巩义市郑建机械厂

    湿煤破碎机http://www.henanzj.com/的设备故障诊断离不开实际的手段。目前在这方面的发展主要


在以下两个方向进行，即便携式的振动监测、诊断仪（包括数据采集器）及在线监测与诊断装置。
    提出了一种基于Windows CE的而向大型湿煤破碎机的手持式故障诊断系统实现方案，该系统可实现


实时数据采集与管理、在线状态监测等功能。完成了基于TMSLF2407的湿煤破碎机故障诊断仪下位机系统


的实现。以高压多级给水泵为对象进行了多次实验，证明所设计的下位机和相应上位机组成的故障诊断


仪能有效地完成类似湿煤破碎机的机械设备的故障诊断，具有良好的应用前景。综合利用大型湿煤破碎


机典型故障特征及故障诊断方法、数据库技术、数据传输技术、Java相关技术，设计了远程诊断中心的


原型和框架结构，建立了摹于Intemet的大型湿煤破碎机远程故障诊断平台，实现了对部分现场设备的远


程诊断和分析功能。
    模式识别技术主要包括统计模式识别、句法模式识别和模糊理论等，它们在湿煤破碎机故障诊断中


有着，持久的应用。故障诊断另外一个重要研究方向就是模式识别技术，主要研究内容是参数估计、系


统辨识等，其理论基础是系统论、信息论和控制论。故障诊断的许多问题都归结为模式识别问题。因此


模式识别技术的研究在故障诊断领域中占据重要的地位，它也是人工智能研究领域中的一个重要研究方


向。
    提出将粗糙集理论应用于加工中心故障诊断技术，使得故障诊断技术中的知识获取瓶颈问题得以解


决。将数据挖掘方法引入湿煤破碎机故障诊断领域，提出一种幕于主元分析(PCA)与决策树相结合的转子


故障诊断方法。该方法首先利用PCA进行特征约简，降低特征空间的维数，然后采用决策树进行学习以及


诊断决策。通过对转子类常见故障的诊断分析，证明该方法具有比BP神经网络训练时间更短、诊断准确


率稍高的特点。
    运用广义维教序列和数学方法相结合提出分形诊断分类方法，并通过实例诊断、识别故障及其故障


程度，该方法具有较好的实效性。将信息融合的层次与故障诊断的功能相对应，提出了湿煤破碎机振动


故障诊断的信息融合模型。神经网络和证据理论相结合应用于故障诊断的新方法，提高了故障诊断系统


的灵活性、效率和准确性。针对湿煤破碎机故障诊断中的不确定性问题，提出基于多传感器证据理论和


模糊数学相结合的信息融合算法；根据越相似模式间的距离越短的思路，提出采用信息贴近度来建立证


据理论的基本可信度分配，以基于慕本可倍数的决策方法来作为故障模式识别方法。
    采用四阶累积量迫零算法对机器振动信号进行分离，验证了盲源分离方法湿煤破碎机振动信号分离


的有效性。
    虽然，目前有关湿煤破碎机http://www.hnzjjx.com/故障诊断各方面研究中取得了很大的进展，但


在湿煤破碎机故障诊断领域中仍存在着不少问题急待解决，如领域专家缺乏定量的诊断经验，故障与征


兆之间的复杂对应关系尚需进一步了解，知识的获取尚不能自动进行，如何寻找更有效的学习算法等。


各种故障诊断方法的信息融合、以及远程故障诊断系统平台的构建将很有发展前景。