基于嵌入式的矿井提升机故障诊断系统的研究
摘要
提升机系统是煤矿的四大系统之一,素有矿山咽喉之称。提升机系统的安全至关重要,从超前防护的思想模式出发,研究提升机系统故障的早期故障预兆与做出预测,目前是个难题。
本文对提升机故障诊断做了研究与设计,总体讨论了矿井提升机的组成,对其各个部分进行了故障分析。以ARM S3C2440为核心设计了嵌入式数据采集的硬件系统,并基于linux操作系统对提升机数据采集部分驱动程序进行了开发,具有精度高、速度快的特点。
综合现代智能测试与诊断技术,研究开发了一个基于BP神经网络系统的提升机故障诊断系统。应用三层BP神经网络可以实现任意非线性的输入输出逻辑关系,用在故障模式识别时,其结果有收敛解。所以我们引入智能BP网络在诊断过程中,利用发生故障时的各种信息作为样本,应用Matlab工具箱进行仿真,以部分故障为例进行了网络训练,训练好的神经网络经测试达到了诊断的效果,可以进行提升机故障模式的识别。
The mine hoist system is one of the mine four systems, known as the throat of the mine, hoist system security is very important. From the protection mode of thinking ahead of departure to study the failure of elevator harbinger of early failures and to make forecasts is currently a challenge.
In this paper, researching and designing the fault diagnosis of hoist , general discussion the composition of the mine hoist ,and making the fault analysis of its various parts. The ARM S3C2440 as the core to design of embedded data acquisition hardware system, and is based on linux operating system to enhance the development of the driver of data acquisition part of high accuracy and fast speed.
Integrated test and diagnostic techniques of modern intelligence, researched and developed fault diagnosis system of hoist based on BP neural network. Application of three-layer BP neural network can realize an arbitrary non-linear input-output relationship, used in the fault pattern recognition, the results are convergent solution. Therefore, we introduced intelligence BP network in the process of the diagnosis.using a variety of failure information as samples, using Matlab toolbox for simulation, to some failures as an example of the network training, the trained neural network has been tested and reached effects of a diagnosis, can reach the identification of hoist failure mode.
本文对提升机故障诊断做了研究与设计,总体讨论了矿井提升机的组成,对其各个部分进行了故障分析。以ARM S3C2440为核心设计了嵌入式数据采集的硬件系统,并基于linux操作系统对提升机数据采集部分驱动程序进行了开发,具有精度高、速度快的特点。
综合现代智能测试与诊断技术,研究开发了一个基于BP神经网络系统的提升机故障诊断系统。应用三层BP神经网络可以实现任意非线性的输入输出逻辑关系,用在故障模式识别时,其结果有收敛解。所以我们引入智能BP网络在诊断过程中,利用发生故障时的各种信息作为样本,应用Matlab工具箱进行仿真,以部分故障为例进行了网络训练,训练好的神经网络经测试达到了诊断的效果,可以进行提升机故障模式的识别。
The mine hoist system is one of the mine four systems, known as the throat of the mine, hoist system security is very important. From the protection mode of thinking ahead of departure to study the failure of elevator harbinger of early failures and to make forecasts is currently a challenge.
In this paper, researching and designing the fault diagnosis of hoist , general discussion the composition of the mine hoist ,and making the fault analysis of its various parts. The ARM S3C2440 as the core to design of embedded data acquisition hardware system, and is based on linux operating system to enhance the development of the driver of data acquisition part of high accuracy and fast speed.
Integrated test and diagnostic techniques of modern intelligence, researched and developed fault diagnosis system of hoist based on BP neural network. Application of three-layer BP neural network can realize an arbitrary non-linear input-output relationship, used in the fault pattern recognition, the results are convergent solution. Therefore, we introduced intelligence BP network in the process of the diagnosis.using a variety of failure information as samples, using Matlab toolbox for simulation, to some failures as an example of the network training, the trained neural network has been tested and reached effects of a diagnosis, can reach the identification of hoist failure mode.
引文
[1]汤荷美,董渊,李莉.Linux基础教程操作系统基础[M].北京:清华大学出版社,1999.
[2]魏洪兴,周亦敏.嵌入式系统设计与实例开发实验教材[M].北京:清华大学出版社,2005.
[3]金敏,周翔,金梁.嵌入式系统组成、原理与设计编程[M].北京:人民邮电出版社,2006.
[4]周明德.UNIX/Linux核心[M].北京:清华大学出版社,2004.
[5]戎月莉.提升机模糊控制原理及应用[M].北京:北京航空航天大学出版社,1995.
