煤礦帶式輸送機故障診斷中模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用

李萌蕾 侯圣偉 馮傳道

兗煤菏澤能化有限公司趙樓煤礦 山東菏澤 274000

1 故障分析

帶式輸送機在煤礦的生產(chǎn)和運營過程中經(jīng)常會出現(xiàn)各種各樣的設(shè)備故障。生產(chǎn)現(xiàn)場的調(diào)查和理論研究表明，頻繁的皮帶輸送機故障主要是縱向皮帶撕裂、皮帶打滑、皮帶偏轉(zhuǎn)和斷裂等現(xiàn)象造成的。當(dāng)帶式輸送機將煤炭和其他燃燒原料運輸?shù)皆簜}中時，由于與多個故障相關(guān)的巨大影響，記錄和監(jiān)視測量點的工作會變得越來越有難度，且需要負(fù)擔(dān)很高設(shè)備的尺寸，可能導(dǎo)致所有運輸設(shè)備發(fā)生故障。在嚴(yán)重的情況下，會威脅到整個煤炭相關(guān)工程的建設(shè)質(zhì)量，所以必須要保證相關(guān)工作的安全性和可靠性。

1.1 縱向條撕裂

煤礦帶式輸送機使用鋼絲繩芯作為皮帶的中心框架，以提高皮帶的拉伸和壓縮強度。由于其特殊的結(jié)構(gòu)，膠帶無法抵抗縱向撕裂，同時又要確保高強度。因此，皮帶的鋼絲繩芯為輸送帶的可靠運輸提供了設(shè)備保護，但使用成本較高。發(fā)生事故時，對煤礦公司和工人的安全會造成一定威脅。

1.2 皮帶滑動機構(gòu)

輸送帶的動力傳遞主要基于輥與帶之間的相對運動所產(chǎn)生的摩擦力，以實現(xiàn)電動機的動力傳遞。因此，當(dāng)皮帶和輥子之間存在協(xié)作問題時，就會發(fā)生打滑。如果此時啟動了帶式輸送機，皮帶上物料上的負(fù)載將突然改變，從而導(dǎo)致物料之間發(fā)生變化，并且電動機將繼續(xù)根據(jù)額定功率工作，其中所提供的功率與皮帶的變速之間的差異是由于速度差異引起的，從而形成相對位移，導(dǎo)致動態(tài)摩擦，并且皮帶和輥子表面的溫度迅速升高。如果此時無法及時發(fā)現(xiàn)并糾正故障，則皮帶很容易被損壞。

1.3 帶隙

在皮帶輸送機操作期間，皮帶的偏轉(zhuǎn)在日常操作中非常普遍。缺陷主要發(fā)生在皮帶的局部區(qū)域，并導(dǎo)致皮帶兩側(cè)的磨損或皮帶的局部變形。同時，皮帶對齊不當(dāng)會導(dǎo)致其他事故，例如皮帶撕裂和材料溢出。

1.4 皮帶斷裂

在運行過程中，帶式輸送機的皮帶斷裂是非常嚴(yán)重的操作錯誤。帶式輸送機在電動機提供的力和慣性作用下斷裂后，斷裂的皮帶和皮帶上的物料立即堆積在機器上。束帶的體積很重要，會影響碳材料的松散度。因此，維護工作非常困難。如果皮帶斷裂發(fā)生在下部運輸區(qū)域，則在嚴(yán)重情況下會發(fā)生失控現(xiàn)象，這在實踐中會導(dǎo)致難以想象的事故。因此，有必要嚴(yán)格監(jiān)視和檢測皮帶的運行故障[1]。

2 多層前饋神經(jīng)網(wǎng)絡(luò)與理論分析

基于多層前饋神經(jīng)網(wǎng)絡(luò)的機械設(shè)備故障診斷包括訓(xùn)練和學(xué)習(xí)機械設(shè)備的故障信息和積累的故障診斷經(jīng)驗，然后利用從機械設(shè)備中學(xué)到的故障診斷知識直接連接到網(wǎng)絡(luò)中，對值進(jìn)行分析和計算以給出高效的研究結(jié)果。因此，從這種神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)錯誤類別的關(guān)聯(lián)存儲，可以進(jìn)行錯誤類型的適應(yīng)和相似性的歸納，以確保錯誤和現(xiàn)象之間的復(fù)雜非線性關(guān)系。

