郭葆菁
(山西省同煤集團煤峪口礦機電科,山西 大同037041)
現代煤礦生產大多都是依靠機械化設備來完成的,在煤礦生產過程中設備的工作狀況直接影響著煤礦的生產效率。在煤礦的日常生產工作過程之中,一旦生產設備發生了故障,就會對生產效率造成不利影響,嚴重的時候還有可能造成人員傷亡。因此,在煤礦生產過程中一定要保證設備的正常運行,定期對設備進行檢修,密切注意設備的工作情況,發現故障應當及時解決,以保障工作人員的安全和煤礦的生產效率。要想實現上述目標,一套完整的、具有實用性的故障診斷方法就顯得尤為重要。擁有一套完整的、實用的煤礦提升機故障診斷方法在煤礦生產中具有非常重要的意義,其既能夠盡可能地避免安全事故的發生,還能提高煤礦生產效率。
在現如今各式各樣的煤礦生產機械設備中,提升機具有非常重要的地位,煤炭的開采一般都是在地下進行的,提升機的存在不可或缺。在煤礦生產過程中,提升機的主要工作就是搬運人員以及物料,一個工作日之中,提升機的工作量非常大,其一旦發生故障,煤礦的正常生產就基本處于癱瘓狀態。正是由于提升機每天需要完成如此大的工作量,所以相較于其他機械設備而言發生故障的幾率就更大。提升機發生故障大多是由于其減速轉軸出現問題導致的,所以要密切注意提升機減速轉軸的工作狀況,定期對提升機的轉軸進行檢修、維護。但是提升機轉軸十分容易發生故障,對這種故障的診斷卻是非常復雜的一項工作,我國在這方面的研究起步比較晚,并沒有非常先進的研究成果,但部分研究還是取得了一定的成果的。
診斷煤礦提升機故障的基礎在于充分了解故障類型,分析提升機在運轉過程中產生的故障信號具有非常重要的意義,因此,要合理地提取出故障發生時提升機所發出的信號,并對該故障信號進行分析。
下面介紹基于人工免疫算法的煤礦提升機故障診斷實例:選取3種典型故障進行分析,分別為提升機制動彈簧失效、卡缸、殘壓過高。選取每種故障5組7維數據進行實驗,將5組中的3組共同組成訓練抗原集,如表1所示。
通過表1數據總結出訓練樣本的相似度。憑借單個訓練樣本的多次平均運行狀況進行觀察,設置閾值為0.25,最大迭代次數400,最終所產生的初始種群個數為100,將抗體抗原的編碼長度設置為7×10。實驗論證,Pc處于0.6~0.8間能夠最快得到最優解。基于免疫進程改進遺傳算法提出免疫記憶模式,采用或者不采用免疫記憶模式的比較結果顯示,采用免疫記憶模式并沒有明顯改進診斷器訓練進程,免疫遺傳算法具有更高的適應性,一定程度上提高了診斷器精度。綜上所述,人工免疫算法具有更高的優化速度,診斷效果更好。實驗中還對匹配閾值進行了提高,主要目的就是為了提高匹配精度,但不得盲目對匹配精度進行提高,否則會對診斷正確率產生不利影響。
表1 訓練抗原集 單位:%
對已知故障類型相同的組,采用人工免疫算法對訓練成熟的診斷器逐一進行匹配,激活的診斷器越多,則測試樣本隸屬于此模式的可能性就越高,由此判定可檢測樣本故障類型。
此法能夠對故障類型進行識別,但是依舊存在不足,有待改進。比如,此算法中參數設置對結果產生的影響較大;診斷器規模隨故障類型樣本增加而增加,匹配效率降低;采集、取舍樣本數據以及免疫編碼對診斷結果準確率有著較大影響。
基于人工免疫算法的煤礦提升機故障診斷方法在在線以及離線狀態下都能夠進行故障診斷,還能夠憑借系統實際運行狀況以及用戶需求及時啟動診斷系統;人工免疫系統的結構層次分明,均采用開放式結構對模塊進行劃分以及更新;人工免疫系統的記憶功能以及自適應功能,彌補了傳統診斷方法的局限性,擴大了礦井提升機故障診斷方法的實施領域。由于系統本身還存在很多不足,還有很大的擴展空間,因而需要不斷地提高系統診斷的準確性。
煤礦提升機的安全運行對于煤礦生產、工人工作都是必不可少的,故而基于人工免疫算法的煤礦提升機故障診斷方法在現代煤礦設備的故障診斷中占有重要的地位,因此,對人工免疫算法的研究以及創新改進都是很有必要的工作。未來,人工免疫算法的應用一定會越來越普遍,對故障的發現以及診斷的準確度也必將越來越高。
[1]汪楚嬌.語義環境下提升機故障人工免疫診斷方法研究[D].中國礦業大學,2010
[2]李健.煤礦提升機軸承故障診斷方法研究[J].電子世界,2012(15)
[3]楊亞濤.礦井提升機監測與故障診斷系統研究[D].西安科技大學,2013