李 濤

（中國(guó)煤炭科工集團(tuán)太原研究院有限公司，山西 太原 030006）

引言

隨著煤炭工業(yè)的快速發(fā)展，功能強(qiáng)大的采煤機(jī)應(yīng)用越來越多，然而其機(jī)械結(jié)構(gòu)、控制系統(tǒng)組成相對(duì)復(fù)雜，且掘進(jìn)機(jī)長(zhǎng)期在井下作業(yè)，工作環(huán)境及其惡劣，故障發(fā)生率較高，且故障出現(xiàn)后，巷道內(nèi)空間狹小，采煤工作中斷的同時(shí)，井下維修作業(yè)難度非常大，造成了間接經(jīng)濟(jì)損失[1]。近幾年，故障診斷技術(shù)在信息技術(shù)和網(wǎng)絡(luò)技術(shù)的支持下應(yīng)用越來越廣泛，研究故障診斷技術(shù)在掘進(jìn)機(jī)中的應(yīng)用具有重要意義。

1 掘進(jìn)機(jī)故障診斷的發(fā)展模式

掘進(jìn)機(jī)是綜合機(jī)電液技術(shù)一體化產(chǎn)品，整體結(jié)構(gòu)復(fù)雜，體積龐大，控制系統(tǒng)形式多樣。常見的懸臂式掘進(jìn)機(jī)組成為8個(gè)部分，分別完成煤炭的截割、裝載、轉(zhuǎn)運(yùn)輸?shù)热蝿?wù)[2]。傳統(tǒng)掘進(jìn)機(jī)故障診斷的排查依靠專家經(jīng)驗(yàn)和理論，該方法存在一定技術(shù)困難，尤其是人為排查故障耗時(shí)較長(zhǎng)，導(dǎo)致維修停產(chǎn)時(shí)間也會(huì)增加，因此采用新的故障診斷模式將直接提高經(jīng)濟(jì)效益。有專業(yè)技術(shù)統(tǒng)計(jì)表明，技術(shù)人員排除掘進(jìn)機(jī)故障時(shí)，高達(dá)70%以上的時(shí)間詳細(xì)確定故障原因及其部位，維修時(shí)間不足30%，從維修成本的角度來看，預(yù)測(cè)維修成本只占事后維修成本的40%左右[3]。目前掘進(jìn)機(jī)維護(hù)模式分為三種：事后維修、預(yù)防性維修和實(shí)時(shí)維修。三種維修模式中事后維修成本最低，但容易造成長(zhǎng)時(shí)間停機(jī)，而實(shí)時(shí)維修模式可有效減少故障發(fā)生，但檢測(cè)成本和對(duì)人員要求較高[4]。近50年中三種維修模式變化可以從圖1中看出，其中掘進(jìn)機(jī)實(shí)時(shí)監(jiān)控維修模式逐年提升。

圖1 掘進(jìn)機(jī)維修模式的變化

2 故障診斷技術(shù)的模型

在傳統(tǒng)的掘進(jìn)機(jī)的設(shè)計(jì)與制造過程中，往往只注重設(shè)備的概念設(shè)計(jì)、方案論證、制造驗(yàn)證、設(shè)計(jì)驗(yàn)證和實(shí)驗(yàn)測(cè)試，尤其是產(chǎn)品樣機(jī)的驗(yàn)證試驗(yàn)是破壞性的，將實(shí)驗(yàn)數(shù)據(jù)和結(jié)果作為設(shè)計(jì)的二次輸入，再次修改設(shè)計(jì)結(jié)構(gòu)，但是很少有企業(yè)注重對(duì)掘進(jìn)機(jī)故障的預(yù)測(cè)，尤其是測(cè)試過程各種失效的數(shù)據(jù)記錄，不僅導(dǎo)致設(shè)計(jì)過程冗長(zhǎng)，也會(huì)增加設(shè)備結(jié)構(gòu)的復(fù)雜性，直接增加了掘進(jìn)機(jī)的設(shè)計(jì)成本和制造周期，也大大制約了產(chǎn)品的更新速度，制約了產(chǎn)品的市場(chǎng)占有率，因此參數(shù)監(jiān)測(cè)應(yīng)該從設(shè)計(jì)源頭開始進(jìn)行。

人工神經(jīng)網(wǎng)絡(luò)可以作為故障診斷模型，人工神經(jīng)網(wǎng)絡(luò)模型采用神經(jīng)元作為網(wǎng)絡(luò)系統(tǒng)的基本單元，大量的簡(jiǎn)單的神經(jīng)元形成了神經(jīng)網(wǎng)絡(luò)的總體特性，通過相互連結(jié)組成了神經(jīng)網(wǎng)絡(luò)。典型的神經(jīng)元模型主要由神經(jīng)元輸入、絡(luò)權(quán)值和閾值、求和單元、傳遞函數(shù)和輸出五部分組成，工作過程如圖2所示，設(shè)備狀態(tài)特征參數(shù)采用灰色預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)相結(jié)合進(jìn)行故障發(fā)展趨勢(shì)的預(yù)判。

