面向煤化工磨煤机的多源信息融合智能安全监测与预警方法

　　

针对煤化工粉煤气化工艺中磨煤机工况复杂、传统阈值报警滞后导致安全风险突出的问题，本文提出一种基于多源信息融合的智能安全监测与预警方法。通过系统解析磨煤机机械、过程与性能三类典型故障的物理特征，构建了“传感采集-边缘计算-数据融合-智能预警”的四层系统架构。该方法综合集成振动、温度、电流、煤流量等多物理量信号，并运用支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆网络（LSTM）与D-S证据理论相结合的混合智能算法，实现了故障的精准分类、早期异常识别及风险趋势预测。在陕煤榆林化学180万吨/年煤制乙二醇工程气化装置磨煤机上的工业应用表明：该系统对轴承磨损、堵煤等故障的诊断准确率达95.2%，平均预警提前时间约5.3小时，误报率降低至4.8%。依托大型化气化装置（5台2000吨/天气化炉）的验证，系统有效支撑了核心装备的连续稳定运行，避免了非计划停机，展现了显著的技术实用性与工程价值。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则