉站优化等方面进行了研究,并在现场取得了一定的应用效果。

多绳摩擦式提升机天轮智能监测系统研究应用

本研究针对多绳摩擦式提升机天轮的实时在线监测与故障诊断需求,设计并实现了一套智能监测系统。该系统采用应变式变送器、振动传感器和温度传感器进行状态监测,并通过网络技术实现数据的远程传输和处理。通过LabVIEW和MATLAB平台,系统能够进行数据的实时显示、存储、查询与预处理,并利用智能算法进行特征提取与状态识别。系统在实验台架和现场应用中均表现出良好的监测精度和故障检测能力,有效降低了设备的故障率和维修费用,显著提升了运行可靠性和安全性。该智能监测系统的成功应用展示了其在国内领先、国际先进的技术水平,为工矿企业装备智能化提供了有力支持。

基于CBR、RBR和KBG的闸门启闭机故障应急处理决策方法

为提高闸门启闭机智能监控系统中故障应急处理决策的能力和效率,基于故障分类索引树构建了启闭机故障应急处理实例库,开发了由元规则和领域规则组成的闸门启闭机故障应急处理决策知识库;通过元规则提供的求解控制流程和评价机制,动态地改变决策流,实现了应急方案的快速选择;将这一求解方法作为一个功能模块嵌入至闸门启闭机智能监控系统中,适用于规则缺乏完整性和实例难以找到的情况下启闭机故障应急处理决策混合求解。

煤矿提升机智能监控及故障诊断技术研究

针对煤矿提升机自动化监测水平低下、监测量单一等问题,结合远程监控及传感器融合检测等技术,提出了一种以PLC为控制核心、多传感器采集的煤矿提升机智能监控系统设计方案。通过多种传感器对提升机核心部件的压力、温度、振动等重要工况参数进行实时采集,通过通信网络架构及上位机实现设备远程监控及故障预警诊断,有效保障了提升机安全稳定运行。

提升机天轮运行状态监控及故障检测技术

为解决矿井提升机系统故障检出率低、运行稳定性差的问题,在对提升机结构和常见故障机理进行分析的基础上,提出了一种新的提升机天轮运行状态监控和故障检测技术,对提升机天轮运行时的振动、偏摆、温度信息实时采集和分析,同时提出了多尺度卷积神经网络的天轮轴承故障判断方法。实际应用表明,该运行状态监控和故障检测技术能够实现对提升机故障的精确监控,准确率达到了98.4%,能够将提升机的运行故障率降低77.6%,对提高提升机的运行稳定性和安全性具有十分重要的意义。

井下提升机钢丝绳松绳的故障处理

在当前煤矿开采中,安全管理仍是矿企的主要工作之一,结合提升机在斜井运输中的价值,需要参考钢丝绳松绳故障的影响积极做好故障的处理工作.如何有效增强提升机在斜井运输中的应用安全性,也成为很多矿企需要考虑的问题.基于此,阐述了提升机的工作原理,具体分析了钢丝绳松绳故障的原因,并从钢丝绳排绳、制动减速度、防松预警、钢丝绳维护等方面进行松绳故障的预防.在处理松绳故障并进行运行试验后,主动防护和预警功能可以预防钢丝绳松绳,利于促进矿企实现健康的发展.

矿井提升机智能监控系统在李楼煤矿的应用研究

针对李楼煤矿提升机系统无集成化监测系统及机械振动监控,提升机运行状态监测准确性差,无法进行集中运行监测和故障预警的现状,以李楼煤矿提升机系统为改造对象,构建了统一的提升机运行状态智能监测和分析平台,通过环境监测和振动监测模块实现对提升机运行环境和机械运行状态的实时监测,通过神经网络技术实现对监测参数的全面分析。实际应用表明,该系统能够实现对所有数据的集中监测和故障预警,对提升机运行故障的监测准确率达到了98.9%,提升了提升机系统的运行稳定性和可靠性,为实现煤矿的全面智能化控制奠定了基础。

