基于混合算法的采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)設(shè)計(jì)應(yīng)用*

李丹曦

(晉能控股煤業(yè)天安公司圣鑫煤業(yè)，山西 晉城 048000)

0 引 言

采煤機(jī)作為大型煤礦企業(yè)的主要大型復(fù)雜機(jī)械設(shè)備，其正常運(yùn)轉(zhuǎn)對(duì)企業(yè)安全高效生產(chǎn)至關(guān)重要。采煤機(jī)故障不但會(huì)影響企業(yè)的生產(chǎn)運(yùn)行，更是會(huì)帶來(lái)安全隱患，引發(fā)安全事故，對(duì)企業(yè)人身財(cái)產(chǎn)安全帶來(lái)巨大威脅。現(xiàn)階段，國(guó)內(nèi)煤礦生產(chǎn)企業(yè)在機(jī)械設(shè)備信息監(jiān)測(cè)方面仍然滯后。針對(duì)此現(xiàn)狀，筆者進(jìn)行了采煤機(jī)故障診斷與故障預(yù)測(cè)系統(tǒng)的設(shè)計(jì)方案探討，通過(guò)對(duì)設(shè)備信息進(jìn)行監(jiān)測(cè)并及時(shí)處理，減少故障對(duì)企業(yè)生產(chǎn)的影響，提高企業(yè)安全性，提高企業(yè)經(jīng)濟(jì)效益。

1 采煤機(jī)結(jié)構(gòu)及常見(jiàn)故障概述

采煤機(jī)是煤炭生產(chǎn)企業(yè)的主要核心設(shè)備，其主要功能為實(shí)現(xiàn)裝煤與落煤。文中以雙滾筒采煤機(jī)為研究對(duì)象，其外觀圖如圖1所示。雙滾筒采煤機(jī)主要由四部分組成，包括牽引部分、動(dòng)力部分、截割部分以及其他部分。其中，動(dòng)力裝置為采煤機(jī)提供動(dòng)力，使設(shè)備可以良好正常的傳動(dòng)；牽引裝置是保證采煤機(jī)移動(dòng)的主要部分，是煤炭運(yùn)輸?shù)年P(guān)鍵；截割裝置的作用是刮落深層煤炭進(jìn)入牽引裝置，使煤炭運(yùn)輸出去；其他裝置主要包括電氣控制部件、采煤機(jī)底部托架、采煤機(jī)控制部件以及調(diào)斜油缸等，主要作用是輔助采煤機(jī)生產(chǎn)，保證設(shè)備科學(xué)高效運(yùn)行。

圖1 采煤機(jī)機(jī)械外觀示意圖

采煤機(jī)的故障通常發(fā)生在動(dòng)力裝置、液壓裝置以及機(jī)械部件部分。其中，動(dòng)力裝置部分的故障主要有搖臂升降障礙故障、瓦斯斷電儀與傳感器故障、先導(dǎo)回路難啟動(dòng)故障、端頭站與遙控器失靈故障、電機(jī)和變頻器損壞故障等；機(jī)械裝置故障主要包括軸承處有噪聲、軸承表面溫度過(guò)高、齒面損壞、齒面損傷與膠合、齒面達(dá)到疲勞極限、彎曲達(dá)到疲勞極限與鋸齒斷裂等；液壓裝置故障主要包括牽引裝置故障、液壓牽引部位溫度過(guò)高以及液壓牽引部位有異響等。

2 采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)設(shè)計(jì)方案

2.1 故障診斷與預(yù)測(cè)系統(tǒng)模塊分析

采煤機(jī)的故障診斷與預(yù)測(cè)系統(tǒng)設(shè)計(jì)可分為七部分，具體為設(shè)備故障診斷部分、設(shè)備信號(hào)處理與參數(shù)采集部分、設(shè)備故障預(yù)測(cè)部分、設(shè)備知識(shí)獲取部分、設(shè)備知識(shí)庫(kù)部分、設(shè)備解釋部分以及設(shè)備用戶界面部分。采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)結(jié)構(gòu)示意圖如圖2所示。采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)的首先對(duì)采煤機(jī)在日常使用中最可能發(fā)生的故障進(jìn)行知識(shí)分析，然后通過(guò)專家系統(tǒng)與模糊模塊化BP神經(jīng)網(wǎng)絡(luò)集合的方法對(duì)采煤機(jī)故障的相關(guān)知識(shí)進(jìn)行知識(shí)學(xué)習(xí)，使系統(tǒng)可快速準(zhǔn)確識(shí)別采煤機(jī)故障信息達(dá)到預(yù)測(cè)與分析的目的。

