对我国提升机制动系统的状态监测及故障诊断研究现状进行了研究,分析总结了不同科研单位和企业的研究方法与成果,指出了状态监测不完善、多故障诊断能力不足以及不具备制动性能总体评价能力等缺陷,为研究具有日常设备管理、在线监控、故障模拟、预知性维护四位一体的综合管控功能的制动系统健康评价与智能维护体系提供技术支持。

为了确保矿井的安全开采,采用模糊理论和故障树相结合的方法,对提升机制动系统故障进行研究,分析了提升机制动系统常见故障原因和模式,并给出了常见的故障模式间接判断方法,为建造故障树奠定基础,结合具体研究对象,把"提升机制动失效"作为顶部故障树,然后融入模糊理论,对故障概率进行模糊化,然后对故障树进行定量和定性分析,计算出顶部事件的模糊概率和底部事件的模糊重要度。研究得出:当发生故障时,可以首先考虑故障是否由"电气系统故障"、"闸间隙大"、"油液污染"等引起的。研究指导了日常系统故障排查和维护,提高了

提出了一种2层信息融合方法,特征层采用RBF神经网络进行空间上的融合,决策层采用DS证据理论进行时间上的融合,充分利用了各传感器在时间和空间上的互补和冗余信息,提高了提升机制动系统诊断的可靠性和正确性。

矿井提升机是煤矿井下三大设备之一,其安全性能至关重要。为了实现对矿井提升机的故障诊断,建立了矿井提升机制动系统的静态故障树。通过静态故障树分析法,找出影响矿井提升机制动系统发生障故时的各种因素,逐层分析,建立起故障树树形图;通过研究该故障树的最小割集,对影响故障发生时的各种因素进行定性分析及定量计算,得出故障发生时,各因素引起故障发生的概率,根据概率值的大小,找出故障发生时影响最大的因素以及影响最小的因素,对维修人员提供了技术支持,维修时有的放矢,缩短了诊断时间,提高了劳动效率。该方法在实际煤矿