文章目录

引言

1 乳化液泵故障形式及原因分析

(1) 液位太低，造成吸空。

(2) 启动后无压力。

(3) 压力不达标。

(4) 压力过高，超过卸载阀或安全阀调定压力。

(5) 机油温度过高。

(6) 轴承温度过高。

(7) 绕组温度过高。

(8) 电流过载。

(9) 浓度不达标。

(10) 乳化液温度过高。

(11) 强迫润滑压力异常。

(12) 变频模块温度过高。

2 乳化液泵分级故障诊断方法

2.1 基于深度自编码网络的第一级诊断

    1) 深度自编码网络原理

    2) 深度自编码网络诊断方法

2.2 基于专家系统的第二级诊断

    1) 专家系统原理

    2) 专家系统诊断方法

3 实验验证

3.1 第一级诊断实验

3.2 第二级诊断实验

4 结论

文章摘要:针对乳化液泵故障机理复杂、故障诊断难的现状,提出一种乳化液泵分级故障诊断方法。首先,通过深度自编码网络（Deep Auto-Encoder Network, DAEN）实现乳化液泵故障的第一级诊断,以乳化液泵的14个特征参数作为输入,自适应特征学习,识别故障形式;然后,通过专家系统实现乳化液泵故障的第二级诊断,将已识别的故障形式与必要故障信息作为专家系统输入,得到明确的故障定位。实验表明,深度自编码网络平均准确率98.712%,优于深度神经网络和卷积神经网络,可靠性高,可以完成第一级诊断任务,然后通过专家系统完成第二级诊断任务,分析产生原因,操作简单。将该方法编制成后台可运行的程序,嵌入煤矿综采工作面智慧云平台。经过实际测试,该故障分级诊断方法能够快速有效定位故障位置,提高诊断精度。

文章关键词:

项目基金: