摘 要：煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)是煤礦瓦斯監(jiān)控系統(tǒng)故障診斷研究的關(guān)鍵問題。文章闡述煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)的研究意義，介紹了煤礦瓦斯監(jiān)控系統(tǒng)誤報(bào)檢測(cè)領(lǐng)域相關(guān)的基本方法、思路、作法，最后給出現(xiàn)有研究存在的問題。

關(guān)鍵詞：煤礦瓦斯監(jiān)控系統(tǒng)；故障診斷；信號(hào)辨識(shí)

煤礦瓦斯監(jiān)控系統(tǒng)是確保煤礦生產(chǎn)中最重要系統(tǒng)之一。煤礦瓦斯監(jiān)控系統(tǒng)的周圍各種環(huán)境復(fù)雜、自身誤報(bào)率較高且對(duì)煤礦安全生產(chǎn)影響重大。從煤礦瓦斯監(jiān)控系統(tǒng)的異常信號(hào)特征入手，以研究異常信號(hào)的辨識(shí)為目的，對(duì)瓦斯監(jiān)測(cè)系統(tǒng)異常信號(hào)進(jìn)行辨識(shí)和分類具有重要意義，對(duì)現(xiàn)有的瓦斯監(jiān)控系統(tǒng)故障診斷理論研究也是必要的補(bǔ)充。

1 瓦斯監(jiān)控系統(tǒng)故障診斷的研究意義

1.1 煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)是煤礦瓦斯監(jiān)控系統(tǒng)故障診斷研究的關(guān)鍵問題

以淮南某礦瓦斯監(jiān)測(cè)系統(tǒng)為例，通過現(xiàn)場(chǎng)調(diào)查現(xiàn)該礦使用的是一套KJ91N煤礦安全監(jiān)控系統(tǒng)，其KJ91N型監(jiān)控系統(tǒng)運(yùn)行情況良好，其框架結(jié)構(gòu)分為設(shè)備層、交換層和信息層。通過對(duì)其監(jiān)控分區(qū)和調(diào)度部門的調(diào)研得知該礦監(jiān)控設(shè)備出現(xiàn)異常情況共159次。占全部故障的76.3%的主要故障是由傳感器誤報(bào)、通訊故障引起的，而此類問題在監(jiān)控系統(tǒng)的數(shù)據(jù)表現(xiàn)常常反映為常值輸出、恒增益、周期性脈沖、顯著信號(hào)異常（冒大數(shù)）等，通過對(duì)瓦斯監(jiān)控系統(tǒng)常見異常信號(hào)的分析，得出現(xiàn)場(chǎng)存在的異常信號(hào)主要分為恒偏差型、瞬時(shí)型、周期性脈沖型。瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)首先從異常信號(hào)的統(tǒng)計(jì)特征下手，通過研究得到可以描述其異常特征的統(tǒng)計(jì)參數(shù)；再進(jìn)一步研究在線應(yīng)用條件下的異常信號(hào)數(shù)據(jù)融合檢出方法；通過建立模擬仿真實(shí)驗(yàn)平臺(tái)，進(jìn)行瓦斯監(jiān)控系統(tǒng)異常信號(hào)加載實(shí)驗(yàn)，進(jìn)行異常信號(hào)的辨識(shí)研究，通過運(yùn)用多種算法進(jìn)行比較得到瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)方法，通過對(duì)煤礦瓦斯監(jiān)控系統(tǒng)的異常信號(hào)的辨識(shí)研究可以對(duì)煤礦瓦斯監(jiān)控系統(tǒng)變定期維護(hù)或故障維修為預(yù)防維修，輔助現(xiàn)有人工檢查更快更好的完成復(fù)雜的故障排除和現(xiàn)場(chǎng)處理，提高設(shè)備維和安全管理水平，保障安全生產(chǎn)。

1.2 從異常信號(hào)的角度入手，辨識(shí)瓦斯監(jiān)控系統(tǒng)的異常信號(hào)，為解決煤礦監(jiān)控系統(tǒng)誤報(bào)問題提出了有效地途徑

