煤礦皮帶運輸機故障分析及診斷

趙 盾

(山西煤礦安全監(jiān)察局安全技術(shù)中心,太原 030000)

皮帶運輸機作為煤炭長距離運輸?shù)闹匾ぞ?由于工作環(huán)境惡劣,運行過程故障率較高,對煤礦的整體工作效率與生產(chǎn)效益造成制約[1-2]。隨著煤炭規(guī)模化開采的推進,長距離運輸機應用范圍越來越廣,皮帶機的故障將對整個生產(chǎn)系統(tǒng)造成更加嚴重的影響[3-4]。目前國內(nèi)大多數(shù)煤礦對皮帶運輸機缺少有效監(jiān)測,部分煤礦采用單一傳感器檢測技術(shù),沒有有效的信號處理與故障診斷功能,無法及時對皮帶運輸機各部件的故障進行特征處理[5-6]。本文將針對皮帶運輸機的主要部件進行故障分析,并建立信息處理與故障診斷系統(tǒng)。

1 皮帶運輸機故障分析

皮帶運輸機作為一種散裝物體的運輸工具,主要部件包括輸送帶、托輥、滾筒、電機、減速器與張緊裝置等各類連接部件。在運輸過程中,輸送帶與托輥、滾筒等部件之間相互摩擦,嚙合運行,在長期高負荷運轉(zhuǎn)下,輸送帶、托輥與滾筒成為皮帶運輸機最常見的故障部件[7-8]。

1.1 輸送帶故障及診斷

輸送帶故障最常見的形式包括:輸送帶縱向撕裂、輸送帶打滑、輸送帶跑偏及輸送帶斷裂等。

在輸送帶長期過度磨損或輸送物料中存在尖銳石子時,輸送帶容易發(fā)生縱向撕裂。撕裂故障常用的診斷方法為超聲波檢測、電磁檢測及壓力檢測等。

輸送帶打滑主要由于輸送帶張緊力不足,導致與傳動滾筒之間無法產(chǎn)生足夠的摩擦力，使得輸送帶的運行速度小于滾筒的切向線速度。打滑會導致滾筒與輸送帶之間的摩擦加劇,產(chǎn)生大量熱,引起火災和瓦斯爆炸等事故。目前打滑的診斷方式為速度檢測法,通過布置幾組速度傳感器用于檢測滾筒與輸送帶的運行速度,判斷是否打滑[9]。

輸送帶跑偏是指輸送帶運轉(zhuǎn)的位置與理論運輸?shù)姆较虺霈F(xiàn)偏差。跑偏的主要原因為運輸機橫截面上輸送帶兩側(cè)受力不平衡,其中一端的外力大于輸送帶另一端,導致輸送帶偏向一側(cè)。輸送帶的跑偏會導致輸送帶與機架之間產(chǎn)生距離摩擦,輸送帶磨損加大,縮短材料的使用壽命。同時,輸送帶上的物料也會偏移輸送路線,灑落于皮帶運輸機的托輥與滾筒之間,造成其他部件的損壞。目前,輸送帶跑偏的診斷方法為:在輸送帶運行方向的兩側(cè)安裝跑偏開關(guān),檢測到輸送帶偏離位置時,觸發(fā)報警開關(guān)[10]。

輸送帶斷裂的主要原因是皮帶在運送物料時,運輸負荷較大或運輸路線存在較大坡度時,輸送帶受到的張力超過材料允許范圍,導致輸送帶斷裂。斷裂會導致物料堵塞,損壞機架等重要部件,在長時間范圍內(nèi)無法開機運輸。通過檢測皮帶張力的大小可以實現(xiàn)斷帶故障的診斷,當張緊力突然增大并超過限值時,判斷發(fā)生斷帶。

1.2 托輥故障與診斷

托輥的故障形式主要分為三種:托輥軸斷裂、軸承磨損及主軸彎曲變形。托輥軸斷裂:當托輥的運行速度與運輸機輸送方向之間存在夾角時,托輥殼體與軸承之間的磨損加劇,設(shè)備繼續(xù)運轉(zhuǎn),托輥軸兩端受力不均,發(fā)生斷裂。軸承磨損:輸送過程中,煤料與油污等被帶入軸承中,造成軸承劇烈磨損。主軸彎曲變形:當輸送帶上物料重力分配不均時,在長期惡劣工作環(huán)境下,會造成托輥一端的載荷較大,使托輥主軸彎曲變形。目前托輥的故障診斷主要通過對其轉(zhuǎn)速、轉(zhuǎn)矩與振動信號的檢測,并對采集信號進行相關(guān)處理與分析,完成故障診斷。

1.3 滾筒故障及診斷

滾筒的主要故障形式包括:包膠損壞、筒體壓裂、軸損壞與軸承座損壞。在皮帶運輸機運行時,當滾筒與皮帶的運行摩擦力大于材料允許范圍內(nèi)時,兩者之間會形成微小位移,造成滾筒外包膠的磨損。當皮帶運輸機長時間高負荷運轉(zhuǎn)時,滾筒載荷較大,在焊接質(zhì)量較差的情況下,滾筒會出現(xiàn)壓裂開焊。軸承與軸承座的損壞通常是由于軸的質(zhì)量不佳或存在異物摩擦磨損導致。滾筒的故障診斷方法與托輥相同。

2 皮帶運輸機故障樹建立

通過上文分析,得到皮帶運輸機的主要故障失效形式及直接原因。由參考文獻[4]可知,由于各類故障及原因存在聯(lián)系,在診斷時會出現(xiàn)同一種狀態(tài)對應多種故障的情形,如當滾筒出現(xiàn)抖動時,可能是滾筒軸發(fā)生損壞或筒體壓裂。所以,為了避免診斷時出現(xiàn)干擾,本文建立了一種皮帶運輸機的故障樹,對皮帶運輸機的故障邏輯因果關(guān)系進行分析與建模，如圖1所示。

