基于大数据的综采工作面设备智能化维护研究

提出利用大数据平台收集设备运行状态数据并通过大数据建模分析实现设备预测性维护的创新思路,设计了大数据采集和分析平台,并基于有噪声密度聚类的多源状态估计方法,用于综采工作面的乳化液泵站智能化维护。实验结果表明,以乳化液泵站历史数据进行的模型训练和分析达到了预期目标。

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.