器人，上部分研究数据采集和挖掘技术使用。模型在逻辑模型里有若干要素，具体包括带式输送机本身轴承维修机器人检查要求服务项目数据分析带式输送机在模型中，带式输送机可指定其长度条件和滚轮。滚轮数量是假设滚轮是常数情况下自动计算得出。假定个运载托辊有三卷和两个回转滚轮，每个托辊有两个轴承，轴承有制造商提供最低寿命长短，定数量滚轮在规定最短寿命内失效，这个标准数量是。如果在系统上安装使用不是新滚轮，那么整个程序剩余寿命就决定于这个单独滚轮。轴承个特殊轴承寿命力是通过分配。寿命上限和下限假设均匀分布滚轮和轴承最长和最短寿命是由生产商提供。再根据均匀分布，轴承在最短寿命程序执行情况。第三阶段是在总系统控制系统自动维护电动台车充分展开讨论。图公司设计电动维修台车数据采集和挖掘状态检测技术大体包括个或者多个报警器，当个工作点超出偏离值或者个有超出时间预期值趋势时报警器作出报警。参考工作重点信号是为基于知识系统提供而不是模拟模型相比较得出结果提供。数据收集技术选择合适数据采集技术，对具有效率维修方法产生很大影响。良好可靠测量以及正确分析这些测量结果，是维修系统可靠运行必不可少。多数旋转部件是以信号为基础状态检测系统，这种系统应用基于振动和或声学测量技术。另外个选择是运用力和扭矩测量为状态检测提供基础。但是对于旋转部件，无线扭矩测量仪器应用是必需，虽然这种仪器昂贵。这仪器它适合作为临时监测系统，但今天仍然不适合大规模长期监测系统。光谱分析是种重要工具，它是以振动状态检测为基础。般来说，基于振动检测就是加速度水平测量用三维加速度计。信号从传感器获得，因此是加速度作为时间函数。在频谱分析这个信号是从时域到频域运用快速傅立叶变换技术转化。运用频域信号，信号根源可以很容易地确定。该光谱内容涉及在振动信号能量特定频率，对光谱密度分析是在时间提前确定个很好方法。振动分析是对状态监测主要形式，般来说，这种分析往往是在行业运用。在个良好工作组件振动水平谱密度般都较低。当磨损发生超时，或者当负载出现在特定成分，便有些小，但值得注意变化将发生在组件动力学行为。通过使这些变化和分析可对这个问题判断。检测技术在实际应用中可分为两大类信号有效值均方根检测详细信号频谱检测声学分析和振动分析十分相似。采集数据之后才是数据挖掘。数据挖掘三个主要步骤组成。第步是检测缺陷，检测缺陷是对部件认知为基础动态检测第二步是数据处理，把获得数据转换成更适合分析数据第三步对数据本身实际分析，作出需要决定，采取些行动。数据挖掘缺陷检测这个部分主要探讨是轴承，这是因为到目前为止发生故障主要来源是旋转部件包括托辊。很明显，托辊会因为外壳磨损而失效。在外壳磨损机理不同于但轴承磨损，因此需要不同检测程序。这部分只对轴承故障检测讨论。轴承可分为多种力学状态，各种力学状态都会可能导致缺陷。其中之是通过定义组件频率如转速和些几何参数函数，其中几何参数包括滚动体数，滚动体直径，接触角，和轴承中径。频率确定轴承四个主要轴承动态效应是旋转笼或基本班次内圈或通过内圈球频率外圈或通过外圈球频率滚动轴承或球旋转频率轴承缺陷表现在相关缺陷频率谱密度增加。轴承缺陷频率是影响结果，由于滚动体传动缺陷当滚动体通过轴承装载区。缺陷频率不包括笼转动频率，被包围在实际信号中。如果缺陷频率源自通过加载区信号，那么就有边带，其中€。下个频率将出现在频谱上外圈缺陷内圈缺陷滚动轴承缺陷笼缺陷其中是谐波数目当缺陷比较小时，测量加速度信号就越像脉冲而不是单个波形，并且当缺陷在频谱中增加时能量含量下降。挖掘数据二数据处理技术带包络是转变与叠加成个个单独小干扰信息干扰振动信号过程。应用信号包络主要原因是人们能够发现就像发展在早期小裂缝缺陷。带包络过程分为三个步骤高通滤波，整流，低通滤波。能源干扰与能源正弦波相比是非常低，脉冲很难在频谱里检测得到。所以首先用个高通滤波器过滤掉低频正弦分量。其余信号只包含重复干扰。随后信号得到纠正，并通过低通滤波器。频谱峰值显示出部件缺陷频率，然后是组件缺陷频率是有缺陷。脉冲失去高频成分由于低通过滤器过滤。然而，重复期仍然存在。数据挖掘三数据分析数据分析可以相当复杂。如果分析范围限于轴承和确定四个可能为部分中列出可能缺陷，那么程序可以如下。首先，扫描频谱异常。如果发现峰值在这个频谱则方程至可以用来找出问题根本原因。知道了问题根源，例如外圈问题，那么，所获得信号电平与数据库相比较，确定缺陷严重性，再作出适当行动决定。后者决策部分是基于共同结构，使个结构和自动化分析可能原因和未来运作影响。如果知道可能是个以上缺陷原因，那么，有把握因素必需适用于判断出最可能原因。例如个特殊信号不但可以识别轴承缺陷也能判断出传感器本身缺陷。