留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于变迁记忆的无人化掘进机故障Petri网研究

杨健健 唐至威 刘强 王凤栋 尹同舟 吴淼

杨健健, 唐至威, 刘强, 王凤栋, 尹同舟, 吴淼. 基于变迁记忆的无人化掘进机故障Petri网研究[J]. 矿业科学学报, 2017, 2(1): 58-65.
引用本文: 杨健健, 唐至威, 刘强, 王凤栋, 尹同舟, 吴淼. 基于变迁记忆的无人化掘进机故障Petri网研究[J]. 矿业科学学报, 2017, 2(1): 58-65.
Yang Jianjian, Tang Zhiwei, Liu Qiang, Wang Fengdong, Yin Tongzhou, Wu Miao. Study on the fault Petri nets of the unmanned roadheader based on the transition memory[J]. Journal of Mining Science and Technology, 2017, 2(1): 58-65.
Citation: Yang Jianjian, Tang Zhiwei, Liu Qiang, Wang Fengdong, Yin Tongzhou, Wu Miao. Study on the fault Petri nets of the unmanned roadheader based on the transition memory[J]. Journal of Mining Science and Technology, 2017, 2(1): 58-65.

基于变迁记忆的无人化掘进机故障Petri网研究

基金项目: 国家重点基础研究发展计划(973计划)(2014CB046306)
详细信息
    作者简介:

    杨健健(1988—),男,山东济宁人,博士,讲师,主要从事机电设备故障诊断和智能测控技术的研究。

  • 中图分类号: TD421

Study on the fault Petri nets of the unmanned roadheader based on the transition memory

  • 摘要: 无人化掘进机是无人化采矿技术理念的具体实现,煤矿智能化开采要求掘进机具备智能诊断技术。本文在分析传统Petri网在故障诊断领域的应用基础上,给出了故障诊断问题的不同建模分类及一种理论表达,并抽象出故障诊断领域的三大科学技术问题。介绍了表征变迁记忆的变迁标识矩阵,用于表达故障传播路径,在此基础上从新型故障Petri网定义、关联矩阵改进、状态方程、变迁记忆表达等几个方面,论述了基于变迁记忆的掘进机故障Petri网的理论定义及技术实现。最后验证并指出了智能诊断函数的表达形式及故障传播路径智能推理的一致性表达。
  • [1] 杨福云.悬臂式掘进机液压系统可靠性分析[D].太原:太原理工大学,2014.
    [2] 葛世荣.智能化采煤装备的关键技术[J].煤炭科学技术,2014,42(9):7-11.
    [3] Ge Shirong.Key technology of intelligent coal mining equipment [J].Coal Science and Technology,2014,42(9):7-11.
    [4] 杨杰.基于主成分分析的掘进机故障诊断方法[J].煤矿机械,2014,35(8):276-278.
    [5] Yang Jie.Fault diagnosis method of roadheader based on principal component analysis [J].Coal Mine Machinery,2014,35(8):276-278.
    [6] 邵晋敏.EBZ160TY型掘进机故障诊断专家系统的研究[J].煤矿机械,2013,34(6):265-267.
    [7] Shao Jinmin.Research of fault diagnosis expert system on EBZ160TY roadheader [J].Coal Mine Machinery,2013,34(6):265-267.
    [8] 公茂法.基于BP网络算法优化模糊Petri网的电力变压器故障诊断[J].电力系统保护与控制,2015,43(3):113-117.
    [9] Gong Maofa.Fault diagnosis of power transformers based on back propagation algorithm evolving fuzzy Petri nets [J].Power System Protection and Control,2015,43(3):113-117.
    [10] 张建军.基于改进粒子群优化BP网络的发动机故障诊断方法[J].农业机械学报,2011,42(1):198-203.
    [11] Zhang Jianjun.Improved BPneural network of the particle swarm optimization in the research on engine fault diagnosis [J].Transactions of the Chinese Society for Agricultural Machinery,2011,42(1):198-203.
    [12] 张洪瑾.基于模糊神经网络的掘进机液压系统故障诊断研究[D].南京:南京理工大学,2013.
    [13] 付阶辉.基于Petri网的故障诊断方法研究[D].南京:东南大学,2004.
    [14] 袁崇义.Petri网原理[M].北京:电子工业出版社,1998.
    [15] 丁彩红,黄文虎,姜兴谓.Petri 网用于故障诊断[J].计算机工程设计,2000,21(1):22-24.
    [16] Ding Caihong,Huang Wenhu,Jiang Xingwei.The application of Petri net in the area of fault diagnosis [J].Computer Engineering and Design,2000,21(1):22-24.
    [17] 陈玉宝,蔡元龙,夏继强,等.故障诊断综合信息Petri网的研究[J].中国机械工程,2000,11(3):321-324.
    [18] Chen Yubao,Cai Yuanlong,Xia Jiqiang,et al.Study on fault diagnosis synthesis information Petri nets [J].China Mechanical Engineering,2000,11(3):321-324.
    [19] 陆宝春,夏敬华,张世琪.基于 Petri 网的设备故障诊断研究[J].南京理工大学学报,1999,23(6):522-526.
    [20] Lu Baochun,Xia Jinghua,Zhang Shiqi.A study on fault diagnosis of equipment based on Petri nets [J].Journal of Nanjing University of Science and Technology,1999,23(6): 522-526.
    [21] Antonio R M,Yu Hongnian,Gerry K.Hybrid heuristic search for the scheduling of flexible manufacturing systems using Petri nets[C].IEEE Transactions on Robotics and Automation,2002,18(2): 240-245.
    [22] Manuel S,Laura R.On fluidification of Petri nets: from discrete to hybrid and continuous models[J].Annual Reviews in Control,2004,28(2):253-266.
    [23] 赵沁平.虚拟现实综述[J].中国科学:F辑,2009,39(1):2-46.
    [24] Zhao Qinping.Survey of virtual reality [J].Science in China:Series F,2009,39(1):2-46.
    [25] 吴哲辉.Petri网导论[M].北京:机械工业出版社,2006.
  • 加载中
计量
  • 文章访问数:  758
  • HTML全文浏览量:  124
  • PDF下载量:  307
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-07-15
  • 刊出日期:  2017-02-15

目录

    /

    返回文章
    返回