武汉磨煤机

笔者采用本文的集成神经网络故障诊断法，利用MATLAB 神经网络工具箱，从现场采集数据，对该磨煤机振动大故障进行了诊断。武汉磨煤机 在90－160℃的工况下实际运行达7年以上，粘贴各型风机近2000多台，没有一次因陶瓷脱落而导致风机非计划停运的事故，经受住了高温、长时间及批量 的考验。所以，预防磨煤机的振动问题显得尤为重要。从单个神经网络开始从信息融合的角度建立了集成神经网络故障诊断方法探讨集成神经网络的实现策略和组建原则并给出磨煤机振动故障诊断的实例证明该诊断方法提高了故障确诊率。通过信号的有效组合，用各种子神经网络从不同侧面诊断设备故障，能够充分利用各种信息，限度地提高确2.1 集成神经网络的基本结构 如图1 所示。然 后 借 重 力 自由下 落 煤 主 要 被 钢 球 击 碎 同 时 还 受 。

武汉磨煤机钢球规格：￠30㎜～￠70㎜；产品硬度：HRC47～52、HRC58～62。 设子网络NNi形成的故障向量Fif1if2ifni其对每类故障的置信权值向量为Riri1ri2rin则子网络的并行组合NmNN1NN2…NNm由此得故障矩阵F和置信权矩阵R f11 f12 ……f1m f21 f22 ……f2m F …………………… Fn1 fn2 ……fnm r11 r12……....r1n r21 r22……....r2n R …………………… Rm1 rm2……....rmn 这样融合的网络输出为YFR其中第i个故障发生的概率为 Pifi1r1ifi2r2i…….fimrmi 代数和表示对各诊断子网络结果的综合各诊断子网络对故障的贡献用权系数rij表示。具体的融合方法仍是模式识别的相应技术，只是在融合前，融合系统首先对传感器数据进行预处理以完成特征提取及数据配准，即通过传感器信息变换，把各传感器输入数据变换成统的数据表达形式，在数据配准后，还必须对特征进行关联处理，对目标进行的融合识别，是基于关联后的联合特征矢量。人工神经网络是在现代生物神经系统研究的基础上建立的一种网络结构它以其信息的并行分布式处理、联想记忆、自组织及自学习能力在设备故障诊断中显示了极大的应用潜力。我公司防磨技术工程部是国内规模较大、专业的表面防磨技术施工单位之一。设集成神经网络诊断系统由m个诊断子网络和一个决策融合网络构成，诊断n 类故障。

七.冶炼行业应用 1. 输料系统：头部溜子、中间仓、尾部仓、 振动筛料槽、焦炭斗、计量斗。级网络由子神经网络并联组成，各子网络从不同侧面完成对故障的诊断，其中某些子网络可以完成局部的信息融合；属特征输入/决策(诊断)输出融合型网络，即根据参数空间的定义和相应的子故障空间，独立地构造相应的子网络的学习样本，并对网络进行训练，使其具有从参数空间到故障空间的非线性映射能力。 由此诊断结果，经现场检查，发现为＃2 轴承磨煤机与基础连接螺栓松动，因此造成磨煤机振动过大。 磨煤机的振动因为其诱振因素较多，在运行中尤其复杂，给分析和消除带来困难。它能否安全可靠运行，直接影响发电厂的安全经济性。武汉磨煤机加强这方面分析研究对发电厂安全运行有着现实的意义。

内 壁 衬 有 波 浪 型 锰 钢 护 甲 的 圆 筒 筒 内装 有 许 多 。 2 集成神经网络 基于信息融合技术的集成神经网络是将整个故障特征参数空间和整个故障空间分别划分为若干个子参数空间和子故障空间然后针对每一对应的参数子空间和故障子空间构造一个子神经网络各子网络分别完成各自的特征参数子空间到故障子空间的映射关系。2 个子神经网络均采用BP 三层神经网络。武汉磨煤机 在 大 点 的右 边 会 增 大 出力 节 约 能 耗 随着 存 煤 。 量 的 增 加 磨 煤 机 的 出 人 口 压 差 也 不 断 增 加 当存 煤 、电 动 机 减 速装 置 传 动 以低 速旋 转 在 离 心 力 和 摩 擦 量 增 加 到 一 定 程 度 时 进 粉 大 于 出粉 造 成 堵 煤 此 时 力 的作 用 下 护 甲 将 钢 球 及 原 煤 提 升 一 定 的 高 度 压 差 急 骤 上 升 所 以 出人 口 压 差 在 一定 程 度上可 以 。 采 用Leven2berg-Marquardt 算法（图 2、图 3 分别是子网络1 和子网络2 的训练曲线），使训练速度和精度都大大的提高了。

