橋式起重機故障分析與故障率預測方法研究.pdf

1、橋式類型起重機是實現(xiàn)生產(chǎn)過程機械化與現(xiàn)代化的一種特種裝備，在現(xiàn)代化工業(yè)中應用廣泛，橋式類型起重機結(jié)構(gòu)龐大、組成復雜，運作運行時相關(guān)人員較多，事故一旦發(fā)生就會造成嚴重后果。因此，對橋式起重機的故障進行分析和對發(fā)生故障的概率進行預測，可以在事故、故障發(fā)生之前，防止事故發(fā)生或提前做好應急工作。
　　故障樹分析法是使用最為廣泛的一種故障分析方法。將故障樹分析法用于橋式起重機的故障分析中，把故障清晰簡潔的顯示出來，對故障類型進行系統(tǒng)的總結(jié)，

2、對引起故障的原因進行全面概括，從而定性的對故障進行分析。層次分析法是一種綜合性的評價方法，將其用于故障分析中是基于故障樹分析法，根據(jù)故障樹畫出相應故障的層次結(jié)構(gòu)模型，利用專家的經(jīng)驗建立判斷矩陣，計算每種影響因素的權(quán)重。使用層次分析法對故障進行定量分析，既避免了使用故障樹分析法建立最小割集的強大的工作量，又減少了對最小割集的劃分的主觀性，解決了故障樹邏輯關(guān)系的不確定性，以及在碰到邏輯門時無法判斷兩邊重要度的問題。使用層次分析法計算重要度可

3、以將每一層的影響因素相對于上一層因素的重要度均計算出來，而不僅僅是計算影響因素相對于目標層的權(quán)重。
　　對橋式起重機的故障進行分析并分類之后，將統(tǒng)計的數(shù)據(jù)進行整理，對每類故障發(fā)生的概率進行預測，將24年的故障概率作為數(shù)據(jù)的輸入，利用神經(jīng)網(wǎng)絡(luò)自學習自適應，預測下一年故障發(fā)生的概率，從而為預防故障發(fā)生以及準備零部件并合理安排維修時間與工作計劃提供依據(jù)。本文使用兩種神經(jīng)網(wǎng)絡(luò)對故障率分別進行預測，比較兩種預測方法的準確性。首先，使用遺傳算

4、法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)進行預測，遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)是進行預測時使用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)。其次，使用Elman神經(jīng)網(wǎng)絡(luò)進行預測，Elman神經(jīng)網(wǎng)絡(luò)是一種動態(tài)神經(jīng)網(wǎng)絡(luò)，常用于電力負荷預測。
　　本文闡述了橋式起重機的結(jié)構(gòu)以及故障形式，研究了使用故障樹分析法與層次分析法相結(jié)合的方法進行分析，畫出了橋式起重機主要故障的故障樹及層次結(jié)構(gòu)模型，建立了判斷矩陣，計算了各影響因素的權(quán)重。本文使用神經(jīng)網(wǎng)絡(luò)進行故障率預測，研究神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)權(quán)值