李卓一

(唐山一中,河北唐山 063000)

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

李卓一

(唐山一中,河北唐山 063000)

本文對連續(xù)采煤機這一設(shè)備常出現(xiàn)的故障和造成故障的原因進行分析，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)的方法對運煤系統(tǒng)的故障診斷進行研究。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、準確的對設(shè)備進行故障診斷。

連續(xù)采煤機 運煤系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 故障診斷

連續(xù)采煤機的最重要的組成單元就是運煤系統(tǒng)，其性能的好壞對連續(xù)采煤機的生產(chǎn)效率起著決定性作用，所以在故障診斷方便對運煤系統(tǒng)進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，為了提高精度要對BP神經(jīng)網(wǎng)絡(luò)進行優(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，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)的方法進行研究。

1 故障分析與檢測方法

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

1.1 故障現(xiàn)象和故障原因

運煤系統(tǒng)會有下面一些故障情況:1X-刮板鏈有著很小的傳動速度，2X-刮板鏈有著不穩(wěn)定的傳動速度，3X-刮板鏈的傳動不穩(wěn)定造成的很大震動和噪聲，4X-底軸1運行時溫度過高，5X-卸料滾軸5運行時溫度過高，6X-刮板鏈4的松緊度有問題，7X-該系統(tǒng)在豎直方向不能擺動自如，8X-該系統(tǒng)水平方向不能擺動自如，9X-該系統(tǒng)的循環(huán)管路溫度過高，10X-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:1Y-該系統(tǒng)的離合器出現(xiàn)打滑，2Y-該系統(tǒng)的底軸和鏈輪由于摩擦發(fā)生損傷，3Y-在軸承部位缺少潤滑油，4Y-該系統(tǒng)用于卸料的軸承處缺少潤滑油，5Y-有升降作用的液壓缸出現(xiàn)了漏油，6Y-有擺動作用的液壓缸出現(xiàn)了漏油，7Y-該系統(tǒng)的循環(huán)管路有損壞，8Y-具有升降作用的液壓缸的控制閥發(fā)生損傷，9Y-該系統(tǒng)后半部分不能運行，10Y-該系統(tǒng)的張緊部位不能正常運轉(zhuǎn)，11Y-循環(huán)管路的密封作用失效，12Y-由于雜質(zhì)使液壓液不純，13Y-液壓液的容積不夠，14Y-具有擺動作用的液壓缸的控制閥有了破壞。

圖1 運輸系統(tǒng)簡圖

圖2 誤差曲線

1.2 檢測方法

在運煤系統(tǒng)上設(shè)定 M1-M66信息檢測點，每個檢測點安裝上傳感器，來采集各個關(guān)鍵點的相應(yīng)信號(如圖1)。用于檢測故障信號X2、 X3、 X4的溫度傳感器 M1安裝在該系統(tǒng)的軸承座上。用于檢測故障信號 X7、 X10的壓力傳感器 M2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 X8、 X10的壓力傳感器 M3安裝在該系統(tǒng)的液壓缸的擺動管路上。用于檢測故障信號 X3、 X9的溫度傳感器 M4安裝在該系統(tǒng)的液壓管路上。用于檢測故障信號 X1、 X3、 X6的電磁感應(yīng)傳感器 M5安裝在該系統(tǒng)的中部。用于檢測故障信號 X2、 X3、X5的溫度傳感器 M6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

將遺傳算法和粒子群算法進行串行和并行結(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)點和特征充分發(fā)揮，進而可以更有效的優(yōu)化BP神經(jīng)網(wǎng)絡(luò)。

首先進行粒子群算法的算子操作，其中種群數(shù)m=60，每個種群n={ijω，1jθ，jkv，2kθ}。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，否則進行循環(huán)計算。BP神經(jīng)網(wǎng)絡(luò)的初始值設(shè)置為閥值1jθ，2kθ和權(quán)值ijω，jkv，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)進行比較，圖2為用MATLAB仿真得到的誤差曲線。

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，但是收斂時間較長;然而，傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在收斂的時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)進行優(yōu)化后，對連續(xù)采煤機運煤系統(tǒng)進行故障診斷比單純使用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)進行診斷更加準確和迅速。(2)使用這種方法對連續(xù)采煤機運煤系統(tǒng)進行故障診斷，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。

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

[2]李曉豁,楊國棟,黃華.掘進機行走機構(gòu)故障診斷的專家系統(tǒng)研究[J].礦山機械,2007(3).