段宇

摘要：本文主要針對(duì)截割部傳動(dòng)部分開展研究，從故障信號(hào)問題出發(fā)，著重對(duì)截割部傳動(dòng)齒輪部分故障信號(hào)進(jìn)行分析，最后采用DSP平臺(tái)對(duì)采煤機(jī)的潛在故障問題進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并完成故障診斷分析與預(yù)測(cè)。

關(guān)鍵詞：采煤機(jī)；DSP；信息融合；故障診斷

中圖分類號(hào)：TD421.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）07-0182-02

1 采煤機(jī)截割部介紹

1.1 概述

采煤機(jī)的截割部是用來進(jìn)行破煤和裝煤工作的重要機(jī)構(gòu)，采煤機(jī)在作業(yè)情況下，它的截割部受力最大，受力的變化區(qū)間也是最大的，同時(shí)功率的消耗也是最大的，大概占用了裝機(jī)功率的80-90%，所以在進(jìn)行截割部傳動(dòng)裝置設(shè)計(jì)時(shí)要保證裝置的強(qiáng)度、剛度高的同時(shí)保證設(shè)備的可靠性以及傳動(dòng)效率。本文研究工作主要依據(jù)太重煤機(jī)最大裝機(jī)功率設(shè)備，因此有必要對(duì)截割部相關(guān)構(gòu)成與工作原理進(jìn)行研究。

1.2 故障主要表現(xiàn)形式

大型的電牽引采煤機(jī)主要由截割部、牽引部、破碎機(jī)構(gòu)、行走部和控制系統(tǒng)組成，它是一個(gè)多電機(jī)配置結(jié)構(gòu)，其中截割部分為左截割部和右截割部?jī)刹糠?、牽引部分為左牽引部和右牽引部?jī)刹糠?，通過對(duì)各部分結(jié)構(gòu)進(jìn)行分析，綜合了運(yùn)行信號(hào)的多方面的特點(diǎn)，我們將故障的類別分為以下幾點(diǎn)：

（1）傳動(dòng)齒輪的齒形誤差。齒形誤差主要由三個(gè)階段造成，第一階段是齒輪產(chǎn)品制造不合格，第二階段是安裝過程中齒形損傷，第三階段是使用階段產(chǎn)生的誤差也是最為嚴(yán)重的誤差階段，齒形的誤差會(huì)導(dǎo)致齒形在運(yùn)行過程中偏離理想的線路。對(duì)于齒形誤差的監(jiān)測(cè)，我們可以通過對(duì)采集信號(hào)進(jìn)行分析，通過判斷它的固有頻率的變化判斷齒形是否發(fā)生誤差。

（2）傳動(dòng)齒輪均勻磨損。隨著開采設(shè)備的投入運(yùn)行，采煤機(jī)的截割部損傷最為嚴(yán)重，它的傳動(dòng)齒輪會(huì)隨著設(shè)備的使用時(shí)間磨損睜大，它的磨損原因主要有兩個(gè)，一個(gè)是設(shè)備中的不明顆粒造成的磨損，一個(gè)是礦井中的腐蝕雜質(zhì)造成的磨損。

（3）傳動(dòng)齒輪斷齒。傳動(dòng)齒輪斷齒是最嚴(yán)重的設(shè)備故障，它是指齒輪在運(yùn)行中出現(xiàn)折斷問題，嚴(yán)重時(shí)會(huì)造成整個(gè)設(shè)備的癱瘓。

（4）綜采設(shè)備共振。綜采設(shè)備共振發(fā)生在采煤層密度不均勻時(shí)，導(dǎo)致在設(shè)備運(yùn)行過程中設(shè)備發(fā)生不均勻的振動(dòng)，降低開采設(shè)備的工作效率。

（5）傳動(dòng)軸彎曲。傳動(dòng)軸彎曲主要引起原因是齒輪軸受力不均造成，發(fā)生在齒輪軸的設(shè)計(jì)、安裝、運(yùn)行過程中。

（6）傳動(dòng)軸不平衡。傳動(dòng)軸不平衡主要引起原因是設(shè)備出現(xiàn)離心現(xiàn)象，發(fā)生在傳動(dòng)軸的設(shè)計(jì)、安裝、運(yùn)行過程中。

（7）傳動(dòng)軸軸向竄動(dòng)。傳動(dòng)軸軸向竄動(dòng)主要產(chǎn)生原因是因?yàn)樵O(shè)備運(yùn)行中齒輪軸沒有進(jìn)行軸向的鎖定，因此會(huì)導(dǎo)致齒輪軸受力不均勻，最終發(fā)生軸向竄動(dòng)現(xiàn)象。

（8）軸承疲勞剝落和點(diǎn)蝕。軸承疲勞剝落和點(diǎn)蝕產(chǎn)生的原因是因?yàn)檩S承兩端在設(shè)備運(yùn)行時(shí)受到不同程度的沖擊力而造成的現(xiàn)象。

1.3 故障特征值提取

本文我們主要從常見的齒輪故障中選取最為重要的5種故障類型進(jìn)行分析驗(yàn)證。首先我們要對(duì)齒輪傳動(dòng)系統(tǒng)進(jìn)行信號(hào)采集，通過對(duì)采集的信號(hào)進(jìn)行預(yù)處理，分析它們的時(shí)域頻域，然后提取它們信號(hào)的特征值用來進(jìn)行診斷分析。因?yàn)椴煌墓收项愋退奶卣髦凳遣煌?，因此為了有效的區(qū)分故障類型，我們將BP神經(jīng)網(wǎng)絡(luò)引入對(duì)故障進(jìn)行局部判斷，它的主要運(yùn)行流程如下：