人工智能在煤矿提升机安全控制中的应用现状与前景

探讨了人工智能在煤矿提升机安全控制中的应用现状与前景。通过介绍煤矿提升机的工作原理、功能及工作环境等,对人工智能技术进行了概述,并且对其在故障预测、监测和图像识别方面的应用进行了探讨。未来,人工智能将在煤矿提升机安全控制中发挥更强大的作用,但同时也面临数据和隐私等挑战。人工智能为煤矿提升机安全控制提供了新思路,助力实现煤炭行业的效率提升和持续发展。

面向矿井提升机制动系统的SAE故障诊断方法

为了更充分地利用矿井提升机在运转过程中的监测数据,对制动系统进行精确诊断,提出了一种基于稀疏自动编码器(SAE)的故障诊断方法。通过模拟故障试验,获取故障数据,经标准化处理后生成训练集和测试集。并加入Dropout正则化方法对故障诊断模型进行了优化,根据训练结果采用梯度下降法优化模型参数。最后使用测试数据集对优化前后的诊断模型进行对比试验。结果表明,文中提出的提升机故障诊断方法,减少了过拟合现象,降低了获取标签数据的工作量,故障类型的平均分类精度能够达到96%。此方法使用提升机的监测数据,减少人为的影响,可以对矿井提升机的故障进行准确诊断。

矿井提升机调速系统优化

针对矿井提升机调速系统存在调速能力差、抗干扰能力不足的问题,通过建立大功率电励磁同步电机调速模型,设计交-直-交变频控制策略、设计双绕组串联容错控制策略、基于自抗扰控制策略设计提升机零速悬停方案进行优化,并进行了现场应用。结果表明,优化后的矿井提升机调速系统可满足煤矿安全规程及设计要求,达到提升调速及抗干扰能力、安全可靠运行的目的。

矿井提升机智能化远程监控系统设计与应用

针对提升机监控系统的智能化与故障诊断问题,将移动互联网技术、现代传感器技术、工业互联网技术、AI视频分析技术等相融合,构建了矿井提升机智能化远程监控系统。基于信息感知层、数据传输层和平台应用层3层系统架构,提出了系统的智能监视功能、实时监控预警功能、智能巡检功能及远程故障诊断功能。最后将该系统应用于永煤集团城郊矿主井提升机,1 a多的运行结果表明该系统在实现无人化运行的同时有效地保障了提升机的安全运行。

基于MFCC-CS-MUSIC的矿井提升机故障源精准识别方法研究

在煤矿生产领域中,矿井提升机作为一种辅助运输的设备,在矿井整个运输工程中承担着非常重要的作用,其安全性和稳定性直接影响着煤矿生产效率和井下工作人员生命安全。矿井提升机故障发生后,其声音信号也会随着设备运行状态而改变,因此可以通过分析该声音的特征来检测设备是否处于不正常运行状态。鉴于此提出了基于MFCC-CS-MUSIC实现的矿井提升机故障源精准识别方法。通过采集提升机音频信号,应用MFCC(梅尔频率倒谱系数)算法提取多个通道声音信号梅尔频率倒谱系数进行故障识别;应用MUSIC(多信号分类)故障识别后的音频信号进行定位求得信号的最小化波达方向。将MUSIC算法求得的DOA(波达方向定位)值作为优化变量,以计算DOA和测量DOA之间的差异为目标函数,利用CS(布谷鸟)算法对目标函数进行寻优,从而实现对提升机故障源精准定位。试验和应用结果均表明,利用CS算法优化后MUSIC算法得到的定位坐标误差Δψ在5°以内,实际位置坐标方位角误差Δθ在4°以内。该方法实现了提升机故障准确识别和提升机故障源的精准定位,大幅缩短了排查矿井提升机故障位置的时间,显著提升了矿井提升机的工作效率。

液压启闭弧形闸门多领域工作特性分析及故障模拟

水工闸门系统由复杂的液压启闭系统和大型钢闸门金属构件组成,具有负载大和工况复杂的特点。大型金属构件腐蚀损伤、启闭传动故障等均会形成系统故障,使闸门故障模式复杂且难以预测。针对传统建模过程存在的闸门各子系统交互难、兼容差、复杂度高等问题,基于多领域统一建模方法,采用Simscape语言建立弧形闸门机电液多领域数字模型,通过开度曲线偏差控制策略和子系统转换接口实现联合仿真。参照某水工建筑按几何相似搭建实验平台,开展实验对闸门实时开度和伺服油缸驱动力进行动态校核;同时基于多领域模型对液压启闭机失效卡阻、油液泄漏和弧形门体损伤进行故障模拟。结果表明:所提出弧形闸门多领域耦合建模方法满足设定的误差阈值,具有较高的可靠度,可用于研究常见故障形式对闸门机液系统工作特性的影响,也为设计阶段液压系统选型校核及性能优化提供了参考。

