垃圾破碎机故障的三种诊断方法介绍

随着我国城市化进程的加快，城市生活垃圾的快速递增。如何高产、低成本处理城市生活垃圾是目前国内外 试图 的一个重要课题。

垃圾破碎是垃圾环保再生煤中的一道重要工序。然而，我国城市垃圾成分复杂，结构变化大且极不均匀，增大了破碎设备故障的诊断及维修难度。因此，对建筑垃圾综合利用成套设备开展故障诊断研究有着重要的实际意义。本文总结了目前有关垃圾破碎机故障诊断的几种方法，并分析了这些方法的特点及局限性。

1）基于直观的故障诊断方法

故障预测主要是基于直接主观的故障诊断方法，又称主观诊断法，主要是指诊断人员凭借个人的实践经验，通过看、听、摸、闻、问，或借助简单的仪器、仪表，判断系统故障发生的部位和原因。该方法需要利用系统或元件的结构、模型、功能等方面的知识进行综合分析与判断。但该方法对人的 性较大，故障诊断率低。

2）基于故障树的故障诊断方法

故障树方法是从逻辑上对移动式破碎机的零部件与复杂系统或装置的相互关系进行定性分析及定量分析，它有灵活性大、逻辑性强、直观性好等优点，是目前公认的对复杂系统进行安全性分析、可靠性分析的一种好方法。

3）基于人工神经网络的故障诊断方法

基于人工神经网络的故障诊断方法，就是通过对故障信息和诊断经验的训练学习，用分布在网络内部的连接权值来表达所学习的故障诊断知识，因此它具有对故障模式的联想记忆、模式匹配和相似归纳能力， 故障与征兆之间复杂的非线性映射关系。

将神经网络应用于破碎机故障诊断系统，它的柔性信息处理特点，较好地 了传统故障诊断中遇到的问题。在破碎机故障诊断中取得了很好的 ，极大地改善了神经网络训练的收敛性，有利于破碎机的故障诊断。但神经网络的不足之处是问题的 要 于网络模型的选择，同时训练过度或不足、收敛速度慢等都可能影响诊断结果。