【摘要】：目前,隨著采煤機(jī)械化程度的不斷提高,煤礦刮板輸送機(jī)也向著大型化、自動(dòng)化方向發(fā)展。SGZ1250/2565刮板輸送機(jī)具有破碎、轉(zhuǎn)載和運(yùn)送功能,同時(shí)與采煤機(jī)和液壓支架等礦用設(shè)備組成一個(gè)串聯(lián)的輸送系統(tǒng)。然而,刮板輸送機(jī)故障頻繁發(fā)生,導(dǎo)致整個(gè)采煤系統(tǒng)癱瘓,對(duì)煤礦造成巨大的經(jīng)濟(jì)損失與安全隱患。為確保煤礦大型設(shè)備的安全可靠運(yùn)行,人們?cè)诘V用設(shè)備的故障診斷研究中投入了更大的人力和物力,煤礦設(shè)備的故障診斷技術(shù)也向著智能化方向努力。支持向量機(jī)(Support Vector Machine)是針對(duì)的小樣本數(shù)據(jù)進(jìn)行分類的算法,在機(jī)電設(shè)備故障數(shù)據(jù)難以獲得,且數(shù)據(jù)稀少的情況下比較適用。上世紀(jì)九十年代,Vapnik和其合作者研究出SVM至今,SVM已廣泛被應(yīng)用在各類設(shè)備的故障診斷中。其原理是對(duì)設(shè)備的非線性故障數(shù)據(jù),通過核函數(shù)映射到高維空間,使得故障數(shù)據(jù)在低維空間線性不可分時(shí),在高維空間中變得線性可分。因?yàn)橹С窒蛄繖C(jī)是一種基于兩分類問題的分類算法,怎樣進(jìn)行多分類,如何選取核函數(shù),以及分類時(shí)懲罰參數(shù)和核函數(shù)參數(shù)該如何選取等問題,一直是支持向量機(jī)研究的熱點(diǎn)。本文主要以煤礦刮板輸送機(jī)SGZ1250/2565為研究對(duì)象,針對(duì)該輸送機(jī)的多類故障,研究了支持向量機(jī)的分類算法理論,建立了二分類及多分類模型以及將其應(yīng)用在輸送機(jī)的故障診斷中,實(shí)驗(yàn)證明支持向量機(jī)多分類算法能夠準(zhǔn)確的對(duì)刮板輸送機(jī)進(jìn)行多故障診斷。在以往支持向量機(jī)研究中,核函數(shù)以及參數(shù)是通過設(shè)計(jì)者自己在實(shí)驗(yàn)時(shí)設(shè)定,依賴人工經(jīng)驗(yàn),沒有科學(xué)依據(jù),也造成實(shí)驗(yàn)的準(zhǔn)確率下降,針對(duì)這一問題,本文做了適當(dāng)?shù)母倪M(jìn),首先采用改進(jìn)網(wǎng)格搜索交叉驗(yàn)證法得到最優(yōu)參數(shù),再用此參數(shù)來建立多類故障模型,實(shí)驗(yàn)證明,改進(jìn)網(wǎng)格搜索得到的參數(shù)提高了刮板輸送機(jī)的故障診斷準(zhǔn)確度。
[Abstract]:At present, with the continuous improvement of coal mining mechanization, the coal mine scraper conveyor is also developing towards the direction of large scale and automation. SGZ 1250 / 2565 scraper conveyor has the functions of crushing, reloading and transporting. At the same time, it forms a series transportation system with mining equipment such as shearer and hydraulic support. However, the failure of scraper conveyor occurs frequently, which leads to the paralysis of the whole coal mining system and causes huge economic losses and hidden dangers to coal mines. In order to ensure the safe and reliable operation of large coal mine equipment, people have invested more manpower and material resources in the fault diagnosis research of mine equipment, and the fault diagnosis technology of coal mine equipment is also working towards the direction of intelligence. Support vector machine (Support Vector Machine) is an algorithm for classification of small sample data, which is suitable for mechanical and electrical equipment fault data when it is difficult to obtain and the data is scarce. In the 1990s, Vapnik and its partners developed SVM, SVM has been widely used in fault diagnosis of all kinds of equipment. The principle is that for the nonlinear fault data of the equipment, the kernel function is mapped to the high-dimensional space, so that the fault data becomes linearly divisible in the high-dimensional space when the fault data is linearly inseparable in the low-dimensional space. Because support vector machine is a classification algorithm based on two classification problems, how to carry out multi-classification, how to select kernel functions, and how to select penalty parameters and kernel function parameters in classification have always been the focus of support vector machine research. In this paper, the SGZ1250/2565 of coal mine scraper conveyor is taken as the research object, and the classification algorithm theory of support vector machine is studied in view of many kinds of faults of the conveyor. The double classification and multi-classification models are established and applied to the fault diagnosis of conveyor. The experimental results show that the support vector machine multi-classification algorithm can accurately diagnose the multi-fault of scraper conveyor. In the previous research of support vector machine, the kernel function and parameters are set by the designer himself in the experiment, rely on artificial experience, there is no scientific basis, but also cause the accuracy of the experiment to decline. In order to solve this problem, this paper has made appropriate improvements. Firstly, the optimal parameters are obtained by using the improved grid search cross verification method, and then many kinds of fault models are established by using this parameter. The experimental results show that the improved grid search parameters improve the fault diagnosis accuracy of scraper conveyor.
【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)】：TD634.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 侯向遠(yuǎn),張連光,劉興虎;刮板輸送機(jī)電機(jī)燒毀原因分析及預(yù)防對(duì)策[J];煤礦機(jī)械;2001年02期

