基于軟件控制的連續(xù)采煤機(jī)運(yùn)轉(zhuǎn)故障診斷系統(tǒng)開發(fā)與應(yīng)用

李卓一

【摘 要】本文對連續(xù)采煤機(jī)這一設(shè)備常出現(xiàn)的故障和造成故障的原因進(jìn)行分析，并且以遺傳算法（GA）與粒子群算法（PSO）為優(yōu)化工具，然后結(jié)合BP神經(jīng)網(wǎng)絡(luò)的方法對運(yùn)煤系統(tǒng)的故障診斷進(jìn)行研究。分析結(jié)果顯示，采用這種方法能夠很好的使BP神經(jīng)網(wǎng)絡(luò)遠(yuǎn)離局部極小值，也就是提高了設(shè)備的精度，能夠快捷、方便、準(zhǔn)確的對設(shè)備進(jìn)行故障診斷。

【關(guān)鍵詞】連續(xù)采煤機(jī) 運(yùn)煤系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 故障診斷

連續(xù)采煤機(jī)的最重要的組成單元就是運(yùn)煤系統(tǒng)，其性能的好壞對連續(xù)采煤機(jī)的生產(chǎn)效率起著決定性作用，所以在故障診斷方便對運(yùn)煤系統(tǒng)進(jìn)行研究就極其有意義。傳統(tǒng)的故障診斷方法就是BP神經(jīng)網(wǎng)絡(luò)，它有很多的缺點(diǎn)，為了提高精度要對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，最有效的優(yōu)化方法就是GA-PSO混合算法，這一算法具有很多優(yōu)點(diǎn)，在權(quán)值訓(xùn)練和收斂速度方面都有顯著優(yōu)勢，并且有效的避開了局部最小值。因此，本文對運(yùn)煤系統(tǒng)的故障診斷利用GA-PSO混合優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行研究。

1 故障分析與檢測方法

運(yùn)煤系統(tǒng)是由液壓系統(tǒng)驅(qū)動(dòng)的，其組成部分有底軸1、升降液壓缸2、擺動(dòng)液壓缸3、刮板鏈和刮板4和卸料滾軸5等，如圖1所示。

圖1 運(yùn)輸系統(tǒng)簡圖

1.1 故障現(xiàn)象和故障原因

運(yùn)煤系統(tǒng)會有下面一些故障情況：-刮板鏈有著很小的傳動(dòng)速度，-刮板鏈有著不穩(wěn)定的傳動(dòng)速度，-刮板鏈的傳動(dòng)不穩(wěn)定造成的很大震動(dòng)和噪聲，-底軸1運(yùn)行時(shí)溫度過高，-卸料滾軸5運(yùn)行時(shí)溫度過高，-刮板鏈4的松緊度有問題，-該系統(tǒng)在豎直方向不能擺動(dòng)自如，-該系統(tǒng)水平方向不能擺動(dòng)自如，-該系統(tǒng)的循環(huán)管路溫度過高， -該系統(tǒng)循環(huán)管路有漏油現(xiàn)象。

分析之后，多種故障的原因可以表示如下：-該系統(tǒng)的離合器出現(xiàn)打滑，-該系統(tǒng)的底軸和鏈輪由于摩擦發(fā)生損傷，-在軸承部位缺少潤滑油，-該系統(tǒng)用于卸料的軸承處缺少潤滑油，-有升降作用的液壓缸出現(xiàn)了漏油，-有擺動(dòng)作用的液壓缸出現(xiàn)了漏油，-該系統(tǒng)的循環(huán)管路有損壞，-具有升降作用的液壓缸的控制閥發(fā)生損傷，-該系統(tǒng)后半部分不能運(yùn)行，-該系統(tǒng)的張緊部位不能正常運(yùn)轉(zhuǎn)，-循環(huán)管路的密封作用失效，-由于雜質(zhì)使液壓液不純，-液壓液的容積不夠，-具有擺動(dòng)作用的液壓缸的控制閥有了破壞。

