应用故障早期诊断的结构特点

应用故障早期诊断的结构特点

　　电铲是露天矿山的主要生产设备，承担90%以上的矿岩挖掘、装车任务。在生产过程中，这些设备一旦出现故障，不仅可能造成设备本身的损失，而且可能导致生产中断，造成更大的停机损失，有时还可能引起严重的安全事故。交流电动机一直流发电机组供电系统是电铲的动力设备，具有机械故障率高、球磨机厂家维护费用高等缺点，这些都直接或间接给矿山企业带来较大的经济损失。

　　应用故障早期诊断可以在电铲出现故障之前提前进行停机检修，防止突发事故，维持正常生产秩序，减少过剩维修，较大幅度降低维修费用。电铲供电系统的故障多数可引起振动信号的改变，因此一般选用其振动时间序列信号预测供电机组的未来状态。由于电铲结构复杂，生产条件恶劣，球磨机生产厂家使得信号具有复杂、非线性和非平稳特征。

　　一般的预测方法存在建模复杂、适用性窄、预测精度较低、泛化性能较差等缺陷，而且对非线性信号预测效果较差。针对电铲故障发生时振动信号的非线性、非平稳性、复杂性和故障样本少等特点，本章针对最小二乘支持向量机( LS-SVM)有较强泛化能力的优势，建立了一种基于最小二乘支持向量机的预测模型。水泥回转窑生产厂家应用结果表明，该方法能够很好地对电铲供电机组的振动时间序列信号进行预测，从而合理地指导企业安排维修时间，减少维护费用。