2 錢觀生,姜翎燕;我國礦用刮板輸送機(jī)標(biāo)準(zhǔn)化的現(xiàn)狀、問題與對(duì)策[J];煤礦機(jī)械;2001年07期

3 謝瑞峰,白忠勝;引進(jìn)英國刮板輸送機(jī)存在問題及改進(jìn)[J];河北煤炭;2002年06期

4 王建明;刮板輸送機(jī)機(jī)尾鏈輪的改造[J];西山科技;2002年S1期

5 王桂芹,趙永清,張明奎;26B型刮板輸送機(jī)的改造[J];礦山機(jī)械;2002年10期

6 劉彪,張?jiān)卤?水介質(zhì)限矩型液力偶合器在刮板輸送機(jī)上的應(yīng)用與節(jié)能[J];煤礦機(jī)械;2002年10期

7 劉殿衡,郭四新;刮板輸送機(jī)竄滑原因初探[J];內(nèi)蒙古煤炭經(jīng)濟(jì);2003年05期

8 于大洲;刮板輸送機(jī)信號(hào)控制裝置的研制與應(yīng)用[J];煤炭技術(shù);2003年11期

9 高原;自制刮板輸送機(jī)鏈條調(diào)整工具[J];礦山機(jī)械;2004年03期

10 高樹榮,趙來艷;刮板輸送機(jī)的改進(jìn)[J];唐山學(xué)院學(xué)報(bào);2004年03期

相關(guān)會(huì)議論文 前10條

1 張樹齊;孫鐵華;黃東風(fēng);;刮板輸送機(jī)節(jié)能降耗分析[A];煤礦安全、高效、潔凈開采——機(jī)電一體化新技術(shù)學(xué)術(shù)會(huì)議論文集[C];2009年

2 吳景紅;;刮板輸送機(jī)綜合檢測裝置的研究[A];第四屆全國煤炭工業(yè)生產(chǎn)一線青年技術(shù)創(chuàng)新文集[C];2009年

3 劉建輝;胡院;;綜采工作面刮板輸送機(jī)“上竄下滑”機(jī)理及其控制[A];煤炭開采新理論與新技術(shù)——中國煤炭學(xué)會(huì)開采專業(yè)委員會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

4 劉建輝;胡院;;綜采工作面刮板輸送機(jī)“上竄下滑”機(jī)理及其控制[A];煤炭科學(xué)與技術(shù)研究論文集[C];2010年

5 劉建輝;;綜采工作面刮板輸送機(jī)“上竄下滑”機(jī)理及其控制[A];第六屆全國煤炭工業(yè)生產(chǎn)一線青年技術(shù)創(chuàng)新文集[C];2011年

6 李國平;;高產(chǎn)高效礦井刮板輸送機(jī)成套設(shè)備研發(fā)[A];第七次煤炭科學(xué)技術(shù)大會(huì)文集（下冊(cè)）[C];2011年

7 羅慶吉;石國祥;;綜采工作面刮板輸送機(jī)的現(xiàn)狀和發(fā)展趨勢(shì)[A];中國煤礦綜采機(jī)械化發(fā)展30周年學(xué)術(shù)研討論文專集[C];2000年

8 楊津靈;王邦星;;雙向刮板輸送機(jī)的技術(shù)改造[A];山西省上半年煤炭經(jīng)濟(jì)運(yùn)行分析會(huì)論文集[C];2004年

9 王平聲;邱嫩環(huán);和國榮;;大采長條件下630刮板輸送機(jī)的研究及應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