圖2 采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)結(jié)構(gòu)示意圖

采煤機(jī)信號(hào)處理與參數(shù)采集部分主要作用是對(duì)采煤機(jī)工作過(guò)程中的實(shí)時(shí)信息參數(shù)進(jìn)行采集，利用數(shù)據(jù)訪問(wèn)對(duì)象方法使系統(tǒng)采集到的數(shù)據(jù)與系統(tǒng)已建立完備的數(shù)據(jù)庫(kù)連接起來(lái)；知識(shí)獲取部分主要是將原有的采煤機(jī)故障信號(hào)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，將學(xué)習(xí)后的數(shù)據(jù)存儲(chǔ)于數(shù)據(jù)庫(kù)，使系統(tǒng)在進(jìn)行故障診斷與預(yù)測(cè)時(shí)可快速讀??；故障預(yù)測(cè)與診斷部分主要是將有故障學(xué)習(xí)數(shù)據(jù)的數(shù)據(jù)庫(kù)中的信息運(yùn)用數(shù)據(jù)訪問(wèn)對(duì)象法進(jìn)行提取，然后依據(jù)信息進(jìn)行故障預(yù)測(cè)與判斷；解釋模塊的主要作用是對(duì)故障預(yù)測(cè)與診斷模塊得出的結(jié)果進(jìn)行解釋說(shuō)明；知識(shí)庫(kù)模塊主要是實(shí)踐知識(shí)與智能算法處理后的知識(shí)的儲(chǔ)存位置；用戶界面是對(duì)信息的顯示模塊。

2.2 故障診斷系統(tǒng)算法設(shè)計(jì)

故障診斷實(shí)際就是運(yùn)用計(jì)算機(jī)對(duì)實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行診斷與識(shí)別的過(guò)程。常用的智能算法有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及模糊控制，三者各有優(yōu)缺點(diǎn)。BP網(wǎng)絡(luò)算法的非線性擬合能力較強(qiáng)大，對(duì)專家系統(tǒng)算法進(jìn)行補(bǔ)充較為合適。但該算法對(duì)推理依據(jù)與過(guò)程無(wú)法解釋，將任何推理與問(wèn)題都轉(zhuǎn)化為數(shù)字必定會(huì)造成信息的丟失，當(dāng)數(shù)據(jù)不全面時(shí)神經(jīng)網(wǎng)絡(luò)系統(tǒng)就無(wú)法工作。專家系統(tǒng)由于需要不斷接受新的知識(shí)與數(shù)據(jù)，再加上模糊控制系統(tǒng)，參數(shù)的變化與外界的干擾對(duì)系統(tǒng)判斷分析的影響就較小，對(duì)于純滯后、時(shí)變以及非線性系統(tǒng)控制較強(qiáng)。故將三種算法結(jié)合可互為補(bǔ)充。

文中的故障診斷采用模糊模塊化BP網(wǎng)絡(luò)算法，模糊模塊化BP網(wǎng)絡(luò)主要包括控制部分與規(guī)則部分。模糊模塊化BP網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示。該網(wǎng)絡(luò)采用三層網(wǎng)絡(luò)控制的方法進(jìn)行信息處理，可使故障診斷系統(tǒng)對(duì)故障信息判斷更加科學(xué)穩(wěn)定精確。模糊模塊化BP網(wǎng)絡(luò)算法的實(shí)質(zhì)是將FCM與自適應(yīng)學(xué)習(xí)率BP網(wǎng)絡(luò)倆種算法融合的方法。

圖3 模糊模塊化BP網(wǎng)絡(luò)結(jié)構(gòu)圖

2.3 故障預(yù)測(cè)系統(tǒng)算法設(shè)計(jì)

采煤機(jī)故障預(yù)測(cè)系統(tǒng)作為采煤機(jī)故障診斷系統(tǒng)中的一部分，設(shè)備故障預(yù)測(cè)系統(tǒng)模型建立采用BP神經(jīng)網(wǎng)絡(luò)算法，運(yùn)用該方法可使預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)設(shè)備運(yùn)行在線與離線預(yù)測(cè)兩種功能。當(dāng)故障預(yù)測(cè)系統(tǒng)發(fā)現(xiàn)設(shè)備在運(yùn)行過(guò)程中的重要參數(shù)不在系統(tǒng)內(nèi)數(shù)據(jù)設(shè)置的正常變化范圍之內(nèi)時(shí)，系統(tǒng)就會(huì)發(fā)出警報(bào)并提醒維修人員進(jìn)行及時(shí)檢修，使故障與事故發(fā)生的概率大大降低。文中的故障預(yù)測(cè)系統(tǒng)算法采用的是遞推合成BP神經(jīng)網(wǎng)絡(luò)算法，故障預(yù)測(cè)系統(tǒng)網(wǎng)絡(luò)訓(xùn)練流程如圖4所示。遞推合成BP神經(jīng)網(wǎng)絡(luò)算法將新算法將連接權(quán)引入到了輸出層與輸入層之間，同時(shí)Sigmoid函數(shù)也替換替換成了g(x)=x函數(shù)，再加上此設(shè)計(jì)使用三層網(wǎng)絡(luò)結(jié)構(gòu)，輸入層與網(wǎng)絡(luò)隱層的節(jié)點(diǎn)數(shù)都采用試算的方法決定，故該方法的預(yù)測(cè)精度更好，預(yù)測(cè)更為準(zhǔn)確，性能優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法。

2.4 專家系統(tǒng)應(yīng)用

專家系統(tǒng)實(shí)質(zhì)上就是運(yùn)用計(jì)算機(jī)對(duì)人類的專家思維進(jìn)行模擬的方法，通過(guò)在專家系統(tǒng)中儲(chǔ)存大量的實(shí)踐經(jīng)驗(yàn)與專家知識(shí)，經(jīng)過(guò)智能技術(shù)的強(qiáng)大運(yùn)算功能，對(duì)不同情況的問(wèn)題數(shù)據(jù)進(jìn)行判斷與推理，再通過(guò)模擬專家決策的模式，從而對(duì)復(fù)雜問(wèn)題進(jìn)行處理與判斷。專家系統(tǒng)結(jié)構(gòu)圖如圖5所示。專家系統(tǒng)的建立最主要的步驟就是對(duì)知識(shí)庫(kù)的建立，知識(shí)庫(kù)內(nèi)容的好壞對(duì)專家系統(tǒng)的優(yōu)劣影響巨大。

圖4 遞推合成BP神經(jīng)網(wǎng)絡(luò)算法網(wǎng)絡(luò)訓(xùn)練流程圖

圖5 專家系統(tǒng)結(jié)構(gòu)示意圖

此設(shè)計(jì)的知識(shí)庫(kù)采用基于關(guān)系數(shù)據(jù)庫(kù)的知識(shí)庫(kù)，開(kāi)發(fā)過(guò)程主要分為三步：第一步為數(shù)據(jù)結(jié)構(gòu)的完善，運(yùn)用二維表的方法將各類故障的原始數(shù)據(jù)與經(jīng)相關(guān)計(jì)算以及處理后的數(shù)據(jù)儲(chǔ)存起來(lái)。第二步為規(guī)范處理數(shù)據(jù)，使數(shù)據(jù)得以精簡(jiǎn)，沒(méi)有冗余，使數(shù)據(jù)庫(kù)相對(duì)較為完整，使系統(tǒng)可以隨時(shí)調(diào)用數(shù)據(jù)。第三步為對(duì)規(guī)范處理后的數(shù)據(jù)進(jìn)行運(yùn)算處理，保證系統(tǒng)隨時(shí)調(diào)用，保證系統(tǒng)運(yùn)行效率。

3 系統(tǒng)測(cè)試

啟動(dòng)采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)，選擇診斷對(duì)象以及智能算法，輸入各類節(jié)點(diǎn)數(shù)目以及樣本數(shù)目，將故障樣本進(jìn)行讀取并進(jìn)行智能算法訓(xùn)練后即可進(jìn)行故障診斷與預(yù)測(cè)。隨機(jī)選擇采煤機(jī)的牽引系統(tǒng)進(jìn)行故障預(yù)測(cè)，算法選擇遞推合成BP網(wǎng)絡(luò)算法，選擇完畢并確認(rèn)后即可得如圖6的預(yù)測(cè)界面，由此可知，故障診斷與預(yù)測(cè)系統(tǒng)運(yùn)行正常。與傳統(tǒng)的采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)相比，故障診斷與預(yù)測(cè)功能更為全面，系統(tǒng)可準(zhǔn)確判斷故障原因，預(yù)測(cè)數(shù)據(jù)也更為詳細(xì)。運(yùn)用采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)對(duì)200個(gè)測(cè)試樣本進(jìn)行故障診斷，經(jīng)記錄分析其診斷正確率為100%，故障診斷準(zhǔn)確，符合采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)的設(shè)計(jì)要求。

圖6 牽引系統(tǒng)參數(shù)預(yù)測(cè)界面

4 結(jié) 論

采煤機(jī)作為煤炭企業(yè)生產(chǎn)的主要機(jī)電設(shè)備，其工作環(huán)境惡劣、結(jié)構(gòu)復(fù)雜、故障隱蔽，是煤炭企業(yè)設(shè)備管理的重點(diǎn)對(duì)象。傳統(tǒng)的采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)技術(shù)相對(duì)較為落后，故障診斷與預(yù)測(cè)還存在誤報(bào)現(xiàn)象。針對(duì)這一問(wèn)題，對(duì)采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)進(jìn)行針對(duì)性設(shè)計(jì)分析，通過(guò)研究得出了以下結(jié)果：

(1)采用專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及模糊控制三種算法結(jié)合的方法對(duì)采煤機(jī)故障診斷與預(yù)測(cè)系統(tǒng)進(jìn)行設(shè)計(jì)分析可提高系統(tǒng)故障診斷與預(yù)測(cè)準(zhǔn)確率。

(2)按上述方法進(jìn)行系統(tǒng)設(shè)計(jì)并進(jìn)行實(shí)際測(cè)試后發(fā)現(xiàn)，200個(gè)故障測(cè)試樣本測(cè)試中準(zhǔn)確率為100%，符合故障診斷與預(yù)測(cè)系統(tǒng)設(shè)計(jì)要求。