【技术实现步骤摘要】
本专利技术涉及矿用设备智能诊断，具体涉及一种基于多参量变化监测的矿用设备故障诊断方法。
技术介绍
1、随着煤炭行业向智能化、自动化方向的快速发展，矿用设备的复杂性和运行环境的恶劣性对故障诊断技术提出了更高要求，因此基于参量变化监测的故障诊断技术应运而生，该技术集成了传感器技术、计算机技术、信息处理技术和人工智能技术等领域的最新成果，为矿用设备的健康管理和安全运行提供了有力保障。
2、现有传感器技术，如光纤传感器、无线传感器网络等，均具有高精度、高灵敏度、抗干扰能力强等特点，能够实时监测矿用设备的各种参量变化；采用传感器作为数据采集的源头，其精度和可靠性直接影响故障诊断的准确性。计算机技术为数据处理和分析提供了强大的支持；高速计算、大数据处理、云计算等技术的应用，使得海量设备运行数据的实时处理和分析成为可能。
3、现有信息处理技术包括信号处理、特征提取、模式识别等多个方面；通过对采集到的数据进行预处理、降噪、特征提取等操作，可以提取出反映设备故障特征的有用信息。模式识别技术则能够根据提取的特征信息，对设备故障进行自
【技术保护点】
1.一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述传感器设置在矿用设备上，用于采集矿用设备的振动、温度、压力或其他能够表征矿用设备运行状态的模拟信号，所述传感器内置有能够将模拟信号转换为数字信号的模数转化器。
3.根据权利要求1所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述数据预处理模块对数字信号的预处理包括：基于傅里叶变换和小波变换对数字信号进行滤波、去噪以及信号放大处理，以及基于主成分分析方法对数字信号进行降维
...
【技术特征摘要】
1.一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述传感器设置在矿用设备上，用于采集矿用设备的振动、温度、压力或其他能够表征矿用设备运行状态的模拟信号，所述传感器内置有能够将模拟信号转换为数字信号的模数转化器。
3.根据权利要求1所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述数据预处理模块对数字信号的预处理包括：基于傅里叶变换和小波变换对数字信号进行滤波、去噪以及信号放大处理，以及基于主成分分析方法对数字信号进行降维处理。
4.根据权利要求3所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述数据预处理模块对两组数字信号进行归一化处理包括：通过二值化法对两组数字信号进行数据清洗，过滤数据中的噪声，并通过分割和零填充处理的方法将数据统一到相同的维度空间。
5.根据权利要求1所述一种基于多参量变化监测的矿用设备故障诊断方法，其特征在于，所述基于孪生神经...
【专利技术属性】
技术研发人员：殷鹏，姚磊，王继伟，卓书杰，蔡德永，张明泉，龚纪超，
申请(专利权)人：淮北矿业股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。