[6]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1990.
[7]邵军力.人工智能基础[M].北京:电子工业出版社,2000.
[8]杨水清,张剑等.ARM嵌入式Linux系统开发技术详解[M].北京:电子工业出版社,2008.
[9]王清灵等.现代矿井提升机电控系统[M].北京:机械工业出版社,1996.
[10]任芳.矿井提升机制动系统在线监测故障诊断方法研究[D].太原:太原理工大学,1998.5
[11]陈维建,齐秀丽.矿井运输及提升设备[M].北京:中国矿业大学出版社,1995.
[12]高奇峰.矿井提升机制动系统远程监测与诊断实验研究[D].太原:太原理工大学,2000.
[13]虞和济.故障诊断的基本原理[M].北京:冶金工业出版社,1998.
[14]扬士元.系统的故障诊断与可靠性设计[M].北京:清华大学出版社,2000.
[15]刘可伟.基于网络的提升设备故障监测与故障诊断系统研究[D].太原:太原理工大学,1999.
[16]魏哓宾,马小平.故障诊断技术综述[J].煤矿机电,2009(1).
[17]吴今培,肖建华.智能故障诊断与专家系统[M].北京:科学出版社,1997.
[18]关惠玲,韩捷.设备故障诊断专家系统原理及实践[M].北京:机械工业出版社,1997.
[19]叶关.小波分析在故障检测中的应用[M].北京:化学工业出版社,1995.
[20]肖兴明.摩擦提升机重大故障分析与预防[M].徐州:中国矿业大学出版社,1994.
[21]孙继平.矿井安全监控系统[M].北京:煤炭工业出版社,2006.
[22]周东华,孙优贤.控制系统的故障检测与诊断技术[M].北京:清华大学出版社,1994.
[23]杨惠文编.矿山固定机械的自动控制[M].北京:中国矿业大学出版社,1998.
[24]刘豹.现代控制理论[M].北京:机械工业出版社,2000.5
[25]胡乾斌,李光斌等.单片微型计算机原理与应用[M].武汉:华中科技大学出版社,1996.
[26]常健生,石要武等.检测与转换技术[M].北京:机械工业出版社,2000.
[27]孟庆春等.电力拖动自动控制系统[M].沈阳:东北大学出版社,2005.
[28]王兆安,黄俊主编.电力电子技术[M].北京:机械工业出版社,2000.
[29]周绍英,牛秀岩编.电机与拖动[M].北京:中央广播电视大学出版社,1994.
[30]侯志林主编.过程控制与自动化仪表[M].北京:机械工业出版社,1999.
[31]黄军友.基于无线传感器网络的煤矿流量监测监控系统设计[J].煤矿机电,2009(1).
[32]江月松主编.光电技术与试验[M].北京:北京理工大学出版社,2005.
[33]袁曾任.人工BP神经网络及其应用[M].北京:清华大学出版社,1999.
[34]陈长征,杨璐,高有华.大型风机智能监测诊断系统研制[J].重型机械,2002(6).
[35]俞阿龙.基于小波神经网络的振动速度传感器幅频特性补偿研究[J].物理学报,2007(6).
[36]高大威.基于自适应线性神经元网络的三相畸变电流检测方法实现[J].中国电机工程学报,2001(3).
[37]王栋.基于神经网络的矿井提升机监测与故障诊断系统的研究[D].青岛:山东科技大学,2006.
[38]谢国民,付华.智能控制在交流调速中的应用研究[J].煤矿机电,2009(1).
[39]吕秋霞,李继容.Matlab在系统辨识中的应用[J].仪器仪表用户,2008(1).
[40] Isermann R. .Process Fault Based on Modeling and Estimation Methods- A Survey.Automatica,1984,20(4).
[41] Himmelb～aa DM. .Fault detection and Diagnosis in Chemical and Petro- chemical Processes,Chemical Engineering Monograph. ELsevier Scientific Publishing Company. Amsterdam–Oxford New York.1978.8.
[42] DBVi9 R. ~DiILgnO.4tiC Reasoning Based on Structure and Behavior.Arti- ficial Intelligence.1984.24,347-410.
[43] Chandraskaran B. et al. .The Application of knowledge based System to Reactor Operations,Trans Am Nucl Soc.1982.43:241-242.
[2]魏洪兴,周亦敏.嵌入式系统设计与实例开发实验教材[M].北京:清华大学出版社,2005.
[3]金敏,周翔,金梁.嵌入式系统组成、原理与设计编程[M].北京:人民邮电出版社,2006.
