[01587490]多神经网络智能故障诊断技术及其在工业除尘风机中的应用

工业除尘风机是钢铁工业生产线上的关键设备。由于其工作环境恶劣，并且长期高负荷运行，容易出现故障。如果没有完善的设备故障诊断方法和措施，除尘风机一旦出现问题就会影响正常生产，并造成严重的环境污染。国家近年来加大了环境保护力度，对大型工业企业的污染防治问题尤为重视。因此，对多神经网络智能故障诊断技术展开研究，并将其应用于工业除尘风机中，不仅可以及时发现设备故障并给出准确的结论，降低对现场检修人员的专业技术知识的要求，还可以提高企业环保工作水平，为加强厂矿空气质量控制提供保障。为此，该项目从更深层次和更大范围出发，提出了多神经网络智能故障诊断技术及其在工业除尘风机中的应用的研究项目，重点探讨复杂多源信息在工业除尘风机智能故障诊断过程中的协同利用方法。项目得到了湖北省科技厅、湖北省教育厅和武汉市科技局的大力资助。项目建立了工业除尘风机转子动力学仿真模型，分析了转子各阶模态振型和工业除尘风机故障的对应关系，为基于人工神经网络的智能故障诊断提供了有效的样本数据；建立了工业除尘风机三维紊流流动下叶片磨损仿真模型，对风机叶片表面磨损情况和故障征兆的关系进行了仿真分析；开发了具有自主知识产权的基于DMRBFNN的智能故障诊断技术，实现了复杂信息在智能故障诊断过程中的综合利用。所研制的工业除尘风机监测及诊断系统将人工神经网络和故障仿真技术相结合，实现了设备的实时信号监测和智能故障诊断，使用效果良好，诊断准确率高，能满足生产需要。项目已获得实用新型专利2项和软件著作权2项。项目成果已于2012年1月和2012年7月分别在武汉钢铁股份有限公司第三炼钢厂和长沙市奥亚机电设备有限公司得到应用，共创造经济效益2044万元/年。