2008年6月10月期间曾多次因磨煤机振动大而故障停运其中2008年10月一次振动停运后因无备用制粉系统煤粉仓无粉造成发电机组停运。 3. 中速磨：磨煤机桶体、分离挡板、内锥斗、出口管道、一次风管及弯头。三.机械行业应用电厂设备：输煤设备制粉设备、除尘设备、排灰设备。武汉磨煤机 表 1 子网络1 档案 Tab1 File of sub-networks 1 网络类型： 改进BP 网络 节点数： 4－10－7 输入节点： 1、0.25 f2、0.50 f3、0.75 f4、1.0 f输出节点： 1、 转子不平衡 2、 轴系线不重合 3、 油膜振荡 4、 动静部件碰磨 5、 轴承损坏或润滑不良 6、 基础及筒体松动 7、 转子与筒体不对称 根据磨煤机实测信息，2 个特征体各自采样值为表5 和表6(已归一化)。子网络的训练过程即学习过程本文采用MATLAB中BP网络进行学习。数据层融合方法有算术平均法和加权平均法，特征层状态属性融合是特征层联合识别，它实际上是模式识别问题。

武汉磨煤机而后通过关联处理、决策层融合判决，终获得联合推断结果。 2.制粉系统、钢球磨：磨煤机出口管道弯头直管2米处、磨煤机出口管道直管2米以上、木块（木屑）分离器、粗粉分离器进粗粉分离器粉管及弯头、口管及锥体细粉分离器粉管及锥体、排粉机窝壳、一次风管弯头、燃煤器锥体、烟道尾部。该产品主要应用于火电厂及电力行业磨煤机。集成神经网络结构由三级网络串联组成级网络完成信号向各诊断子网络的定位为数据融合型网络即把设备的故障特征参数空间划分为若干个子参数空间同时根据各个子参数空间构造相应的故障子空间。 3. 焙烧系统：单仓泵焙砂管、配料斗灰斗、中间仓料斗。 图 1 集成神经网络结构 Fig1 Structure of integrated neural network 2.2 诊断子网络的实现 这将分为2 部分：一是如何训练网络；二是如何执行诊断。

武汉磨煤机施工作业分：胶粘型、直粘型、抗冲击型、粘固型、装配型、耐热胶粘型、耐寒胶粘型、耐磨陶瓷衬板和衬里。 6. 炼铁喷煤系统、中速磨：锥斗、分离挡板、出口管、煤粉管道、、燃烧器锥体。 、手 动 为 主 钢 球 磨 煤 机 作 为 电厂 的重 要 设 备 其 安 全 、经 济 运 行 与 整个 电 厂 的安 全 经 济 运 行 有 着 紧密 的联 系 所 以 有 必 要 对 钢 球 磨 煤 机 的 特 性 以 及 国 内现 有 的控 制 方 案 进 行 深 人 的分析 以 找 出 钢 球 磨煤 机 存煤员 。以 供 给锅 炉燃烧 、 、 钢 球 磨 煤 机 被 国 内外 火 电 厂 大 量 磨 煤 机 的功 率 振 动 信 号 出人 口压差与 出力 之 间 呈采 用 据 资 料 统 计 在 国 内发 电 厂 中钢 球 磨 煤 机 占各 。 2.3 决策融合网络的实现 决策融合网络接收各诊断子网络的诊断结论进行决策融合处理。 3. 重量轻 其密度为3.5g/cm3，仅为钢铁的一半，可大大减轻设备负荷。