[4]周明德.UNIX/Linux核心[M].北京:清华大学出版社,2004.
[5]戎月莉.提升机模糊控制原理及应用[M].北京:北京航空航天大学出版社,1995.
[6]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1990.
[7]邵军力.人工智能基础[M].北京:电子工业出版社,2000.
[8]杨水清,张剑等.ARM嵌入式Linux系统开发技术详解[M].北京:电子工业出版社,2008.
[9]王清灵等.现代矿井提升机电控系统[M].北京:机械工业出版社,1996.
[10]任芳.矿井提升机制动系统在线监测故障诊断方法研究[D].太原:太原理工大学,1998.5
[11]陈维建,齐秀丽.矿井运输及提升设备[M].北京:中国矿业大学出版社,1995.
[12]高奇峰.矿井提升机制动系统远程监测与诊断实验研究[D].太原:太原理工大学,2000.
[13]虞和济.故障诊断的基本原理[M].北京:冶金工业出版社,1998.
[14]扬士元.系统的故障诊断与可靠性设计[M].北京:清华大学出版社,2000.
[15]刘可伟.基于网络的提升设备故障监测与故障诊断系统研究[D].太原:太原理工大学,1999.
[16]魏哓宾,马小平.故障诊断技术综述[J].煤矿机电,2009(1).
[17]吴今培,肖建华.智能故障诊断与专家系统[M].北京:科学出版社,1997.
[18]关惠玲,韩捷.设备故障诊断专家系统原理及实践[M].北京:机械工业出版社,1997.
[19]叶关.小波分析在故障检测中的应用[M].北京:化学工业出版社,1995.
[20]肖兴明.摩擦提升机重大故障分析与预防[M].徐州:中国矿业大学出版社,1994.
[21]孙继平.矿井安全监控系统[M].北京:煤炭工业出版社,2006.
[22]周东华,孙优贤.控制系统的故障检测与诊断技术[M].北京:清华大学出版社,1994.
[23]杨惠文编.矿山固定机械的自动控制[M].北京:中国矿业大学出版社,1998.
[24]刘豹.现代控制理论[M].北京:机械工业出版社,2000.5
[25]胡乾斌,李光斌等.单片微型计算机原理与应用[M].武汉:华中科技大学出版社,1996.
[26]常健生,石要武等.检测与转换技术[M].北京:机械工业出版社,2000.
[27]孟庆春等.电力拖动自动控制系统[M].沈阳:东北大学出版社,2005.
[28]王兆安,黄俊主编.电力电子技术[M].北京:机械工业出版社,2000.
[29]周绍英,牛秀岩编.电机与拖动[M].北京:中央广播电视大学出版社,1994.
[30]侯志林主编.过程控制与自动化仪表[M].北京:机械工业出版社,1999.
[31]黄军友.基于无线传感器网络的煤矿流量监测监控系统设计[J].煤矿机电,2009(1).
[32]江月松主编.光电技术与试验[M].北京:北京理工大学出版社,2005.
[33]袁曾任.人工BP神经网络及其应用[M].北京:清华大学出版社,1999.
[34]陈长征,杨璐,高有华.大型风机智能监测诊断系统研制[J].重型机械,2002(6).
[35]俞阿龙.基于小波神经网络的振动速度传感器幅频特性补偿研究[J].物理学报,2007(6).
[36]高大威.基于自适应线性神经元网络的三相畸变电流检测方法实现[J].中国电机工程学报,2001(3).
[37]王栋.基于神经网络的矿井提升机监测与故障诊断系统的研究[D].青岛:山东科技大学,2006.
[38]谢国民,付华.智能控制在交流调速中的应用研究[J].煤矿机电,2009(1).
[39]吕秋霞,李继容.Matlab在系统辨识中的应用[J].仪器仪表用户,2008(1).
[40] Isermann R. .Process Fault Based on Modeling and Estimation Methods- A Survey.Automatica,1984,20(4).
[41] Himmelb～aa DM. .Fault detection and Diagnosis in Chemical and Petro- chemical Processes,Chemical Engineering Monograph. ELsevier Scientific Publishing Company. Amsterdam–Oxford New York.1978.8.
[42] DBVi9 R. ~DiILgnO.4tiC Reasoning Based on Structure and Behavior.Arti- ficial Intelligence.1984.24,347-410.
[43] Chandraskaran B. et al. .The Application of knowledge based System to Reactor Operations,Trans Am Nucl Soc.1982.43:241-242.