智能维修概念这部分讲讲述个智能维护系统自动控制概念该维修概念是基于预知维修概念，这里使用是统计资料或详细数据分析结果，这是第部分介绍。技术布局维修系统基于自动化维修台车应用程序，包括在第三部分讨论监测和服务机器人，上部分研究数据采集和挖掘技术使用。模型在逻辑模型里有若干要素，具体包括带式输送机本身轴承维修机器人检查要求服务项目数据分析带式输送机在模型中，带式输送机可指定其长度条件和滚轮。滚轮数量是假设滚轮是常数情况下自动计算得出。假定个运载托辊有三卷和两个回转滚轮，每个托辊有两个轴承，轴承有制造商提供最低寿命长短，定数量滚轮在规定最短寿命内失效，这个标准数量是。如果在系统上安装使用不是新滚轮，那么整个程序剩余寿命就决定于这个单独滚轮。轴承个特殊轴承寿命力是通过分配。寿命上限和下限假设均匀分布滚轮和轴承最长和最短寿命是由生产商提供。再根据均匀分布，轴承在最短寿命意思是卷筒已经被破坏，这样会导致对传送带损害另外性能指标是更换和卷筒寿命平均时间，用个很长剩余寿命代替是种浪费。列出结果如下机器人平均周期每个周期平均检查数次过早更换卷筒百分率在过早更换卷筒和卷筒寿命之间平均时间超时更换卷筒百分率在卷筒寿命和超时更换卷筒之间平均时间用两个性能指标总结表现失败超时更换卷筒百分率浪费卷筒在寿命终点之前被更换平均时间实验下面实验已经执行偏差值安全系数值，机器人周期间隔天，天安全时间等于周期间隔检查时间是安全时间两倍模拟结果本节列出系列模拟表现结果。估算寿命值偏差表时，偏差不同取值和对应结果设置周期早期更换晚期更换周期间隔安全时间检查时间平均时间总花费早期早期平均晚期晚期平均在第轮模拟安全系数设置为。从表可以得出结论，寿命估算偏差对维修机器人成功是至关重要。偏差越小性能越好，如果偏差为，估算直很准确，并且卷筒被超时更换概率为。然而，偏差为这种情况在实际上没有出现过，估算达不到理想化。该指数高于零偏差引入失败。寿命估算安全系数表时，偏差不同取值与对应结果设置周期早期更换晚期更换周期间隔安全时间检查时间平均时间总花费早期早期平均晚期晚期平均在第二次系列模拟中安全系数为引入。确定个能够安全系数显著减少卷筒更换超时百分率。对比表和表可以得出增加巡查数次和增加提早更换卷筒大约天第栏天与天第栏与可以为减少后期更换卷筒成本。检查周期间隔表不同周期间隔设置对应结果设置周期早期更换晚期更换周期间隔安全时间检查时间平均时间总花费早期早期平均晚期晚期平均在这系列模拟中，偏差设置为，安全系数设置为，这里变量是检查时间。表表明，缩短了检验周期间隔可导致减少浪费。超时更换卷筒百分比仍然为，而卷筒在寿命结束之前被更换天数从天天为周期缩短为在天天为周期。人工操作台车代替台车检查数次和行走与额外花费只和电力和数据处理时间相比较起来，人工操作是非常昂贵。固定与灵活检查计划表固定和灵活检查结果设置周期早期更换晚期更换周期间隔安全时间检查时间平均时间总花费早期早期平均晚期晚期平均固定为了确定灵活和固定智能检测和检查每个动作检查间隔影响，用固定检查时间等于周期时间做了多个演示。个灵活检查计划，对提早更换卷筒方面系统使用性能不影响。与固定检查相比较，平均提早更换是几乎样。然而，每个周期检查次数几乎减少倍。另外，由于过大偏差例如，个固定检查需要尽可能减少失败。结论和建议通过本文给出分析可得出结论，设置个带式输送机自动维护系统技术基于台车应用。事实已被证明，个适当逻辑模型像第部分提及模型，是需要智能控制维修台车和机器人。性能水平依靠精确剩余寿命评估。事实上，设置偏差和安全系数对维修机器人性能非常重要，所以，最重要就是对维修机器人和带式输送机物理系统深入了解。如果了解了视察机器人特征，那么，寿命估算在段落就可评估，和最佳设置参数也就可以选择。然而，重要认识到，在寿命评估基于卷筒轴承制造商提供历史数据情况下，维修策略也得实施。然而在这种情况下，检查数次和提早更换卷筒将明显增加。如果得到验证模型代表了机器人和输送带物理系统，那么，更多工作可实施以改善保养计划。因此，给出些建议优化周期间隔安全时间和检查时间取值。用灵活检查代替固定周期检查引入低频率固定检查周期周期时间天，并在期间使用灵活检测策略。在个卷筒寿命周期内，应用统计方法来改善寿命评估。引入新策略譬如，检查和维修分开进行在种情况下检查可以是自动化而人工进行维修。致谢,参考文献,,程序执行情况。第三阶段是在总系统控制系统自动维护电动台车充分展开讨论。图公司设计电动维修台车数据采集和挖掘状态检测技术大体包括个或者多个报警器，当个工作点超出偏离值或者个有超出时间预期值趋势时报警器作出报警。参考工作重点信号是为基于知识系统提供而不是模拟模型相比较得出结果提供。数据收集技