圖2 神經(jīng)元模型計(jì)算過程

3 掘進(jìn)機(jī)故障診斷推理方法

故障診斷模型是掘進(jìn)機(jī)診斷系統(tǒng)的核心，采用合理案例推理和規(guī)則推理集成的診斷決策模型是系統(tǒng)準(zhǔn)確度的關(guān)鍵。案例推理方法將故障數(shù)據(jù)歸納為三類：定量數(shù)據(jù)，如電機(jī)扭矩和轉(zhuǎn)速、軸承溫度，原始數(shù)據(jù)標(biāo)準(zhǔn)化處理并聚類分析；定量邏輯型數(shù)據(jù)，如電機(jī)相位、閥門開關(guān)邏輯；定性數(shù)據(jù)，如振動(dòng)頻率和幅值，用0、1、2等級(jí)模糊表示強(qiáng)度。案例推理處理流程如圖3所示。

圖3 案例推理檢索流程

規(guī)則推理是利用行業(yè)內(nèi)專家知識(shí)實(shí)施推理的一種機(jī)制，按照某些規(guī)則建立了問題與答案的對(duì)照關(guān)系，并通過軟件形成專家系統(tǒng)和數(shù)據(jù)庫，系統(tǒng)運(yùn)行模式如圖4所示。本文將案例推理和規(guī)則推理兩種規(guī)則建立故障診斷系統(tǒng)，系統(tǒng)可利用歷史診斷經(jīng)驗(yàn)，集成了行業(yè)專業(yè)領(lǐng)域知識(shí)庫，極大提高了系統(tǒng)故障分辨能力和故障診斷準(zhǔn)確性。

圖4 規(guī)則推理診斷模塊

4 掘進(jìn)機(jī)故障診斷和技術(shù)服務(wù)效果分析

設(shè)備工作期間的運(yùn)行狀態(tài)有一定差距，采集的掘進(jìn)機(jī)狀態(tài)特征參數(shù)也會(huì)有差異，診斷系統(tǒng)會(huì)將不同運(yùn)行模式產(chǎn)生特征參數(shù)的變化趨勢(shì)進(jìn)行分析，以獲得其規(guī)律性。在計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的快速普及推動(dòng)下，實(shí)現(xiàn)了診斷系統(tǒng)對(duì)掘進(jìn)機(jī)定性和定量判斷，也可將數(shù)據(jù)返回到虛擬模型對(duì)掘進(jìn)機(jī)的承載狀態(tài)、零部件間的動(dòng)態(tài)作用力進(jìn)行分析，高效完成故障診斷，且不易受到環(huán)境干擾，并可以遠(yuǎn)程對(duì)使用單位進(jìn)行技術(shù)服務(wù)和支持，不僅降低了掘進(jìn)機(jī)廠家的售后成本，也減少了煤炭生產(chǎn)廠家的停車時(shí)間。根據(jù)經(jīng)驗(yàn)計(jì)算，采用事后維策略的平均故障排除時(shí)間為3.5個(gè)工作日，其中檢查尋找故障約為2個(gè)工作日，維修及調(diào)試時(shí)間為1.5個(gè)工作日，實(shí)時(shí)維修策略實(shí)施后，可以將故障排除時(shí)間縮短至2個(gè)工作日，可以提升約40%的工作效率。

掘進(jìn)機(jī)診斷系統(tǒng)通過傳感器將運(yùn)行狀態(tài)實(shí)時(shí)顯示在控制面板和監(jiān)控中心，操作人員依靠設(shè)備運(yùn)行參數(shù)作出判斷，對(duì)掘進(jìn)機(jī)發(fā)出正確的工作指令；故障診斷系統(tǒng)將數(shù)據(jù)保存到服務(wù)中數(shù)據(jù)庫硬盤中，掘進(jìn)機(jī)發(fā)生故障報(bào)警時(shí)，數(shù)據(jù)可成為故障診斷判斷依據(jù)；故障診斷系統(tǒng)集成了掘進(jìn)機(jī)故障查詢、選擇、幫助等功能，并設(shè)置了詳細(xì)的功能列表，設(shè)備廠家和控制中心均可遠(yuǎn)程通信，協(xié)調(diào)處理掘進(jìn)機(jī)設(shè)備的故障，技術(shù)人員也可對(duì)以往案例明細(xì)查詢，進(jìn)而了解故障部件的類型、現(xiàn)象、原因和排除措施等。掘進(jìn)機(jī)診斷系統(tǒng)的應(yīng)用減少了50%的維修人員，既降低了維修工作的難度和強(qiáng)度，也節(jié)約了人工成本。