本文關鍵詞：基于Maximo起重機的預防性和預測性維護的研究　出處：《天津理工大學》2014年碩士論文　論文類型：學位論文

  更多相關文章： 橋式起重機 maximo 預防性和預測性維護 神經(jīng)網(wǎng)絡

【摘要】：橋式起重機是現(xiàn)代工業(yè)一種重要的運輸設備，，其正常運行直接影響企業(yè)的生產(chǎn)效率。而且橋式起重機運行過程中有很高的危險性,一旦發(fā)生事故，將給企業(yè)帶來巨大的經(jīng)濟損失，甚至造成人員傷害。因此,本文提出使用maximo軟件對起重機進行預防性和預測性維護。 本文對一家公司的橋式起重機使用maximo軟件對其主要零部件進行預防性維護，對起重機進行全面統(tǒng)一的維護規(guī)劃，合理利用維護數(shù)據(jù)。通過對起重機進行預防維護,降低了橋式起重停機百分比，提高企業(yè)的生產(chǎn)效率并降低維護成本。同時，本文設計起重機運行數(shù)據(jù)采集系統(tǒng),根據(jù)采集數(shù)據(jù)并結(jié)合起重機使用標準，利用maximo預測了起重機的剩余壽命，從而減少橋式起重機突發(fā)事故的發(fā)生。 最后根據(jù)起重機的結(jié)構(gòu)特點,分析神經(jīng)網(wǎng)絡在起重機安全評估方面具有可行性，根據(jù)起重機自身結(jié)構(gòu)等方面的研究分析確定起重機安全評估模型,使用模糊神經(jīng)網(wǎng)絡算法建立了一種起重機安全評價的方法,該方法經(jīng)過實例驗證表明可行,并具有較好的可移植性。
[Abstract]:Bridge crane is an important transportation equipment in modern industry, its normal operation directly affects the production efficiency of enterprises, and bridge crane operation process has a high risk, once an accident occurs. It will bring huge economic loss to enterprises and even cause human injury. Therefore, this paper proposes to use maximo software for preventive and predictive maintenance of cranes. In this paper, the bridge crane of a company uses maximo software to carry on the preventive maintenance to its main parts, and carries on the comprehensive and unified maintenance plan to the crane. Reasonable use of maintenance data. Through the preventive maintenance of the crane, reduce the percentage of overhead crane downtime, improve the production efficiency of enterprises and reduce the cost of maintenance. In this paper, the crane running data acquisition system is designed. According to the collected data and combined with the crane usage standard, maximo is used to predict the remaining life of the crane. In order to reduce the bridge crane accident. Finally, according to the structural characteristics of the crane, the paper analyzes the feasibility of the neural network in crane safety evaluation, and determines the crane safety evaluation model according to the crane structure research and analysis. The fuzzy neural network algorithm is used to establish a safety evaluation method for cranes. The method is proved to be feasible and portability by a practical example.
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TH215

【參考文獻】

相關期刊論文 前10條

1 金音;朱佰敏;;高速公路機電設備維護維修信息化系統(tǒng)[J];安防科技;2008年08期

2 高紅;;BP神經(jīng)網(wǎng)絡學習率的優(yōu)化方法[J];長春師范學院學報(自然科學版);2010年04期

3 王淑娟,陳博,趙國良;基于小波包變換預處理的模擬電路故障診斷方法[J];電工技術學報;2003年04期

4 張建會;;OPC在工廠DCS控制系統(tǒng)中的應用[J];電工技術;2006年01期

5 楊寧,丁華,齊峰;MAXIMO在電廠設備管理中的應用[J];電力建設;2005年02期

6 梁戈超,何怡剛,朱彥卿;基于模糊神經(jīng)網(wǎng)絡融合遺傳算法的模擬電路故障診斷法[J];電路與系統(tǒng)學報;2004年02期

7 梅峰;;基于C/S架構(gòu)MIS設計中安全技術的應用[J];電腦知識與技術;2009年14期

8 李長健;資產(chǎn)維護新思維——資產(chǎn)維護信息系統(tǒng)MAXIMO在天荒坪抽水蓄能電站的應用[J];電力信息化;2003年02期

9 陳玨;何國軍;文厚萍;;基于Maximo的電力企業(yè)物資管理系統(tǒng)建設[J];電力信息化;2008年03期

10 譚陽紅,何怡剛,陳洪云;大規(guī)模電路故障診斷的集團法[J];電子測量與儀器學報;2003年04期

本文編號：1419273