10 趙晉強(qiáng);李春睿;黃志增;;淺析綜放工作面防止刮板輸送機(jī)下滑的措施[A];綜采放頂煤技術(shù)理論與實(shí)踐的創(chuàng)新發(fā)展——綜放開采30周年科技論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 王玉亮、周建軍、李曉明;張家口煤機(jī)研制成功國內(nèi)首臺(tái)重型刮板輸送機(jī)[N];河北日?qǐng)?bào);2006年

2 記者李侖 通訊員孫姬彬;國內(nèi)最大刮板輸送機(jī)在山西煤機(jī)研制成功[N];中國煤炭報(bào);2011年

3 記者 李兵　通訊員 曹克順 張俊宏;太重煤機(jī)研制成功國內(nèi)最大刮板輸送機(jī)[N];山西日?qǐng)?bào);2011年

4 曹克順　張俊宏;國內(nèi)最大刮板輸送機(jī)在太重誕生[N];太原日?qǐng)?bào);2011年

5 記者 王建宏;奔牛研制出國內(nèi)最大刮板輸送機(jī)[N];寧夏日?qǐng)?bào);2006年

6 ;張家口市科學(xué)技術(shù)突出貢獻(xiàn)獎(jiǎng)獲得者李國平[N];張家口日?qǐng)?bào);2012年

7 見習(xí)記者 王佳麗　通訊員 曹克順;山西煤機(jī)實(shí)現(xiàn)產(chǎn)品出口“零突破”[N];山西經(jīng)濟(jì)日?qǐng)?bào);2009年

8 記者 常世榮;張煤機(jī)研制出我國首臺(tái)大功率長運(yùn)距重型刮板輸送機(jī)[N];河北經(jīng)濟(jì)日?qǐng)?bào);2006年

9 本報(bào)記者 李仁堂;中國溜子的“國家高度”[N];中國煤炭報(bào);2008年

10 記者 原建猛;太重山西煤機(jī)公司首次實(shí)現(xiàn)整機(jī)出口[N];發(fā)展導(dǎo)報(bào);2012年

相關(guān)博士學(xué)位論文 前5條

1 胡登高;刮板輸送機(jī)力學(xué)系統(tǒng)分析及實(shí)驗(yàn)研究[D];中國礦業(yè)大學(xué)(北京);2016年

2 張春芝;刮板輸送機(jī)動(dòng)力學(xué)建模及鏈環(huán)疲勞可靠性研究[D];中國礦業(yè)大學(xué)(北京);2012年

3 毛君;刮板輸送機(jī)動(dòng)力學(xué)行為分析與控制理論研究[D];遼寧工程技術(shù)大學(xué);2006年

4 姚艷萍;圓盤管道刮板輸送機(jī)的離散元仿真和多屬性評(píng)價(jià)研究[D];太原理工大學(xué);2015年

5 龐政鐸;重載刮板輸送機(jī)減速器油液在線污染傳感報(bào)警系統(tǒng)的研究[D];中國礦業(yè)大學(xué)（北京）;2011年

相關(guān)碩士學(xué)位論文 前10條

1 吳鳳彪;重型刮板輸送機(jī)順序啟動(dòng)問題的研究[D];太原理工大學(xué);2011年

2 王琳;刮板輸送機(jī)故障分析與技術(shù)改進(jìn)研究[D];西安科技大學(xué);2006年

3 李小凡;刮板輸送機(jī)變頻驅(qū)動(dòng)控制系統(tǒng)的研究[D];太原理工大學(xué);2013年

4 王凱;基于刮板輸送機(jī)負(fù)載預(yù)測的采煤機(jī)調(diào)速技術(shù)研究[D];中國礦業(yè)大學(xué);2015年

5 彭永朝;刮板輸送機(jī)故障在線監(jiān)測系統(tǒng)研究與應(yīng)用[D];河北工程大學(xué);2015年

6 張波;基于Web的刮板輸送機(jī)零件的參數(shù)化建模與有限元分析[D];太原理工大學(xué);2012年

7 劉懷昌;鏈?zhǔn)綀A管刮板輸送機(jī)設(shè)計(jì)及DEM仿真優(yōu)化[D];河南工業(yè)大學(xué);2015年

8 王志高;刮板輸送機(jī)鏈傳動(dòng)系統(tǒng)動(dòng)態(tài)仿真分析研究[D];天津科技大學(xué);2013年

9 王亞濱;重型刮板輸送機(jī)可控啟動(dòng)裝置控制系統(tǒng)研究[D];太原理工大學(xué);2016年

10 岳武濤;基于LAN的刮板輸送機(jī)數(shù)字化設(shè)計(jì)關(guān)鍵技術(shù)與系統(tǒng)集成方法[D];太原理工大學(xué);2016年

，

本文編號(hào)：2480208