故障樹模型中包括頂事件、中間事件、底事件、條件事件與事件符號等,其中事件符號包括與門、非門及異或門等邏輯門,用于描述各事件之間的邏輯關(guān)系。在建立故障樹時,應將各類故障形式作為頂事件,放在模型頂端。研究造成各類頂事件的原因,通過事件符號將其聯(lián)系起來,中間事件作為頂事件中故障的直接原因,繼續(xù)向下延伸,底事件為故障失效的根本原因,多代表部件已知的故障形式與原因。通過事件在故障樹中的高低位置來判斷優(yōu)先等級,位置越靠上的事件,對故障樹頂事件的影響越大。在發(fā)生故障后,通過由上向下逐級地分析,獲得造成故障的根本原因。皮帶運輸機最常見的故障為輸送帶跑偏,本文對其故障樹進行建模。

3 皮帶運輸機故障診斷技術(shù)及實現(xiàn)

3.1 故障診斷技術(shù)分析

由于皮帶運輸機組成結(jié)構(gòu)復雜,工況環(huán)境惡劣,故障形式多樣,傳統(tǒng)故障監(jiān)測方法很難起到較好的預測作用。本文提出了一種多元信息預測技術(shù),對皮帶運輸機多個典型工況參數(shù)與故障信息進行采集,通過對不同信息特征量的提取與分析,最終融合為各故障類型的發(fā)生概率,從多個方面對故障進行研究,得到更加精確的判斷結(jié)果。

本文用到的故障數(shù)據(jù)理論為Dempster-Shafer合成法則(D-S證據(jù)理論),將不確定的問題轉(zhuǎn)換成集合的形式,通過分配各事件的概率函數(shù),確定目標的最終狀態(tài)信息,做出相應決策。D-S理論中定義信度函數(shù)為:

(1)

式中,bel為信度函數(shù)；m為單個證據(jù)的可信函數(shù)；B為A事件的信息度。

信度函數(shù)表示該數(shù)據(jù)對該假設(shè)的悲觀估計,應用于本系統(tǒng)可表示在某參數(shù)下,皮帶運輸機的故障概率大小。在多個信度函數(shù)下,D-S的融合分配規(guī)則如公式(2)所示:

(2)

3.2 故障診斷模型及實現(xiàn)

本文的故障診斷技術(shù)模型如圖2所示。根據(jù)處理順序與功能可分為數(shù)據(jù)預處理、特征提取與決策輸出三個階段。數(shù)據(jù)預處理:系統(tǒng)通過設(shè)備現(xiàn)場布置的傳感器,對各類工況參數(shù)與故障信息進行采集,并將數(shù)據(jù)進行歸一化等預處理,作為下一階段的輸入；本文將皮帶運輸機的工作溫度、皮帶張力、運輸速度、環(huán)境瓦斯?jié)舛扰c電機電流信號作為數(shù)據(jù)采集指標。特征提取:將采集數(shù)據(jù)進行劃分,利用樣本數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(luò)參數(shù),將數(shù)據(jù)作為網(wǎng)絡(luò)的輸入信號,得到各參數(shù)下故障類型的隸屬度。決策輸出:根據(jù)網(wǎng)絡(luò)輸出的各故障類型概率,利用D-S證據(jù)理論輸出最終故障概率,配對故障數(shù)據(jù)庫規(guī)則,確定故障觸發(fā)原因及解決維護措施。

圖2 故障診斷技術(shù)模型Fig.2 Fault diagnosis technology model

特征提取階段中,各信號子網(wǎng)采用BP神經(jīng)網(wǎng)絡(luò)預測,采用三層網(wǎng)絡(luò)結(jié)構(gòu)。以溫度子網(wǎng)為例,神經(jīng)網(wǎng)絡(luò)輸入節(jié)點為5,代表溫度采集點為5個,分別為：皮帶運輸機電機溫度，減速器溫度，機架溫度，機頭溫度與滾筒溫度。網(wǎng)絡(luò)的隱含層節(jié)點為12,訓練函數(shù)為tansig,系統(tǒng)訓練樣本通過實驗與故障歷史數(shù)據(jù)獲取。本文所設(shè)計的BP神經(jīng)網(wǎng)絡(luò)可實現(xiàn)故障類型與測試數(shù)據(jù)特征量的匹配,收斂速度快,避免了局部最小值的出現(xiàn),保持較為合理的計算誤差,并具備較強的學習能力。

4 應用效果

建立故障樹與預測機制后,通過各類傳感器數(shù)據(jù)的采集,可在較快時間內(nèi)發(fā)現(xiàn)皮帶運輸機所發(fā)生的故障類型,及時解決故障,避免發(fā)生安全事故。診斷模型的應用可減少皮帶運輸機故障檢修時間的15%～20%,應用效果如表1所示。

表1 模型應用效果Table 1 Model application effect

表中故障處理時間為發(fā)現(xiàn)故障到故障解決所用的時間,優(yōu)化效果為模型應用前后所用時間的優(yōu)化結(jié)果。

5 結(jié)束語

本文針對皮帶運輸機的主要故障部件進行分析,提出了一種故障診斷模型。建立皮帶運輸機故障樹,相較于傳統(tǒng)數(shù)據(jù)庫,具有更好的邏輯性,方便逐級分析。利用D-S理論與神經(jīng)網(wǎng)絡(luò)模型進行定性分析,判斷皮帶運輸機的故障類型,及時做出解決措施,避免引發(fā)更大的安全事故,有助于生產(chǎn)運輸?shù)募皶r恢復。