崔麗波
(山西焦煤集團有限責任公司 官地煤礦,山西 太原 030022)
地面主通風機是煤礦企業(yè)的重要設備,與企業(yè)安全生產(chǎn)密切相關。對地面主通風機進行故障診斷分析和故障預報是保證企業(yè)安全、高效、連續(xù)、穩(wěn)定生產(chǎn)的必要環(huán)節(jié)。地面主通風機故障具有階段性、漸進性、并存性以及復雜映射性的特點,采用固定、單一的故障診斷方案可能會導致故障診斷結論不可靠[1-3]。隨著技術的發(fā)展,基于神經(jīng)網(wǎng)絡的故障診斷技術已經(jīng)成為未來的發(fā)展方向。這種技術可以將地面通風機的特征信號進行分析處理,依據(jù)特征信號的強度和變化情況,識別故障模式,確定故障部位,預測故障趨勢。筆者基于BP神經(jīng)網(wǎng)絡技術提出地面主通風機故障診斷系統(tǒng)設計方案,重點分析了以BP神經(jīng)網(wǎng)絡技術為核心的地面主通風機故障診斷系統(tǒng)軟、硬件設計方案并完成系統(tǒng)測試,達到故障智能診斷的目的,對提升地面主通風機的運行效率具有重要意義。
地面主通風機故障診斷系統(tǒng)設計框圖見圖1所示,它由信號檢測模塊、數(shù)據(jù)采集模塊以及故障診斷模塊三部分組成。信號檢測模塊可將主通風機運行過程中的振動信號、溫度信號、壓力信號以及電氣信號進行周期性采集和預處理,包括信號隔離、放大、補償、噪聲過濾、變換等;數(shù)據(jù)采集模塊可將檢測到的信號進行采集、調理、A/D轉換等,并通過CAN總線通信模式將數(shù)據(jù)發(fā)送至地面主通風機監(jiān)測系統(tǒng);故障診斷模塊可將超出報警限值的傳感器信號進行信息再分配并輸入至風機,電機診斷子網(wǎng)對信息進行智能故障診斷并給出結論。
圖1 地面主通風機故障診斷系統(tǒng)設計框圖
地面主通風機故障診斷系統(tǒng)硬件設計應用的關鍵電氣元器件有DSP芯片TMS320LF2401AVFS[4-5]、振動傳感器、溫度傳感器、電流傳感器、電壓傳感器、功率變送器、油壓變送器、鉑熱電阻以及模擬量信號隔離柵、DC24V穩(wěn)壓電源、繼電器等。表1所列為用到的主要傳感器器件選型及參數(shù)。
表1 通風機故障診斷系統(tǒng)傳感器器件選型及參數(shù)
圖2所示為系統(tǒng)中用到的關鍵傳感器的布置圖,布置了8個振動傳感器,分別為軸向2個、垂直4個、水平2個;布置了4個溫度傳感器和2個性能傳感器。
圖2 地面主通風機故障診斷系統(tǒng)關鍵傳感器布置示意
地面主通風機故障診斷系統(tǒng)選取振動信號為特征信號,并進行傅里葉變換和小波變換后將其從時域信號變?yōu)轭l域信號,然后進行標定和歸一化處理,將得到的特征向量存入特征征兆庫,利用網(wǎng)絡學習得到診斷知識庫,確定主通風機故障類型并給出相應的故障診斷建議。設計的地面主通風機故障診斷系統(tǒng)軟件設計流程如圖3所示。
圖3 地面主通風機故障診斷系統(tǒng)軟件處理流程
(1) 數(shù)據(jù)采集及數(shù)據(jù)庫操作:在地面主通風機機身設置8個振動傳感器,具體為軸向2個、垂直4個、水平2個,同時建立MySQL數(shù)據(jù)用于存放采集到的振動傳感器數(shù)據(jù),具體數(shù)據(jù)存儲格式為:日期、時間、通道號、水平振值、垂直振值、軸向振值。
(2) 信號處理:分為時域信號處理、頻域信號處理兩部分。時域信號處理即對均方根值、峰值、峰值因子、峭度指標等進行統(tǒng)計、計算和顯示。頻域信號處理即對振動信號進行功率譜分析和頻帶能量分析并提取特征因子。
(3)學習系統(tǒng):即對地面主通風機機械典型故障樣本集進行學習并記憶故障模式,需逐個節(jié)點計算BP神經(jīng)網(wǎng)絡的激活函數(shù)值、更新節(jié)點和網(wǎng)絡權值,直至學習結果滿足一定要求。
為驗證設計并實現(xiàn)的地面主通風機故障診斷系統(tǒng)的正確性和適用性,采用仿真平臺進行系統(tǒng)驗證。將主通風機振動信號中9個頻段的不同頻率的普峰能量的歸一化值作為特征量,形成訓練樣本。采用有導師學習算法,使用函數(shù)trainbpx進行快速訓練,即故障信號的目標輸出為1.00表示對應故障發(fā)生;目標輸出為0.00表示對應故障未發(fā)生。表2所列為地面主通風機振動故障原因與征兆表。
表2 地面主通風機振動故障原因與征兆表
圖4所示為地面主通風機故障診斷網(wǎng)絡訓練過程誤差變化情況,從圖可以看出在較短時間內即可達到訓練指標。
圖4 地面主通風機故障診斷系統(tǒng)訓練過程誤差變化情況
表3所列為表2樣本經(jīng)網(wǎng)絡訓練后的實際輸出,由表3可知,輸出模式中對應故障節(jié)點值接近1,非故障節(jié)點值接近0。
表3 地面主通風機故障樣本實際輸出
表4為待識別的故障樣本作為設計的故障診斷網(wǎng)絡的輸入,將表4數(shù)據(jù)輸入至訓練好的地面主通風機故障診斷網(wǎng)絡。
表4 待識別的故障樣本
表5為測試結果,由表5可以看出第3個和第5個輸出節(jié)點的輸出值均接近1,其它節(jié)點的輸出均未超過0.01,由此對第3個和第5個輸出節(jié)點所對應的故障進行分析并最終診斷為軸承座松動和轉子軸向碰磨故障。由此可見,網(wǎng)絡對識別樣本進行了正確的分類,測試結果與實際發(fā)生的故障相吻合。
表5 測試結果
以地面主通風機為研究對象,重點分析了基于BP神經(jīng)網(wǎng)絡、融合傳感器技術的地面主通風機故障診斷系統(tǒng)硬件、軟件設計思路和方法,并完成系統(tǒng)測試,結果如下。
(1) 對設備運行過程中的振動信號進行分析和特征值提取,實現(xiàn)了設備故障的快速、精確定位。
(2) 經(jīng)系統(tǒng)測試,該故障診斷系統(tǒng)滿足地面主通風機功能需求,有助于提升地面主通風機的運行效率和安全系數(shù)。
(3) 風機一旦出現(xiàn)故障,風機診斷系統(tǒng)發(fā)出報警及時通知值班人員,通過采取相應的措施,確保礦井安全供風。