發(fā)布時(shí)間：2018-03-03 08:13

  本文選題：采煤機(jī)　切入點(diǎn)：故障診斷　出處：《西安科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：采煤機(jī)是煤礦綜合機(jī)械化采煤的關(guān)鍵設(shè)備,因其結(jié)構(gòu)與工況復(fù)雜,故障表現(xiàn)形式具有多態(tài)性與隱蔽性,故障類型與征兆之間具有較強(qiáng)的不確定性且呈現(xiàn)非線性的對(duì)應(yīng)關(guān)系。本文將刻畫不確定性和模糊性的數(shù)學(xué)工具——粗糙集理論應(yīng)用于采煤機(jī)的故障診斷,旨在探索一種采煤機(jī)故障診斷的有效方法,研究的主要內(nèi)容如下:論文以采煤機(jī)截割部軸承為例建立了采煤機(jī)故障診斷決策表,通過(guò)屬性離散化、屬性約簡(jiǎn)以及值約簡(jiǎn)三部分進(jìn)行故障診斷規(guī)則的獲取。針對(duì)傳統(tǒng)離散化方法找不到合適分割斷點(diǎn)這一問(wèn)題,把尋求最優(yōu)分割斷點(diǎn)作為一個(gè)尋優(yōu)指標(biāo)引入人工魚群優(yōu)化算法,通過(guò)該智能仿生算法,較好地實(shí)現(xiàn)了連續(xù)屬性離散化,形成了故障離散決策表;針對(duì)一般屬性約簡(jiǎn)方法不能得到精準(zhǔn)的屬性集,把尋求最有價(jià)值的條件屬性集作為一個(gè)尋優(yōu)指標(biāo)引入人工魚群算法,并通過(guò)二進(jìn)制處理,較好地實(shí)現(xiàn)了故障離散決策表的屬性約簡(jiǎn),形成了故障約簡(jiǎn)決策表;采用一般值約簡(jiǎn)算法對(duì)故障約簡(jiǎn)決策表進(jìn)行屬性值約簡(jiǎn),歸納總結(jié)出故障診斷規(guī)則。最后為了方便用戶操作,實(shí)現(xiàn)診斷規(guī)則的自動(dòng)獲取,對(duì)采煤機(jī)故障診斷系統(tǒng)進(jìn)行了總體的軟件方案設(shè)計(jì),開發(fā)了界面并調(diào)試,調(diào)試結(jié)果表明基于粗糙集的采煤機(jī)故障診斷方法具有一定的可行性與有效性�；诖植诩墓收显\斷方法有利于快速、準(zhǔn)確地進(jìn)行采煤機(jī)故障診斷,這對(duì)提高采煤機(jī)的可靠性和延長(zhǎng)其壽命具有重要意義。
[Abstract]:The shearer is the key equipment of comprehensive mechanized coal mining in coal mine. Because of its complex structure and working condition, the form of fault expression has polymorphism and concealment. There is strong uncertainty and nonlinear correspondence between fault types and symptoms. In this paper, rough set theory, a mathematical tool for describing uncertainty and fuzziness, is applied to fault diagnosis of shearer. In order to explore an effective method for fault diagnosis of shearer, the main contents of this paper are as follows: taking the bearing of cutting part of shearer as an example, a decision table for fault diagnosis of shearer is established, and the attributes are discretized. Three parts of attribute reduction and value reduction are used to obtain fault diagnosis rules. Aiming at the problem that the traditional discretization method can not find a suitable partition breakpoint, the optimal segmentation breakpoint is introduced into the artificial fish swarm optimization algorithm as an optimization index. Through the intelligent bionic algorithm, the continuous attribute discretization is realized, and the fault discrete decision table is formed, and the general attribute reduction method can not get the accurate attribute set. The condition attribute set which is the most valuable one is introduced into artificial fish swarm algorithm, and the attribute reduction of discrete fault decision table is realized by binary processing, and the fault reduction decision table is formed. The general value reduction algorithm is used to reduce the attribute value of the fault reduction decision table, and the fault diagnosis rules are summarized. Finally, in order to facilitate the operation of the users, the automatic acquisition of the diagnosis rules is realized. The overall software scheme of fault diagnosis system of shearer is designed, and the interface is developed and debugged. The test results show that the fault diagnosis method based on rough set is feasible and effective, and the fault diagnosis method based on rough set is beneficial to the fault diagnosis of shearer quickly and accurately. It is of great significance to improve the reliability and prolong the life of shearer.
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD421.6;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 傅明,陳曦,劉翌南;基于信息顆粒的粗糙集約簡(jiǎn)研究[J];長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

