基于灰预测的塔式起重机电气设备故障诊断.pdfVIP

基于灰预测的塔式起重机电气设备故障诊断 张翠侠 沈 超 1宿州学院 宿州 234000 2中铁工程机械研究设计院 武汉 430066 摘 要：针对建筑塔式起重机电气设备故障的特点，将灰预测算法应用于建筑塔式起重机电气设备故障诊 断中。以TOPKIT型塔式起重机电气设备的故障诊断进行实例分析，验证了该方法的有效性和可行性。 关键词：灰预测；故障诊断；塔式起重机；电气设备 中图分类号：TH213．3 文献标识码 ：A 文章编号：1001—0785 (2011)01—0062—02 Abstract：Aimingatthecharacteristicsoftheconstructiontowercraneelectricalequipmentfauh，thegreyprediction isappliedtotheconstructiontowercraneelectricalequipmentfaultdiagnosis．Thevalidityandfeasibilityofthemethodis testifiedthroughexampleanalysisoftheTOPKIT typetowercraneelectricalequipmentfaultdiangosis． Keywords：greyprediction；faultdiagnosis；towercrane；electricalequipment 为建立灰色预测模型，首先对 X(0)进行 1次累 1 基于灰预测设备故障诊断模型的建立 加 (I—AGO)生成 1次累加序列 1．1 起重机电气设备故障的特点 X ‘’={X ‘()，k=1，2，…，n} 建筑工地的特殊复杂性，人员技术不一，自 式中： 然环境差；另一方面诊断仪器单一，使得建筑塔 式起重机 (以下简称建筑塔机)电气设备没有足 X‘’()=∑X∞‘()=X’‘(一1)+ ∞() 够的信息来源，无从了解故障的性质、程度和部 对 ”’建立白化微分方程 位等 I3J。因此，在建筑塔机 电气设备故障数据 的 十 )_u 分析中，可以纳入一种信息不完全清楚的系统分 析范畴 (灰色系统)。这种系统是指系统因素不完 即GM (1，1)模型。 全明确，因素问的关系不完全清楚，系统结构不完 白化微分方程的解为 (离散响应) 全知道 ，系统作用的原理不完全 明了。传统的预测 方法大多采用 回归分析法，需要大量的数据 ，且要 (+1)= (1)一 +詈 求分布典型、计算量大、预测结果误差大，而灰色 式中：k为时间序列，可取年、季或月。 预测模型所需样本量少，可通过弱化原始数据随机 2)辩识算法 性，将根本没有规律的或规律性不强的一组原始数 记参数序列为 a，a= [。，“]，a可用下式 据序列，变得具有明显的规律性，并通过不断修正 求解 模型，提高预测模型的收敛速度和预测精度 。 a=(BB) B yN 目前，灰色系统理论在众多领域得到了广泛 式中： 为数据阵；YN为数据列。 的应用，并取得 了良好效果。本文将运用灰色预