基于小波网络的矿井提升机钢丝绳磨损程度趋势预测研究

• 作者: 代月明 朱习军 李宏毅 王成刚 王致杰 陈志巧
• 来源期刊: 可编程控制器与工厂自动化(PLC FA)
• 学科: 工学
• 关键词: 提升机 特征参数 小波神经网络 故障预测
• 年，卷（期）: 2005,（2）
• 页码范围: 119-121
• 页数: 3页
• 分类号: TP273

摘要

提升机是煤矿生产的重要设备，开展故障预报是减少提升机突发故障、提高预知维修的重要手段之一。通过对矿井提升机关键特征参数的时间序列预报，即可实现故障预报。小波网络比一般神经网络具有更多的自由度，从而使其具有更灵活有效的函数逼近能力。小波神经元的良好局部特性和多分辨率学习实现了与信号的9良好匹配，使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度。因此本文采用小波网络对提升机钢丝绳磨损度、空动时间、衬垫磨损寿命、闸瓦间隙△、残压Pc、制动盘偏摆度δ进行故障预测。对保证矿井提升机安全和高效运行具有重要意义。