礦井瓦斯監(jiān)控系統(tǒng)的可靠性特別是傳感器信號(hào)異常造成的誤報(bào)診斷問題已引起學(xué)術(shù)界和工業(yè)界的高度關(guān)注。目前，煤礦提升設(shè)備、供電變壓器和風(fēng)機(jī)方面的故障診斷研究都已很多，有的已經(jīng)有了很好的實(shí)踐應(yīng)用，但針對(duì)煤礦瓦斯監(jiān)測(cè)系統(tǒng)異常信號(hào)辨識(shí)方面的研究并不多見。從異常信號(hào)的角度入手，另辟蹊徑解決煤礦監(jiān)控系統(tǒng)誤報(bào)診斷技術(shù)，進(jìn)一步完善了傳感器故障診斷方法研究理論體系，對(duì)于煤礦瓦斯監(jiān)測(cè)系統(tǒng)進(jìn)行誤報(bào)分析與誤報(bào)處理，提高其可靠性安全性有著極其重要的意義。

2 國內(nèi)外研究現(xiàn)狀

異常監(jiān)測(cè)數(shù)據(jù)出現(xiàn)的概率雖然不太大，屬于小樣本事件，但其中蘊(yùn)涵的影響十分巨大，所以不能簡(jiǎn)單的將其從安全監(jiān)測(cè)監(jiān)控系統(tǒng)中消除，而是要對(duì)其進(jìn)行辨識(shí)，分析原因得到其內(nèi)部蘊(yùn)含的意義。從現(xiàn)有文獻(xiàn)研究可知，還無人從異常信號(hào)的角度入手，系統(tǒng)的研究此方向問題。現(xiàn)有文獻(xiàn)中的各種方法很難適用所有的情況，對(duì)故障發(fā)生的機(jī)理描述尚不確切。從研究手段和方法來分，可以分為以下三類。

2.1 采用數(shù)據(jù)融合方法的故障診斷策略

基于數(shù)據(jù)融合的故障診斷方法本質(zhì)上是根據(jù)相關(guān)多傳感器通過某種學(xué)習(xí)算法或推理逼近傳感器真實(shí)值的自確認(rèn)和信號(hào)恢復(fù)技術(shù)。徐立中在文獻(xiàn)[1]中通過引入系統(tǒng)的完整性及完整度的定義，采用模糊控制理論和方法解決了煤礦監(jiān)控系統(tǒng)可靠性問題，探討了使用模糊決策的數(shù)據(jù)融合技術(shù)在監(jiān)控系統(tǒng)性能評(píng)價(jià)上的應(yīng)用。遼寧工程科技大學(xué)的付華教授在文獻(xiàn)[1]中使用了離線訓(xùn)練、在線應(yīng)用的支持向量回歸方法對(duì)現(xiàn)有工作面的瓦斯?jié)舛冗M(jìn)行預(yù)測(cè)。通過支持向量回歸方法建立的信號(hào)序列恢復(fù)信號(hào)對(duì)實(shí)測(cè)信號(hào)的逼近和跟蹤，對(duì)于異常信號(hào)給出診斷的結(jié)果。同時(shí)采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)合主元分析降維的的方法來處理訓(xùn)練樣本集合維數(shù)龐大、計(jì)算耗時(shí)過長、失去實(shí)時(shí)性的問題，在診斷決策方面采用D-S證據(jù)理論。通過仿真實(shí)驗(yàn)可以看到此方法對(duì)瓦斯監(jiān)控系統(tǒng)的診斷是有效的。

2.2 信號(hào)處理和模式辨識(shí)理論進(jìn)行瓦斯監(jiān)控系統(tǒng)故障診斷的方法

這種方法的主要途徑是：根據(jù)原始采樣信號(hào)形成初始樣本，利用小波包，主元分析、Hilbert-Huang變換等特征提取方法，提取信號(hào)特征（降維）后，通過神經(jīng)元網(wǎng)絡(luò)，支持向量機(jī)、模糊聚類分析等分類方法進(jìn)行故障辨識(shí)。

