基于BP神经网络的减速箱故障诊断

减速箱故障极大影响煤矿机械装备的安全、效率及稳定性。以某型矿用减速箱为研究对象,对减速箱实时振动数据进行采集;基于BP神经网络建立减速箱故障诊断模型,运用数值软件MATLAB对减速箱BP神经网络模型进行仿真计算,根据BP神经网络计算结果对减速箱故障进行诊断。仿真结果表明:在不同减速箱样本数据中,减速箱振动特性不一致,但整体呈现为周期性波动的趋势;在多处超出平均位置的峰峰值波峰及波谷的减速箱存在故障,需要检查和维修处理;BP神经网络中的预测输出与期望输出基本一致,验证了其准确性及可靠性。该研究为矿用减速箱故障诊断、维修等方面提供理论依据。

虚拟维修及其在矿山设备中的应用

虚拟维修技术可以进行机械设备快速维修的“预作业”及可视化管理,输入设备的修理信息后,在计算机上短时间内就可实现逼真的维修作业过程。介绍了虚拟维修技术在减速箱维修中的应用,可预估维修状态,推理出实际可行的拆卸顺序,使维修管理人员能够从全局和策略优化的角度出发,事前掌握维修的过程、弥补原维修计划的不足,优化维修资源。