浅析矿山工程机械的使用与维护保养

近年来,采矿业在我国得到了迅速的发展,相应的矿山机械使用量也在增大,对企业来说,机械更换频率的增加会大大提高我国矿山工程的开采成本,同时,我国环保型经济发展方向也客观上要求提高机械的使用寿命,那么,在这种情况下,我们需要了解矿山工程机械使用寿命相关因素以及对其进行维护与保养的有效方法,只有这样才能够真正的提高矿山机械的使用寿命,降低企业的经济成本,提高经济效益。

浅析矿山工程机械的使用与维护保养

对于企业而言,应合理地使机械使用寿命得以延长,减少机械更换频率同时大大减少我国矿山工程的开采成本,提高企业经济效益。所以,我们需要充分地了解哪些因素能影响矿山工程机械使用寿命以及对其进行维护与保养的合理有效方法,这样才能够延长矿山机械的使用寿命,从而降低企业的经济生产成本,提高企业的利润收益。

基于威布尔分布的谷物干燥机可靠性分析

为了提高谷物干燥机的使用寿命,减少其故障的维修次数,运用可靠性分析理论对其使用寿命进行了分析研究。首先,对某型号谷物干燥机的维修数据进行了分析整理,根据维修记录得到的故障间隔时间拟合出了威布尔概率(WPP)图,基于图形法初步确定了其服从二参数威布尔分布;然后,利用点估计的优良性判别准则,采用粒子群算法求解似然函数得出了估计值,将其作为威布尔分布模型的参数;最后,采用K-S检验法对威布尔分布模型进行了检验,并在此基础上求得了谷物干燥机故障间隔时间的概率密度函数、概率分布函数和可靠度函数。研究结果表明:谷物干燥机的故障间隔时间服从二参数威布尔分布,并计算得到干燥机的平均故障间隔时间为249.8 h,且在可靠度为0.9时,预防性维修周期为137.6 h;该方法具有较高的精确度和易用性,对企业制定合理的维修决策具有一定的参考价值。

Dynamic Bayesian Network Based Prognosis in Machining Processes

Condition based maintenance (CBM) is becoming more and more popular in equipment main-tenance. A prerequisite to widespread deployment of CBM technology and practice in industry is effective diagnostics and prognostics. A dynamic Bayesian network (DBN) based prognosis method was investigated to predict the remaining useful life (RUL) for an equipment. First, a DBN based prognosis framework and specific steps for building a DBN based prognosis model were presented. Then, the corresponding inference algorithms for DBN based prognosis were provided. Finally, a prognosis procedure based on particle filtering algorithms was used to predict the RUL of drill-bits of a vertical drilling machine, which is commonly used in industrial process. Preliminary experimental results are promising.