[实用新型]一种矿井提升机的故障诊断与监测系统有效

专利信息
申请号: 202022090199.5 申请日: 2020-09-22
公开(公告)号: CN214087195U 公开(公告)日: 2021-08-31
发明(设计)人: 孙辉煌;刘志正;董明照;祁连光;王光辉;孟祥宇;张梅;李敬兆;赵前进;赵宝 申请(专利权)人: 淮北矿业股份有限公司;安徽理工大学
主分类号: B66B5/00 分类号: B66B5/00;B66B19/06;G06N7/00;G06N7/02
代理公司: 芜湖众汇知识产权代理事务所(普通合伙) 34128 代理人: 曹宏筠
地址: 235000 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 矿井 提升 故障诊断 监测 系统
【说明书】:

实用新型公开了一种矿井提升机的故障诊断与监测系统包括提升机,其特征在于,包括设置在提升机上的多个监测节点、汇聚监测节点信息的汇聚节点和作为智能终端的上位机,提升机上的多个监测节点的信号输入端分别与提升机多个关键器件的信号输出端连接,多个监测节点均与汇聚节点的信息双向交流,汇聚节点的通信串口与上位机的通信串口相连接;上位机的信号输入端通过汇聚节点分别与多个监测节点的信号输出端连接。本方案构建的实时感知和数据传输系统,可以使数据的采集和传输更加快速可靠;模糊故障树和贝叶斯相结合的故障诊断算法能提高提升机故障的准确性;该系统能对矿井提升机进行实时故障诊断和监测,保证提升机的安全高效运行。

技术领域

本实用新型属于提升机监测领域,更具体地说,本实用新型涉及一种矿井提升机的故障诊断与监测系统。

背景技术

矿井提升机作为一种安全可靠的运载人与物的大型运输设备,是立井开拓中井上与井下的唯一通道,是矿井生产的要道,一旦发生故障,直接危及煤矿井下人员的生命安全,严重影响矿井生产能力。

当前煤矿提升机监控设备并不完善,容易出现故障。同时,提升机电控系统复杂,而煤矿的提升机维修人员技术相对落后,发生故障时很难查找和排除。目前,矿山机电设备检测中多采用单片机技术,性能不稳定、抗干扰能力差、多是单机本地运行,很难成为一个集群化的状态监测和故障诊断的监测体系;无论是基于神经网络、模糊理论还是语义环境等智能故障诊断技术都不能非常有效地满足提升机的不确定性故障推理与维修决策;故障诊断研究的多是故障出现后进行分析处理,判断故障;不能实现实时故障监测、故障预测以及故障发生后的维修决策。

本实用新型提出了一种基于混合贝叶斯的故障诊断算法对提升机进行故障诊断,该算法将模糊故障树和贝叶斯相结合,通过相应计算确定提升机故障类型和位置。

故障树作为常用的系统可靠性、安全性分析及故障诊断决策模型,其优点在于能够简洁直观得针对系统进行故障诊断与定位,模糊故障树是在传统故障树的基础上建立,将模糊数学理论与传统故障树分析方法相结合,从而解决传统故障树对定值的分析推广到对不定性的问题,成功让故障树分析法使用更加宽广。而贝叶斯网络是概率理论和图论相结合的产物,主要是针对于人工智能领域中不确定性问题的研究发展起来的。贝叶斯网络的突出特点是用概率来表示各种变量形式的不确定性,同时也是利用概率规则来实现网络的推理和学习的,在建模能力和在可靠性分析能力上比模糊故障树更具备优势它,能够将事件的先验概率及其后验概率联系起来。将模糊故障树和贝叶斯网络相结合,形成混合贝叶斯网络,可以结合了二者的优点,同时二者在实践中得到了广泛的应用。

为了保障提升机安全运行,在发生故障时能尽快查找到故障的原因,本实用新型建立了一套基于混合贝叶斯故障诊断算法的提升机故障诊断和监测系统,进行提升机运行相关信号的采集、数据的处理与传输、信息的共享,具有提升机运行状态显示、工作状况分析、智能故障诊断等功能,使得提升机故障诊断在物联网技术下越来越智能化,对煤炭企业的安全生产、文明生产、科学生产具有重要的意义。

实用新型内容

本实用新型所要解决的技术问题是提供一种矿井提升机的故障诊断与监测系统,该系统利用先进低功耗控制芯片、高精度传感器、低功耗无线通信网络以及高效的故障诊断算法,实现提升机的远程监测、运行状态显示、工作状况分析、智能故障诊断等功能,可以解决目前提升机无法远程监测和故障诊断不实时、不准确等问题。

为了实现上述目的,本实用新型采取的技术方案为:包括提升机,其特征在于,包括设置在提升机上的多个监测节点、汇聚监测节点信息的汇聚节点和作为智能终端的上位机,提升机上的多个监测节点的信号输入端分别与提升机多个关键器件的信号输出端连接,多个监测节点均与汇聚节点的信息双向交流,汇聚节点的通信串口与上位机的通信串口相连接;上位机的信号输入端通过汇聚节点分别与多个监测节点的信号输出端连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮北矿业股份有限公司;安徽理工大学,未经淮北矿业股份有限公司;安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202022090199.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top