應(yīng)用故障早期診斷的結(jié)構(gòu)特點

　　電鏟是露天礦山的主要生產(chǎn)設(shè)備，承擔90%以上的礦巖挖掘、裝車任務(wù)。在生產(chǎn)過程中，這些設(shè)備一旦出現(xiàn)故障，不僅可能造成設(shè)備本身的損失，而且可能導致生產(chǎn)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(fā)電機組供電系統(tǒng)是電鏟的動力設(shè)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(yè)帶來較大的經(jīng)濟損失。

　　應(yīng)用故障早期診斷可以在電鏟出現(xiàn)故障之前提前進行停機檢修，防止突發(fā)事故，維持正常生產(chǎn)秩序，減少過剩維修，較大幅度降低維修費用。電鏟供電系統(tǒng)的故障多數(shù)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(tài)。由于電鏟結(jié)構(gòu)復雜，生產(chǎn)條件惡劣，球磨機生產(chǎn)廠家使得信號具有復雜、非線性和非平穩(wěn)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(fā)生時振動信號的非線性、非平穩(wěn)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(yōu)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(zhuǎn)窯生產(chǎn)廠家應(yīng)用結(jié)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(yè)安排維修時間，減少維護費用。