1.2 檢測方法

在運(yùn)煤系統(tǒng)上設(shè)定信息檢測點(diǎn)，每個(gè)檢測點(diǎn)安裝上傳感器，來采集各個(gè)關(guān)鍵點(diǎn)的相應(yīng)信號（如圖1）。用于檢測故障信號、、的溫度傳感器安裝在該系統(tǒng)的軸承座上。用于檢測故障信號、的壓力傳感器安裝在該系統(tǒng)的液壓缸的升降管路上。用于檢測故障信號、的壓力傳感器安裝在該系統(tǒng)的液壓缸的擺動(dòng)管路上。用于檢測故障信號、的溫度傳感器安裝在該系統(tǒng)的液壓管路上。用于檢測故障信號、、的電磁感應(yīng)傳感器安裝在該系統(tǒng)的中部。用于檢測故障信號、、的溫度傳感器安裝在該系統(tǒng)的滾軸軸承座上。

2 GA和PSO混合優(yōu)化BP網(wǎng)絡(luò)的仿真及其比較分析

2.1 GA和PSO混合優(yōu)化BP網(wǎng)絡(luò)的特點(diǎn)

將遺傳算法和粒子群算法進(jìn)行串行和并行結(jié)合，可以在有限的提高精度的基礎(chǔ)上保持粒子群算法的快速收斂。由于兩套算法相融合可以使各自的優(yōu)點(diǎn)和特征充分發(fā)揮，進(jìn)而可以更有效的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)。

首先進(jìn)行粒子群算法的算子操作，其中種群數(shù)m=60，每個(gè)種群n={，，，}。適應(yīng)值可以結(jié)合m×n。得到適應(yīng)值后，更新速度與位置也就可以得到。其中加權(quán)系數(shù)取1，學(xué)習(xí)因子和分別取2。滿足精度要求后再作為遺傳算子操作，采用實(shí)數(shù)編碼，交叉率為0.95，變異率與適應(yīng)值有關(guān)。在這一過程中，當(dāng)達(dá)到最大代數(shù)后跳回PSO算子，直到滿足總精度后結(jié)束程序，否則進(jìn)行循環(huán)計(jì)算。BP神經(jīng)網(wǎng)絡(luò)的初始值設(shè)置為閥值，和權(quán)值，，經(jīng)過自學(xué)習(xí)訓(xùn)練，專家系統(tǒng)的知識庫也就可以形成。

2.2 GA和PSO混合優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的仿真與其他網(wǎng)絡(luò)的比較

把傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)與PSO優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)、GA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)、GA-PSO混合優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行比較，圖2為用MATLAB仿真得到的誤差曲線。

圖2誤差曲線

仿真結(jié)果表明，用GA優(yōu)化后的BP神經(jīng)網(wǎng)與用PSO優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)相比，收斂精度高，但是收斂時(shí)間較長；然而，傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在收斂的時(shí)間和收斂精度方面都無優(yōu)勢；用GA-PSO混合優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)在時(shí)間和收斂精度上的優(yōu)勢非常明顯。

3 結(jié)論

（1）BP神經(jīng)網(wǎng)絡(luò)經(jīng)過遺傳算法（GA）和粒子群算法（PSO）進(jìn)行優(yōu)化后，對連續(xù)采煤機(jī)運(yùn)煤系統(tǒng)進(jìn)行故障診斷比單純使用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷更加準(zhǔn)確和迅速。（2）使用這種方法對連續(xù)采煤機(jī)運(yùn)煤系統(tǒng)進(jìn)行故障診斷，不僅使該系統(tǒng)的工作性能更加穩(wěn)定，并且可以大大提高該系統(tǒng)的生產(chǎn)效率。

參考文獻(xiàn)：

[1] 李曉豁，張景暉.連續(xù)采煤機(jī)裝載系統(tǒng)故障診斷的專家系統(tǒng)[J].中國工程機(jī)械學(xué)報(bào)，2008（2）.

[2] 李曉豁，楊國棟，黃華.掘進(jìn)機(jī)行走機(jī)構(gòu)故障診斷的專家系統(tǒng)研究[J].礦山機(jī)械，2007（3）.