王軍號(hào)在文獻(xiàn)[2]中提出了偏置型、沖擊型、漂移型和周期型等幾種突發(fā)型信號(hào)特征故障，同時(shí)提出了瓦斯監(jiān)控系統(tǒng)突變型和漸變型故障的概念，細(xì)分了瓦斯監(jiān)控系統(tǒng)故障的表現(xiàn)類型。采用小波包分解的各階特征能量譜和Kalman濾波算法（EKF）優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)方法對(duì)其定義的幾種典型故障信號(hào)進(jìn)行了辨識(shí)，獲得了很高的辨識(shí)準(zhǔn)確率。

2.3 多Agent融合的瓦斯監(jiān)測(cè)系統(tǒng)故障診斷方法

王其軍在文獻(xiàn)[3]中都提到了構(gòu)造多個(gè)Agent融合診斷的思想。這種方法在中心站上位機(jī)上可以實(shí)現(xiàn)，也適合現(xiàn)有的監(jiān)控網(wǎng)絡(luò)盤平臺(tái)。將各個(gè)智能診斷方法形成多個(gè)Agent，譬如王其軍將免疫神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的故障檢出方法當(dāng)作Agent1；將故障樹方法故障檢出方法當(dāng)作Agent2；將灰箱模型的故障檢出方法當(dāng)作Agent3；最后給出了決策級(jí)融合的多Agent融合路線和架構(gòu)，通過多個(gè)判決方法的辨識(shí)結(jié)果融合評(píng)價(jià)進(jìn)行故障診斷。

3 目前研究存在的問題

（1）基于數(shù)據(jù)融合的異常信號(hào)識(shí)別只能對(duì)瓦斯?jié)舛茸鰯?shù)值預(yù)測(cè)（信號(hào)重構(gòu)）難以作煤礦瓦斯監(jiān)控系統(tǒng)的信號(hào)狀態(tài)進(jìn)行模式辨識(shí)。（2）多數(shù)據(jù)融合瓦斯傳感器信號(hào)的算法的參數(shù)人為盲目的選擇十分影響支持向量回歸的精度，應(yīng)避免人為選擇參數(shù)的盲目性。（3）已有研究并沒有提出科學(xué)的異常信號(hào)檢出預(yù)定閾值選取方法，現(xiàn)有文獻(xiàn)采用的是先驗(yàn)性的閾值，而且閾值的選擇角度單一，這會(huì)影響出現(xiàn)故障的診斷正確率，會(huì)造成誤報(bào)和錯(cuò)報(bào)概率提高。（4）研究小波分解提取特征方法多用于機(jī)械故障診斷特征提取方面，在煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)提取方面應(yīng)用不多，提取結(jié)果受樣本點(diǎn)選擇、發(fā)生異常信號(hào)的時(shí)間點(diǎn)及程度影響巨大，容易造成誤判、錯(cuò)分，現(xiàn)有相關(guān)研究對(duì)各種算法也沒有提出小波函數(shù)的選擇標(biāo)準(zhǔn)。

4 結(jié)束語

文章針對(duì)煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)這一煤礦瓦斯監(jiān)控系統(tǒng)故障診斷研究中的關(guān)鍵問題，總結(jié)了現(xiàn)有相關(guān)研究的進(jìn)展和成果。提出了煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)現(xiàn)存的主要問題。為進(jìn)一步開展煤礦瓦斯監(jiān)控系統(tǒng)異常信號(hào)辨識(shí)工作提供了思路。

參考文獻(xiàn)

[1]徐立中.井下監(jiān)控系統(tǒng)運(yùn)行可靠性的一種監(jiān)測(cè)方法研究[J].太原理工大學(xué)學(xué)報(bào)，1998，29（2）.

[2]付華，楊欣，高婷.基于SVR的瓦斯傳感器故障診斷方法[J].傳感器與微系統(tǒng)，2009，28（2）：10-12.

[3]王軍號(hào)，孟祥瑞，吳宏偉.基于小波包與EKF-RBF神經(jīng)網(wǎng)絡(luò)辨識(shí)的瓦斯傳感器故障診斷[J].煤炭學(xué)報(bào)，2011，35（5）：868-872.

[4]王其軍，程久龍.基于免疫神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛戎悄茴A(yù)測(cè)[J].煤炭學(xué)報(bào)，2008，33（6）：665-669.

作者簡(jiǎn)介：黃凱峰（1982-），男，黑龍江鶴崗人，博士研究生。