基于VMD和CNN-BiLSTM的矿井提升电动机故障诊断方法

针对传统基于音频信号的电动机故障诊断方法获取电动机音频信号特征信息不足和故障诊断精度不高的问题,提出了一种基于优化的变分模态分解(VMD)和卷积神经网络CNN-双向长短期记忆(BiLSTM)的矿井提升电动机故障诊断方法。针对模态混叠和端点效应问题,采用鲸鱼算法(WOA)优化的VMD对电动机音频信号进行分解,将电动机音频信号分解为K个本征模态分量(IMF),经Pearson相关系数筛选后,提取主IMF分量的13维静态MFCC特征参数,为了获取信号的动态特征,提取13维静态MFCC的一阶差分和二阶差分系数,构成39维特征向量,从而把动静态特征结合起来,提高故障诊断性能。为了提高故障诊断精度,在CNN中引入BiLSTM层,CNN在空间维度上提取音频信号的局部特征,BiLSTM在时间维度上保留音频信号的双向时间序列信息,捕获音频信号长距离依赖关系,从而最大程度保留全局和局部特征。实验结果表明:①VMD分解的每个IMF分量都具有独立的中心频率且分布均匀,在频域上表现出稀疏性的特点,能够有效避免模态混叠问题;在IMF求解中,VMD分解通过镜像延拓的方式避免了经验模态分解(EMD)和集合经验模态分解(EEMD)中出现的端点效应问题。②基于13维静态MFCC特征的故障诊断准确率为97.5%,基于39维动静态MFCC特征的故障诊断准确率比基于13维静态MFCC特征的故障诊断准确率提高了1.11%。③基于CNN-BiLSTM诊断模型的准确率达到98.61%,与目前通用诊断模型CNN,BiLSTM和CNN-LSTM相比,准确率分别提高5.83%,4.17%和3.89%。

矿用缠绕式提升机新型松绳保护的研究与应用

针对开滦集团唐山矿业有限公司现有矿井提升设备的安全运行情况,以容器在井筒中运行时提升钢丝绳的张力变化作为松绳保护的依据,对矿用缠绕式提升机松绳保护进行研究,探索新型松绳保护方式,提高矿用提升机的安全性能。

基于大数据和平行仿真的提升机故障预警研究

针对矿井提升机故障诊断容易、预警难的问题,提出基于大数据的提升机故障预警平行系统架构。首先分析提升机各子系统结构并建立提升机故障预警平行仿真系统;其次在虚拟机上建立提升机Hadoop生态系统,运用聚类算法结合关联规则算法对海量数据进行数据挖掘;最后提出了提升机安全状态评价规则,并根据故障预警结果做出系统决策。经实验验证能够达到故障预测的目的。

巡检机器人在煤矿提升机故障检测中的应用

轨道是煤矿提升系统的重要组成部分,其故障检测是矿井日常维护的一项重要工作,基于此,提出了一种新的检测机器人系统和相应的检测方法,用于检测煤矿提升系统轨道的故障。机器人系统将取代矿井中的人工巡检工作,并将大大提高巡检效率。机器人由磁轮驱动,以确保其在垂直轨道上平稳运动。为了提高磁轮的吸附能力,磁轮采用了基于多块磁铁的组合阵列,分析了磁铁数量与吸附力的关系,提出了将故障检测作为路标和里程估计相结合的机器人轨道定位方法。最后,通过实验对该方法进行了验证,研究成果可以提高矿井提升机的故障检测效率。

矿山机电提升系统罐笼故障检测方法研究

通过对矿山机电提升系统常见故障类型进行分析,提出了一种基于谐波振动特征的提升系统罐笼故障检测与诊断技术,通过对总体方案和硬软件系统进行设计。经煤矿现场应用表明:该诊断方法故障识别准确度≥95.8%,误警率<4.2%,故障识别精度大大提高。