首先我們通過實(shí)驗(yàn)臺(tái)采集齒輪箱的振動(dòng)信號(hào)；由于信號(hào)中可能摻雜許多冗余信息，因此要進(jìn)行信號(hào)的預(yù)處理；在信號(hào)預(yù)處理之后為了有效分析故障類型進(jìn)行信號(hào)的特征值提取，同時(shí)進(jìn)行歸一化處理；最后通過BP神經(jīng)網(wǎng)絡(luò)對(duì)歸一化處理之后的特征向量進(jìn)行決策，同時(shí)為有效避免冗余，提高決策效率，對(duì)上述決策結(jié)果進(jìn)行數(shù)據(jù)融合，進(jìn)行最終的決策與判斷。其中信號(hào)預(yù)處理階段是為了有效避免采集信號(hào)受到外界的干擾，對(duì)噪聲進(jìn)行提前的去除，提高信號(hào)的純凈程度，降低對(duì)決策結(jié)果的影響，對(duì)于信號(hào)預(yù)處理方法一般采用低通FIR濾波和FFT頻譜變換分析。

2 BP神經(jīng)網(wǎng)絡(luò)

上一章節(jié)我們提到采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障信號(hào)的分類識(shí)別，它的具體定義以及分類流程如下：

BP神經(jīng)網(wǎng)絡(luò)其網(wǎng)絡(luò)結(jié)構(gòu)由3個(gè)模塊組成，包括輸入層、輸出層、隱含層（一層或幾層），它是一種多層次的反饋神經(jīng)網(wǎng)絡(luò)，主要采取誤差反向傳播算法進(jìn)行訓(xùn)練，它的權(quán)值和閾值需要不斷的迭代才能確定，在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，我們要保證最后的誤差以及誤差平方最小，這樣我們才能完成訓(xùn)練樣本的學(xué)習(xí)，成果進(jìn)行分類。

3 信息融合基本理論

信息融合又稱為數(shù)據(jù)融合，它是將多種決策信息通過融合得出最為可靠的結(jié)果。整個(gè)信息融合過程包含多個(gè)方面，首先要將多個(gè)傳感器對(duì)于同一監(jiān)測(cè)點(diǎn)的數(shù)據(jù)進(jìn)行讀取統(tǒng)計(jì)，其次對(duì)冗余數(shù)據(jù)進(jìn)行一定的處理，然后將預(yù)處理后的數(shù)據(jù)進(jìn)行多傳感器數(shù)據(jù)融合，最終將結(jié)果輸出，整個(gè)信息融合過程如圖1所示。因?yàn)槲覀儽O(jiān)測(cè)到的數(shù)據(jù)大部分是非電量的模擬信號(hào)，因此在進(jìn)行數(shù)據(jù)融合過程中還需要增加A/D轉(zhuǎn)換過程，將模擬信號(hào)轉(zhuǎn)換為可用的數(shù)字信號(hào)。

4 總體設(shè)計(jì)

本文設(shè)計(jì)的故障診斷系統(tǒng)，它的基本工作流程如下，首先利用傳感器完成信號(hào)的采集，然后利用A/D轉(zhuǎn)換模塊對(duì)采集的信號(hào)進(jìn)行數(shù)模轉(zhuǎn)換，轉(zhuǎn)換后的信號(hào)進(jìn)行濾波預(yù)處理，同時(shí)采取BP神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)處理后的信號(hào)進(jìn)行數(shù)據(jù)融合，并通過通信接口將最終故障信號(hào)傳輸至服務(wù)端，實(shí)時(shí)監(jiān)控齒輪傳動(dòng)機(jī)構(gòu)的故障狀態(tài)。

5 結(jié)語

本文從采煤機(jī)故障診斷問題作為研究切入點(diǎn)，采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷結(jié)果的數(shù)據(jù)融合，為本文設(shè)計(jì)故障診斷系統(tǒng)提供決策理論依據(jù)，同時(shí)本文采用DSP技術(shù)，并集成了數(shù)據(jù)采集、A/D轉(zhuǎn)換、通信模塊、存儲(chǔ)模塊等相關(guān)模塊成功搭建了智能故障診斷系統(tǒng)，并經(jīng)過齒輪傳動(dòng)試驗(yàn)臺(tái)對(duì)系統(tǒng)性能進(jìn)行測(cè)試分析，試驗(yàn)結(jié)果表明本文設(shè)計(jì)系統(tǒng)能夠有效實(shí)現(xiàn)對(duì)采煤機(jī)故障診斷的預(yù)測(cè)。

參考文獻(xiàn)

[1]張建文，丁恩杰，譚得健.國(guó)產(chǎn)電牽引采煤機(jī)工況監(jiān)測(cè)和故障診斷技術(shù)的發(fā)展現(xiàn)狀與前景[J].煤礦機(jī)電，2000，5：111-114.

[2]丁玉蘭，石來德.機(jī)械設(shè)備故障診斷技術(shù)[M].上海：上?？茖W(xué)技術(shù)文獻(xiàn)出版社，1994：2-10.endprint