采煤機主動化毛病診斷

    通過剖析工況監督所取得的信息，確認采煤機毛病的部位、性質、程度、類別、原因、毛病的發展趨勢和影響，以便作出控制和維修決議計劃。目的是防患于未然，提高采煤機可靠性和開機率。采煤機毛病診斷是一項發展中的技能，有待進一步完善提高。

    采煤機毛病診斷過程的基本環節包含：①運轉參數在線檢測。動態過程的振動、力、轉矩、功率、位移、溫度等都可用作監督和診斷信號。在線檢測反映毛病癥狀最敏感的物理量作為該參數的特征信號[xj]。②特征信號剖析。所收集的運轉參數特征信號經濾波、平滑、確認鴻溝等預處理后，進行歸納剖析。比如幅域剖析、頻域剖析、統計剖析、時間序列剖析等。③特征量選擇。選擇在類間鴻溝鄰近對工況狀況相關性強、反映活絡的特征量構成形式向量[x]。并力求壓縮[x]的空間維數。④狀況辨認。根據特征參數，參照某種規范，利用各種知識和經歷，對設備的狀況予以辨認、診斷，樹立判別函數D[x]和規定判別原則。⑤毛病分類及決議計劃。按判別函數實時地對工況狀況進行分類。運轉正常時，計算機宣布指令，采煤機持續運轉。如果毛病構成，計算機實時進行毛病剖析，顯現剖析結果和維修決議計劃，或宣布報警信號，或宣布停機指示。