神經(jīng)網(wǎng)絡(luò)在錯誤預(yù)測和診斷系統(tǒng)的組合優(yōu)化中具有廣泛的應(yīng)用。該系統(tǒng)可以對設(shè)備進(jìn)行強大的糾錯和強大的容錯能力。經(jīng)典的此類神經(jīng)網(wǎng)絡(luò)包括用于導(dǎo)入關(guān)聯(lián)數(shù)據(jù)的輸入層，用于處理數(shù)據(jù)的隱藏中間層和用于輸出數(shù)據(jù)的輸出層。結(jié)構(gòu)如圖所示[2]。

考慮到煤礦帶式輸送機運行的非線性關(guān)系，我們研究了多層前饋神經(jīng)網(wǎng)絡(luò)的具體應(yīng)用情況，使應(yīng)用效果更具有可靠性，并使研究人員可以獲得更好的參數(shù)結(jié)果。

2.1 建立多層前饋神經(jīng)網(wǎng)絡(luò)模型

多層前饋神經(jīng)網(wǎng)絡(luò)中的感知器有很多用途，它是δ神經(jīng)網(wǎng)絡(luò)的一部分。這種神經(jīng)網(wǎng)絡(luò)可以根據(jù)信號的傳輸和反饋誤差不斷學(xué)習(xí)，并不斷調(diào)整同步中間層和傳輸層之間的權(quán)重，以集成網(wǎng)絡(luò)模型，提高網(wǎng)絡(luò)容量。

2.2 多層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

如果將輸入信號傳遞到隱藏接口，然后再從隱藏接口傳遞到輸出層，其次我們需要分析系統(tǒng)反饋信號。首先，有必要將輸出層的目標(biāo)值與訓(xùn)練信號進(jìn)行比較，以獲得輸出層的誤差信號，并使用輸出層進(jìn)行調(diào)整。輸出層調(diào)整信號被連續(xù)反饋到每個隱藏的中間層，信號基準(zhǔn)測試執(zhí)行權(quán)重調(diào)整，最后整個信號返回到輸入層。在該調(diào)整反饋處理中，僅輸入一次初始值信號，并且進(jìn)行兩次信號調(diào)整。因此，可看出該系統(tǒng)具有很強的自學(xué)習(xí)能力[3]。

調(diào)整特定信號時，最重要的是調(diào)整比值。因此，在實際數(shù)據(jù)分析中，可以使用梯度下降和比值進(jìn)行調(diào)整，以確保帶式輸送機安全高效地運行。

3 模糊神經(jīng)網(wǎng)絡(luò)中的監(jiān)視和錯誤檢測

基于模糊數(shù)學(xué)的神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力強和透明性高的優(yōu)點，為操作故障的診斷提供了高精度、快速的故障診斷技術(shù)，以合理設(shè)置帶式輸送機的位置。由模糊神經(jīng)網(wǎng)絡(luò)創(chuàng)建的模型，該模型將操作數(shù)據(jù)從帶式輸送機傳感器傳輸?shù)剿B接的計算機，將數(shù)據(jù)集成到計算機中，輸出相關(guān)的操作參數(shù)并使用數(shù)據(jù)處理技術(shù)傳輸數(shù)據(jù)模糊處理，消除所有的影響因素，然后通過神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

4 結(jié)語

模糊神經(jīng)網(wǎng)絡(luò)主要用于帶式輸送機的錯誤監(jiān)視和檢測工作，使用相應(yīng)軟件進(jìn)行仿真。仿真結(jié)果分析表明，基于模糊神經(jīng)網(wǎng)絡(luò)的輸送帶故障檢測技術(shù)優(yōu)于僅依靠神經(jīng)網(wǎng)絡(luò)的應(yīng)用技術(shù)，而且它可以清除冗余信息，節(jié)省監(jiān)視和診斷時間，對于快速診斷煤帶輸送機故障具有很高的實用價值。