[实用新型]超长型胶带运输机智能监测诊断系统有效
申请号: | 201220406472.3 | 申请日: | 2012-08-16 |
公开(公告)号: | CN202828824U | 公开(公告)日: | 2013-03-27 |
发明(设计)人: | 钟红君;张铁梁;朱建军;桂铁山;尚友斌;陈东;邬世常;吴样明;万仁;吴卫萍;董海红;杨敏;赵心夏 | 申请(专利权)人: | 韶关市东逸工贸有限公司 |
主分类号: | B65G43/00 | 分类号: | B65G43/00 |
代理公司: | 韶关市雷门专利事务所 44226 | 代理人: | 周胜明 |
地址: | 512000 广东省韶关市浈江区韶南大*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 超长 胶带 运输机 智能 监测 诊断 系统 | ||
技术领域
本实用新型属于设备智能化监测诊断控制技术领域,涉及一种超长型胶带运输机智能监测诊断系统。
背景技术
胶带运输机是一种在厂区内或采场内将粉状物料短距、定位运输机械,目前已广泛应用于冶金、冶炼、化工、建材,矿山以及机械、汽车、船舶等工业企业,是企业连接主要生产设备、拉通生产流程、形成物流生产线的关键设备。随着国际市场竞争的加剧,胶带运输机由于设备结构简单、操作维修方便、使用成本低廉,在工业生产中的应用范围得到了进一步拓展,从上世纪80年代起,陆续开发出超长型、超宽型和大倾角胶带运输机。其中,超长型胶带运输机由于上述无可比拟的优点,进入21世纪以来,在国内黑色、有色、能源和非金属露天矿山,已逐渐成为常规配置设备。如何管好、用好这类设备,已成为企业设备管理人员的当务之急。
超长型胶带运输机由于运输距离长,从设备管理的角度来看,就是故障点多,其安全技术操作规程是一个长期悬而未决而又急待解决的问题。如何提高设备可开动率、利用率和效率,是企业设备管理领域一个重点研究课题,在设备使用过程中,目前很多企业仅凭操作工经验来控制,这种方法极不准确,因为它与操作者经验积累、精神状态和责任心直接挂钩,不确定因素很多。当前设备状态预测神经网络的结构参数仍然主要靠人工经验和实验数据来确定,由于网络结构差,预测精度低,因而不能满足工业现场复杂的工况条件。为了彻底解决这个问题,很多工厂企业以及大专院校、研究机构都进行了广泛的探索,本实用新型就是在这种技术背景下产生的。
实用新型内容
为了克服现有技术的上述缺点,本实用新型提供一种基于GA技术的神经网络在线自适应趋势预示方法的智能化监测诊断系统,从而实现对超长型胶带运输机有效地动态控制,确保设备可开动率、利用率和效率以及降低企业生产成本的超长型胶带运输机智能监测诊断系统。
本实用新型解决其技术问题所采用的技术方案是:一种超长型胶带运输机智能监测诊断系统,包括扭力变送器、以及由电子计算机、服务器、电子控制器和电气自动控制柜构成的计算机信息检测处理系统;所述扭力变速器包括扭力传感器、电子放大器和A/D转换器,扭力变速器通过机电一体化方式安装在胶带运输机主动轴轴头。
所述电子计算机的配置不低于酷睿二代双核CPU,4G内存,500G硬盘空间,它的输入端与扭力变送器、服务器相联,其输出端与电子控制器、服务器相联。
所述服务器配备有图形化模糊神经网络专家知识库。
所述电子控制器是一种基于机电一体化技术的伺服执行机构,它的输入端与电子计算机相联,其输出端与电气自动控制柜相联。
本实用新型的有益效果是:在胶带运输机工作过程中,来自扭力变送器的数字信号直接接进电子计算机,电子计算机通过设置于服务器的图形化模糊神经网络专家库进行智能化分析判断,再对电子控制器发出指令,由电子控制器操纵设备电气自动控制系统,实现对超长型胶带运输机运行状态的有效合理控制;胶带运输机在运行过程中,由于零件结构疲劳破坏、传动部位粉尘堵塞以及胶带“跑偏”等原因均可导致主动轴扭矩增加,但反映其动态变化过程的二维特性曲线线形是完全不相同的,本实用新型利用基于GA技术的智能化监测诊断系统可以对设备进行实时有效监测和动态智能诊断。
本实用新型在进行所述网络结构设计时,引入一种基于GA技术的在线自适应趋势预示方法,利用GA对BP网络结构参数进行动态优化,同时采用GA与BP组合训练法对现有的网络学习算法进行改进,从而动态地确定最优的网络结构参数,在超长型胶带运输机现场应用中取得满意的在线预测效果。
附图说明
图1是本实用新型结构原理示意图。
图中:1—扭力变送器,2—电子计算机,3—服务器,4—电子控制器,5—电气自动控制柜。
具体实施方式
下面结合附图和实施例对本实用新型进一步说明。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于韶关市东逸工贸有限公司,未经韶关市东逸工贸有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201220406472.3/2.html,转载请声明来源钻瓜专利网。