基于故障树的输煤输送带跑偏故障诊断

来源 :煤矿机械 | 被引量 : 0次 | 上传用户:gloriayue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为降低带式输送机发生故障概率和进行输送带跑偏预测,以某电厂的输煤输送带为研究对象,提出基于故障树的输送带跑偏故障诊断方法.在深入分析电厂输煤带式输送机结构、工作原理以及运行特点的基础上,通过文献查阅、问卷调查以及实地考察获得影响输煤输送带跑偏的因素,基于故障树分析(FTA)构建了输送带跑偏原因的故障树模型,通过最小割集划分获得输送带发生跑偏的最小概率以及对输送带跑偏概率影响较大的底事件.以此为基础,建立了输送带跑偏故障诊断系统,为输送带跑偏预测、维护与维修提供了数据支持.
其他文献
为减小摆动机构的重量,在保证其使用寿命前提下,以钻机的多变幅机构中的摆动机构为研究对象,采用基于Python语言的二次开发技术建立摆动机构的参数化模型,对其进行静力学仿真,获得其变形和应力参数.并在此基础上,以摆动机构的变形和应力为设计变量,以轻量化为优化目标,通过拓扑优化实现模型重建,运用动力学仿真对比优化前后的固有频率.研究结果为摆动机构的优化设计提供依据,对其他全液压钻机摆动机构的优化设计也具有参考价值.
一直以来,胎体式PDC钻头以其优质的特性受到客户的青睐,但生产工艺复杂.通过调研,国内大部分厂家在完成铸模陶土和石墨替代块清理工序中,均采用人工干式喷砂作业,该处理工艺对环境造成一定污染,危害职工健康,且生产效率不高,劳动强度大.因此,确定采用高压水射流清理铸模陶土和石墨替代块,彻底解决以上问题.
以五爪钻机液压卡盘为依据,对卡盘的结构改进、卡盘卡瓦的材料选用和卡瓦淬火热处理进行了对比分析.通过对卡盘的改进和优化,使卡盘结构更合理,使用更方便.工业性试验结果表明,该卡盘比胶套式卡盘和碟簧式卡盘在使用时间和更换配件方面有着明显的优势,完全达到了设计要求,能够满足现场施工要求.
简要介绍了广泛应用于石油化工和工业催化中的沸石分子筛的特点以及多级孔沸石分子筛的基本合成策略,包括“自上而下”和“自下而上”两类合成策略;重点介绍了近年来发展出来的新型双功能模板法合成策略,包括如何利用季铵基团表面活性剂双功能模板,特别是利用聚合物双功能模板来直接合成不同拓扑结构的多级孔沸石分子筛的最新研究进展,以及两类双功能模板合成多级孔沸石的特点和优点。最后,对多级孔沸石分子筛在合成条件优化、模板剂选择、合成机理探究等方面所面临的挑战和在工业催化实际条件下的稳定性应用前景进行了展望。
磷钼酸喹啉重量法对高含量磷样品的测量准确、精度高,但不适用于低价磷化合物的含量测定。为了解决该缺陷,提出了一种新方法:先氧化次亚磷酸再测定,并探究合适的氧化剂及氧化、沉淀条件。实验表明,硝酸铈铵作为氧化剂运用到磷钼酸喹啉形成之前,可以把低价磷定量转化为高价磷从而使低价磷能够与沉淀剂响应而被测定,为确保低价磷的转化完全,过量加入的硝酸铈铵须加热至沸腾20 min以上除尽,否则会影响后续操作。该法对同时含有多种形态磷的复杂样品可分别测出样品中含有的正磷酸含量、总磷含量、次亚磷酸含量,具有很好的实际应用价值。
由于煤矿井下安全监控设备所处复杂环境及传输线路影响,导致监控系统不时出现一些突发故障,从而影响矿井施工作业.随着数字化矿山的推广,监控系统终端设备采用数字化传输,并且根据现场实际使用及维护情况,监控系统设备目前已具备输入电压检测、重启、注册及总线数据帧错误计数等自诊断功能.但这些诊断并不能直接表明设备断线故障原因,只能为其分析提供数据依据.结合现场实际使用情况,阐述相关诊断含义以及断线故障分析方法,同时结合经验值及部分诊断参数指导现场维护,从而有效预防类似故障发生.
煤矿采空区及其下部煤层蕴藏着大量煤层气资源,具有较高的开采价值,但受采空区地层特性和钻井技术制约,导致目前采空区煤层气开发难度大、进度慢.通过对现有工艺及固井悬挂器的改进和设计优化,研制出具有钻井功能的尾管钻井配套工具.经过室内检测及现场试验,研制的尾管钻井工具能够满足钻井承压、承扭、座挂及丢手等功能要求,为煤矿采空区安全高效钻井提供技术保障.尾管钻井工具及其工艺在煤矿采空区开发中具有较好的应用前景.
孟村煤矿中央带式输送机大巷层位调整段在砂岩中掘进,采用炮掘的方式施工.原使用气腿式凿岩机施工炮眼,工作效率低,工人劳动强度大,导致巷道掘进速度慢.为实现岩巷快速掘进,引进CMJ2-25矿用液压钻车,炮眼施工效率高,工人劳动强度低,同时大大提高了巷道的掘进速度.
针对薄煤层巷道施工存在的问题,研制了适用于低巷道的EBZ220B型悬臂式掘进机,介绍了该掘进机的主要结构和特点,分析总结了使用问题,为薄煤层半煤岩巷道掘进机技术的进一步发展提供了工程应用基础.
矿井通风机一般承担整个矿井通风任务,通风机的正常工作与否关系到井下安全生产.轴承故障是矿井通风机最为常见的故障之一.利用α分布估计法对通风机轴承故障振动信号进行提取,将提取的信号特征值作为输入向量,轴承故障分类作为输出向量,建立以I-ELM为基础的轴承故障识别模型.同时采用普通高斯分布进行特征提取,建立经典的BP神经网络识别模型与该方法进行对比.结果 表明,α分布估计能更好地提取故障信号特征量,I-ELM模型具有更好的泛化能力,且分类精度更高.