應用故障早期診斷的結構特點

應用故障早期診斷的結構特點

　　電鏟是露天礦山的主要生產設備，承擔90%以上的礦巖挖掘、裝車任務。在生產過程中，這些設備一旦出現故障，不僅可能造成設備本身的損失，而且可能導致生產中斷，造成更大的停機損失，有時還可能引起嚴重的安全事故。交流電動機一直流發電機組供電系統是電鏟的動力設備，具有機械故障率高、球磨機廠家維護費用高等缺點，這些都直接或間接給礦山企業帶來較大的經濟損失。

　　應用故障早期診斷可以在電鏟出現故障之前提前進行停機檢修，防止突發事故，維持正常生產秩序，減少過剩維修，較大幅度降低維修費用。電鏟供電系統的故障多數可引起振動信號的改變，因此一般選用其振動時間序列信號預測供電機組的未來狀態。由于電鏟結構復雜，生產條件惡劣，球磨機生產廠家使得信號具有復雜、非線性和非平穩特征。

　　一般的預測方法存在建模復雜、適用性窄、預測精度較低、泛化性能較差等缺陷，而且對非線性信號預測效果較差。針對電鏟故障發生時振動信號的非線性、非平穩性、復雜性和故障樣本少等特點，本章針對最小二乘支持向量機( LS-SVM)有較強泛化能力的優勢，建立了一種基于最小二乘支持向量機的預測模型。水泥回轉窯生產廠家應用結果表明，該方法能夠很好地對電鏟供電機組的振動時間序列信號進行預測，從而合理地指導企業安排維修時間，減少維護費用。