2 李寅煦;;粗糙集在突發(fā)危機(jī)事件范例推理中的應(yīng)用研究[J];陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

3 王翠珍;楊超龍;李洪武;周廣柱;;粗糙集理論在環(huán)境科學(xué)研究中的應(yīng)用[J];山東化工;2011年09期

4 殷勇;煙草成分對(duì)其品質(zhì)影響程度的粗糙集判別方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2004年04期

5 尤三偉,劉少亭;基于粗糙集理論的圖像中值濾波[J];西安科技大學(xué)學(xué)報(bào);2005年02期

6 侯運(yùn)炳,潘啟新;基于粗糙集決策方法的礦山不確定多屬性問(wèn)題的研究[J];煤炭工程;2005年04期

7 楊林娟;;粗糙集理論在天然氣輸送管道外腐蝕分析中的應(yīng)用[J];南通職業(yè)大學(xué)學(xué)報(bào)(綜合版);2006年03期

8 郝春亮;孫雨;徐從富;張作衡;宋國(guó)璽;;粗糙集理論與方法在地質(zhì)研究中的應(yīng)用[J];地質(zhì)與勘探;2011年03期

9 武裝;;基于粒子群的粗糙集屬性約簡(jiǎn)與數(shù)控機(jī)床故障診斷研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2012年08期

10 李元萍;李元良;;粗糙集約簡(jiǎn)算法的研究與實(shí)現(xiàn)[J];礦業(yè)研究與開發(fā);2008年04期

相關(guān)會(huì)議論文 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國(guó)焊接會(huì)議論文集（第2冊(cè)）[C];2005年

2 尹宗成;;粗糙集理論在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡(jiǎn)分類方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡(jiǎn)中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王紅萍;萬(wàn)程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測(cè)中的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 唐孝;基于粗糙集的知識(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

2 曾凱;鄰域�；植谟�(jì)算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

3 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴(kuò)展模型研究[D];合肥工業(yè)大學(xué);2015年

4 王永生;基于粗糙集理論的動(dòng)態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2016年

5 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識(shí)粗傳播研究[D];山東大學(xué);2007年

6 孔芝;粗糙集理論若干問(wèn)題的研究與應(yīng)用[D];東北大學(xué);2009年

7 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

8 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

9 鄧大勇;基于粗糙集的數(shù)據(jù)約簡(jiǎn)及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

10 孫英娟;基于粗糙集的分類方法研究[D];吉林大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

2 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

3 朱爭(zhēng)瓊;多知識(shí)抽取在腦認(rèn)知中的應(yīng)用[D];大連海事大學(xué);2016年

4 尹哲;基于粗糙集的決策樹分類方法研究[D];大連海事大學(xué);2016年

5 李卓軍;基于粒子群算法和粗糙集的屬性約簡(jiǎn)研究[D];中國(guó)石油大學(xué)(華東);2014年

6 梁文惠;基于粗糙集理論構(gòu)建項(xiàng)目級(jí)企業(yè)社會(huì)責(zé)任管理指標(biāo)體系[D];清華大學(xué);2015年

7 吳健陽(yáng);基于典型相關(guān)性分析的粗糙集屬性約簡(jiǎn)研究及其并行化實(shí)現(xiàn)[D];南京大學(xué);2014年

8 黃雙雙;基于粗糙集和突變模型的江西省生態(tài)經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)研究[D];東華理工大學(xué);2016年

9 張佃倫;基于粗糙集的聚類算法及其在入侵檢測(cè)中的應(yīng)用[D];青島科技大學(xué);2015年

10 邱玉穎;基于模糊內(nèi)積依賴度及辨識(shí)矩陣的屬性約簡(jiǎn)[D];渤海大學(xué);2016年

，

本文編號(hào)：1560220