電牽引采煤機(jī)在線監(jiān)測與故障診斷系統(tǒng)研究

弓華忠

（山西西山煤電股份有限公司西曲礦勞資科， 山西 古交 030200）

引言

目前，我國煤礦對采煤機(jī)要求的特點(diǎn)為功率大、可靠性高等，但由于技術(shù)還存在問題，所以采煤機(jī)的可靠性一直得不到有效的保障。為了有效的提高采煤機(jī)工作的可靠性及穩(wěn)定性，采取對采煤機(jī)的各項(xiàng)狀態(tài)進(jìn)行在線監(jiān)測的方式，以實(shí)時了解采煤機(jī)的工作狀態(tài)，對故障做出比較精確的預(yù)測或者是在故障發(fā)生后能夠定位故障位置[1]

1 采煤機(jī)故障分析

如圖1所示，電牽引采煤機(jī)主要由四部分組成，分別是電氣控制系統(tǒng)、液壓系統(tǒng)、機(jī)械系統(tǒng)以及冷卻與供水系統(tǒng)。通過現(xiàn)場經(jīng)驗(yàn)可以確定液壓和冷卻這兩個系統(tǒng)由于主要部件是管路所以可以通過對其管路的壓力實(shí)時監(jiān)測進(jìn)行故障分析。而電氣和機(jī)械部分由于組成部分比較多，故障發(fā)生的可能性也是千變?nèi)f化所以對這兩個部分的故障診斷難度比較大。

通過查閱相關(guān)資料，將采煤機(jī)的機(jī)械部位常見故障分為兩類。這兩部分分別是可以運(yùn)動的部位和不可以運(yùn)動的外殼。可以運(yùn)動的部件主要有齒輪、軸承等。關(guān)鍵殼體主要有牽引箱、行走箱等的外殼。可能出現(xiàn)的問題也是千奇百怪，比如說轉(zhuǎn)動類的出現(xiàn)松動、不對稱、軸變形等一系列問題。而在軸承類里有磨損、缺乏潤滑油等；齒輪可能出現(xiàn)的故障有磨損、偏心、齒距配合不好等；而涉及到殼體的主要是密封性不好，或者是在使用的過程中出現(xiàn)裂紋等。上面提到的這些故障的出現(xiàn)都會對采煤機(jī)的正常運(yùn)行造成不同程度的影響。主要的表現(xiàn)形式為機(jī)械不穩(wěn)定、電氣方面的電壓電流反常等。

為了能夠在采集盡量少的信息的情況下得到更多的信息，這里經(jīng)過多次分析和實(shí)際經(jīng)驗(yàn)最終決定采集現(xiàn)場溫度、振動、管道壓力、電氣參數(shù)等。通過采用各種先進(jìn)的算法和分析技術(shù)獲得采煤機(jī)的實(shí)時工況，比如說油液分析技術(shù)、噪聲監(jiān)測監(jiān)控技術(shù)、超聲波探傷等。將不同的信號結(jié)合起來，充分的發(fā)掘他們所攜帶的信息。采用的算法包括在貝葉斯基礎(chǔ)上的決策，線性和非線性的識別方法、利用概率的方法來做出判斷、小波分析法、幾何算法等。還利用了涉及到人工智能的方法比如說模糊邏輯和基于專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的故障診斷方法，用來判斷采煤機(jī)是否出現(xiàn)故障，或者是多故障的預(yù)測[2]。

圖1 電牽引采煤機(jī)組成

2 故障診斷系統(tǒng)方案設(shè)計(jì)

如下頁圖2所示為采煤機(jī)在線監(jiān)測與故障診斷系統(tǒng)整體框架圖。從圖中我們可以看出整個系統(tǒng)主要由兩大部分組成，他們分別是用于測試故障的子系統(tǒng)和用于信息采集和處理的子系統(tǒng)。測試子系統(tǒng)主要工作是用于檢測采煤機(jī)的各項(xiàng)電氣或者是機(jī)械參數(shù)。比如說電流、電壓、以及各項(xiàng)部件工作時的溫度等參數(shù)。而機(jī)械部件的參數(shù)包括振動、溫度、液壓系統(tǒng)各個管路的壓力參數(shù)等。圖中所指的定期離線無損檢測方式主要是針對一些比較容易出現(xiàn)故障或者是經(jīng)常磨損的器件，比如說軸承類的或者是關(guān)鍵的殼體等。通過對這些器件定期的進(jìn)行監(jiān)測可以方便的獲得實(shí)時健康數(shù)據(jù)，方便以后的狀態(tài)分析和經(jīng)驗(yàn)積累。第二部分子系統(tǒng)的主要任務(wù)是對其他系統(tǒng)已經(jīng)獲得的數(shù)據(jù)進(jìn)行記錄，處理以及對比，按照預(yù)定的相關(guān)標(biāo)準(zhǔn)或者是算法函數(shù)進(jìn)行計(jì)算，最后獲得信號的時域或者是頻域的分析結(jié)果，然后對其進(jìn)行進(jìn)一步的智能預(yù)測和狀況趨勢分析。從而得出采煤機(jī)的整體評定、維護(hù)決策和部件評定等。給維護(hù)人員一個方向性的指示[3]。

