乳化机粒子群算法故障诊断

伴随着我国现代化建设步伐的加快，高速铁路、水利建设以及采矿业等领域的迅猛发展，乳化炸药产能得到了巨大的释放。经过几十年的发展与改进，乳化炸药已经逐渐取代其他一些污染严重、能耗高、安全可靠性低的工业炸药，在我国经济发展和基础设施建设中扮演越来越重要的角色。但是近些年来，乳化炸药在带来巨大经济效益的同时，也引发了一些安全生产事故。如何在保障经济效益的同时，做好安全生产工作是生产企业所要遵循的原则。由于大多数乳化炸药安全事故都集中发生在乳化机设备上，为了解决这一问题，一方面是政府监管部门加大规范安全生产制度和标准，另一方面是企业的安全意识自我提升，乳化机在线监控以及故障诊断的系统研制与改良变得刻不容缓。

本文在深入研究设备故障诊断技术和发展趋势的基础上，首次提出基于粒子群优化神经网络的乳化机故障诊断系统。主要工作内容和研究成果归纳如下：

（1） 以乳化机为研究对象，从乳化机的结构出发，对乳化机在生产运行过程中可能出现的主要故障类型进行故障机理分析。在此基础上，研究了乳化机振动信号的处理方法与流程。

（2） 结合乳化炸药连续化生产线上原有监控技术和设备，提出了一套乳化机故障诊断系统的解决方案。具体设计思路如下：通过传感器采集乳化机运行时的故障信号，并传送至PLC，在工控机上安装依照该系统设计的乳化机故障诊断VB软件，该软件能够通过粒子群优化后的神经网络分析PLC中传送过来的故障数据来实现乳化机的故障诊断，并能与原有的组态王监控系统兼容。

（3） 研究了粒子群算法的基本原理，并分析了相关参数的选择。通过分析BP神经网络的优点和缺点，针对BP神经网络收敛速度慢，易陷入局部最小值的缺点，提出了利用粒子群优化算法对BP 神经网络进行优化。乳化机故障诊断的MATLAB仿真结果表明优化后的神经网络预测更加精准，适用于故障类型与故障征兆间具有复杂非线性映射的乳化机故障诊断。

（4） 根据系统硬件设计基本原则，对振动传感器、信号变送器、PLC以及上位机等硬件做了详细的选型分析，构建完整的乳化机故障诊断硬件系统。在构建完成的硬件系统的基础上实现乳化机故障诊断系统软件的开发。该故障诊断软件主要基于VB软件开发，结合Access数据库的数据交换、MATLAB软件的混合编程以及原监控生产线的组态王软件。

选取乳化机转子不平衡作为测试故障，软件测试结果表明，该故障诊断系统能够很好识别出乳化机的实际故障，适用于乳化机生产运行中的故障监控与诊断，在保证乳化机安全可靠运行的同时，降低了检修成本并提高了维修效率，具有很好的应用前景。