基于Duffing混沌振子的煤矿设备故障检测方法.docx

基于Duffing混沌振子的煤矿设备故障检测方法
摘要：
混沌分析在故障检测领域得到了广泛应用，本文基于Duffing混沌振子的特性，提出了一种新的煤矿设备故障检测方法。首先，通过Duffing混沌振子模型对原始数据进行滤波和预处理，然后提取信号的振幅谱、相位谱及波形特征，通过对比不同状态下的特征值来判断设备是否存在故障。最后，利用实验数据对该方法进行验证，结果表明该方法可以有效地进行煤矿设备的故障检测。
关键词：Duffing混沌振子；煤矿设备；故障检测；特征提取
引言：
煤矿设备是煤矿生产的重要保障，其故障有可能导致煤矿生产停顿，造成巨大的经济损失。因此，对煤矿设备的故障检测研究具有重要的现实意义。
近年来，混沌分析在故障检测领域得到了广泛应用。混沌信号具有复杂、非线性、非周期等特性，与传统信号不同，因此混沌分析可以提取更多的有用信息。本文基于Duffing混沌振子的特性，提出了一种新的煤矿设备故障检测方法。
方法：
1.实验数据采集
利用测振仪对煤矿设备进行实时监测，得到其振动信号。
2.Duffing混沌振子模型预处理
将实验数据输入Duffing混沌振子模型，得到其输出信号。然后对输出信号进行滤波和预处理，得到处理后的振动信号。
3.特征提取
利用处理后的振动信号提取其振幅谱、相位谱及波形特征，得到相应的特征值。
4.故障检测
对不同状态下的特征值进行对比，判断设备是否存在故障。
验证：
利用实验数据对该方法进行验证。首先，确定煤矿设备的正常状态；然后，对煤矿设备进行人为损坏模拟，得到煤矿设备的故障信号；最后，利用该方法对正常状态及故障状态下的特征值进行对比，判断设备是否存在故障。结果表明，该方法可以有效地进行煤矿设备的故障检测。
结论：
本文基于Duffing混沌振子的特性，提出了一种新的煤矿设备故障检测方法。通过对比不同状态下的特征值，可以有效地检测设备是否存在故障。实验结果表明该方法具有一定的可行性和可靠性。在今后的煤矿设备故障检测工作中，可为煤矿设备的智能化提供有力的技术支持。
参考文献：
[1]曹冰.基于混沌理论的机械故障诊断方法研究[D].吉林大学,2015.
[2]杨岚.基于混沌分析的故障诊断及预测方法研究[D].宁波大学,2014.
[3]邓道明.基于混沌分析的传动系统故障检测研究[D].上海海事大学,2010.
[4]李世超.基于FFT及小波分析的机械故障监测及预测方法研究[D].山东理工大学,2009.
[5]王瑛.基于小波包分析与自适应神经网络的工业设备故障诊断研究[D].南昌大学,2009.