文档介绍：兰州理工大学
硕士学位论文
矿山设备的剩余寿命预测技术研究
姓名:陈奇
申请学位级别:硕士
专业:测试计量技术及仪器
指导教师:姚运萍
20100501
摘要随着现代工业及科学技术的迅速发展,现代设备的结构越来越复杂,设备运对机械设备进行状态监测的主要目是为了对其剩余寿命分析与预测。其采取自人工神经网络诞生以来,神经网络技术以其可实时运行,抗干扰能力强,诊断准确率高等特点,在智能故障诊断和评估领域中占有着重要的地位。本文针对矿井提升机在矿山生产中的重要性,对当前矿井提升机的寿命预测问题进行了研究。首先讨论了目前应用最广泛的一种神经网络一神经网络为研为平台,以为后台服务程序的寿命预测系统。最后将本系统关键词:寿命预测,趋势分析,提升机主轴,人工神经网络行的安全性和可靠性已得到社会的普遍关注,因此基于设备剩余寿命分析与预测技术研究近年来在国内外得到了巨大的发展。的主要技术为趋势分析技术,即通过对机械设备定期测量,及时分析所得的数据,确定设备的状态及未来的发展趋势,通过长期监测,可以充分了解设备的状态及其发展趋势,从而实现预知维修的目标。由于此种方法的显著实用价值,受到越来越多的人的关注。究对象,深入地对几种改进型学习算法的性能进行探讨和比较。随后,再介绍了矿井提升机特点和工作情况,重点分析了提升机主轴装置的模态振型情况,结合对提升机寿命预测系统的要求,开发了以神经网络算法为核心,以应用于矿井提升机主轴装置的寿命预测中,结果表明系统性能基本符合寿命预测的要求。硕十学位论文
琣.,,.籺矿山设备的剩余寿命预测技术研究,琣.,疭瓼,.’,.瓼琣琩甋琲瑆珺瑃;籅琣Ⅱ
插图索引图机械寿命特征曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图维修对寿命特性曲线的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机械全寿命周期特征曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机械状态的演变⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图机械异常情况的发展趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图设备诊断预测的流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯网络结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.神经网络的训练流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...分饕<际醪问图提升机主轴装置示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图主轴装置几何模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图线性传递函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯痛ǖ莺图图两式结构关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..硕上学位论文Ⅲ
插表索引表主轴模态分析的振型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表摩擦轮模态分析的振型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表主轴装置模态分析的振型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表提升机主轴装置的振型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表网络进行训练的样本⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表网络训练次数及误差⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表不同指定误差对应网络仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经训练参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表网络测试数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表矿山设备的剩余寿命预测技术研究
日期:/甓嘣乱作者签名:溺日期:如历年石月兰州理工大学学位论文原创性声明和使用授权说明学位论文版权使用授权书日期:加历年∥月原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法导师签名:得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。作者签名:
第滦论选题背景与研究意义随着科学技术的进步和生产力的发展,以及新技术、新材料和新能源的开发如航空母舰、大型电力的变压器、飞机发动机、大型发电机、大型矿山提升机等而且还会造成人员伤亡,乃至到发生重大事故,其后果将不堪设想。于机组失稳引起的机组轴系断裂,零件飞出、毁坏厂房的恶性事故。广州抽水蓄能电站年曾发生了一起樗钅芑榈男顾对诜⒌缭诵泄讨型据美国国家统计局公布的数字,美国年全