圖2 采煤機(jī)故障診斷系統(tǒng)原理框圖

3 系統(tǒng)關(guān)鍵技術(shù)

目前，我國的采煤機(jī)在線故障診斷技術(shù)剛剛起步，在對故障和各項(xiàng)參數(shù)之間聯(lián)系的研究上缺乏足夠的經(jīng)驗(yàn)，還停留在對各項(xiàng)數(shù)據(jù)單獨(dú)分析的階段，很難實(shí)現(xiàn)故障預(yù)測以及發(fā)生故障后對故障的精確定位和定量檢測[4]。

3.1 提取故障特征信號

由于采煤機(jī)工作狀況的實(shí)時變化導(dǎo)致轉(zhuǎn)速也是實(shí)時變化，而負(fù)載的變化又會帶來大量的摩擦和撞擊，這樣就造成了大量噪聲的產(chǎn)生，在對采煤機(jī)進(jìn)行在線監(jiān)測和故障診斷中，很重要的一步就是將采集到的信號進(jìn)行降低噪聲的處理，這樣處理就是為了保證收集到的信號時真是可靠的，能夠用于后續(xù)處理。目前能夠?qū)π盘栠M(jìn)行處理的方法比較多，比如說小波分析算法、神經(jīng)網(wǎng)絡(luò)算法等。但是這些算法在實(shí)際應(yīng)用上還是存在一定的片面性，不能夠完全滿足實(shí)際應(yīng)用的需求。

由于采煤機(jī)在工作時發(fā)生的故障信號屬于實(shí)時變化的噪聲，所以一般用于處理平穩(wěn)信號的算法是不適用的。比如說小波濾波、卡爾曼算法等，目前比較好用的算法只有自適應(yīng)濾波算法。當(dāng)采煤機(jī)在運(yùn)行的過程中有故障發(fā)生時由于各個部件的物理結(jié)構(gòu)不同，工作方式不同以及固有的振動頻率也不同，所以收集到的信號里會在各個不同的頻率段。由于這些信號里摻雜了好多不規(guī)律的，不符合高斯分布的以及不是線性的信號成分，所以利用傳統(tǒng)的手段進(jìn)行信號分析是行不通的，為了更好的對采集到的信號進(jìn)行分析，我們必須研究不平穩(wěn)非線性信號的處理方法，將這些信號從原始信號里提取出來，然后再去對我們需要的信息進(jìn)行分析。由于信號的主要特征包括頻域和時域，所以我們可以從這兩個方面著手，利用小波分析將正弦信號里面包括的各種信號進(jìn)行歸類處理，然后通過將同一個頻帶里的信號進(jìn)行能量比較，這樣便能夠?qū)π盘栠M(jìn)行有效的處理。

3.2 多信息融合的安全評價(jià)

為了更加全面的檢測出采煤機(jī)的工作狀況，我們采用多種傳感器同時采集多方面的信號進(jìn)行綜合分析。利用大數(shù)據(jù)處理技術(shù)將傳感器上傳的大量數(shù)據(jù)進(jìn)行分析，以得到更加精確的運(yùn)行狀態(tài)信息。在電機(jī)控制方面通過結(jié)合電壓、電流、以及轉(zhuǎn)速、溫度和振動等一系列信號就可以得出采煤機(jī)實(shí)時的狀況。

3.3 支持向量機(jī)的智能故障診斷技術(shù)

近幾年，隨著人工智能的發(fā)展在智能診斷故障方面的技術(shù)也得到了飛速的發(fā)展，設(shè)備在運(yùn)行時通過檢測振動信號便可以得出許多結(jié)論，而建立在對振動實(shí)時監(jiān)測監(jiān)控的技術(shù)上我們發(fā)展出了新一代的監(jiān)控技術(shù)。利用人工智能算法將各種振動信號進(jìn)行綜合比較處理后便可以得到設(shè)備的狀態(tài)信息。

目前，我們所面臨的問題是能夠用于實(shí)驗(yàn)的樣本比較少，在工作面實(shí)際生產(chǎn)中變數(shù)比較大，所以我們想到采用向量機(jī)的方法來解決這方面的問題。向量機(jī)在解決高維度、工況變化比較多以及樣本少的情況具有很大的優(yōu)勢[5]。

4 結(jié)語

通過實(shí)際測驗(yàn)，在線故障診斷監(jiān)測系統(tǒng)在一定程度上滿足設(shè)計(jì)要求，對采煤機(jī)在運(yùn)行時的狀況能夠基本監(jiān)測，同時利用預(yù)設(shè)的專家系統(tǒng)，還能預(yù)測一些比較常見的問題。