劉東儒

(池州職業(yè)技術(shù)學(xué)院 安徽 池州 247000)

1 引言

礦井提升機(jī)在整個(gè)礦山的機(jī)械設(shè)備中堪稱“咽喉”的最重要的部位，它在整個(gè)礦井中都占有著重要的戰(zhàn)略地位，在搭乘者出入礦山以及設(shè)備搬運(yùn)等方面都起到了重大作用。所以，提升機(jī)設(shè)備在礦內(nèi)工作出現(xiàn)問題后，一旦沒有及時(shí)發(fā)現(xiàn)，會(huì)威脅工人生命安全，同時(shí)還會(huì)延誤礦內(nèi)其他工作的進(jìn)行。在礦井中，由于提升機(jī)是地下唯一的通向地面通道紐帶，因此無論是國(guó)外還是國(guó)內(nèi)，都非常重視提升機(jī)在坑道內(nèi)工作的安全問題，并將其列為第一位，但是每年在礦井中作業(yè)時(shí)還是會(huì)發(fā)生大量的安全事故。為了避免事故的發(fā)生，要求定期檢查。但多次實(shí)踐結(jié)果表明，采用定期維護(hù)和檢查的方法對(duì)改善礦井安全有效果，但是對(duì)于結(jié)構(gòu)復(fù)雜和大型設(shè)備進(jìn)行故障處理時(shí),不是過度維護(hù)就是維護(hù)不足,而且檢查方法欠周到，給礦井生產(chǎn)帶來了巨大的經(jīng)濟(jì)損失。有些故障不能經(jīng)常維修，長(zhǎng)期拆裝更容易出現(xiàn)故障。因此，利用故障診斷理論解決此問題也隨之誕生。

故障樹分析法(FTA)是由上到下，利用圖形演繹來尋找故障方法的之一，例如故障的診斷方法有觀察法、對(duì)比檢查法等，但這些方法所需要的故障具有準(zhǔn)確性、邏輯性之間的關(guān)聯(lián)關(guān)系等條件影響著穩(wěn)定性研究和診斷領(lǐng)域中的應(yīng)用。然而仍然有很多的專家學(xué)者做過大量的科學(xué)研究，例如，張梅等提出了將模糊故障樹和貝葉斯網(wǎng)絡(luò)相結(jié)合，用在礦機(jī)提升機(jī)故障診斷方面。[1]利用三角模糊數(shù)來計(jì)算出提升機(jī)底事件的發(fā)生概率，然后得到事件的模糊概率，最后再將故障樹映射到貝葉斯網(wǎng)絡(luò)，完成了穩(wěn)定性研究。此方法使用模糊數(shù)表示事件發(fā)生的概率，但僅為估計(jì)的概率，誤差較大；李娟莉等提出了利用ANN的礦井提升機(jī)故障診斷方法，利用礦井提升機(jī)中主軸裝置的機(jī)械結(jié)構(gòu)和故障振動(dòng)頻率特性，并利用ANN神經(jīng)網(wǎng)絡(luò)方法為礦井提升機(jī)的主軸故障診斷方法構(gòu)建模型。[2]該方法的對(duì)測(cè)量的數(shù)據(jù)要求高且數(shù)據(jù)準(zhǔn)確，而且神經(jīng)網(wǎng)絡(luò)本身就是一個(gè)“黑箱子”模型，用它作為故障預(yù)測(cè)的概率，雖然有很好的擬合能力，但是擬合能力具有局限性，對(duì)于復(fù)雜的系統(tǒng)誤差很大；王建軍等提出了CNN神經(jīng)網(wǎng)絡(luò)的礦井提升機(jī)的診斷算法。該方法建立了基于CNN的提升機(jī)制動(dòng)系統(tǒng)故障診斷模型，對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行編碼，生成故障診斷數(shù)據(jù)集，通過梯度下降算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，提高了故障診斷的準(zhǔn)確性。[3]但是梯度下降算法遍布全部樣例需要大量時(shí)間，尤其當(dāng)數(shù)據(jù)很大時(shí)，對(duì)參數(shù)更新起不了太大作用。本文針對(duì)礦井提升機(jī)控制系統(tǒng)故障樹底事件發(fā)生機(jī)率不確定性的難題，提出基于T-S模糊故障樹分析FFTA(Fuzzy Faul Tree AnalySis)解決了控制系統(tǒng)故障樹事物間關(guān)聯(lián)無法明確的難題，首先以T-S邏輯門代替了傳統(tǒng)的邏輯門的方法，接著以模糊數(shù)的方式表示各事物的發(fā)生過程。通過可靠性的分析，找出事故故障的發(fā)生源，大大提高了故障診斷速度和判斷的精度。

2 礦井提升機(jī)的結(jié)構(gòu)系統(tǒng)和故障

2.1 結(jié)構(gòu)模型

礦井提升系統(tǒng)主要由控制操作臺(tái)、控制裝置設(shè)備、整流拖動(dòng)裝置、低壓配電柜、高壓開關(guān)柜這幾個(gè)部分組成，主井提升機(jī)在整個(gè)系統(tǒng)中處于“咽喉”的地位，用于輸送物品，礦井提升機(jī)在平面四個(gè)象限內(nèi)運(yùn)動(dòng)平滑，不僅滿足一定的速度勻速向上運(yùn)動(dòng)和特殊情況下要求減速運(yùn)動(dòng)，又必須滿足提升機(jī)運(yùn)行時(shí)實(shí)際工況的可靠性規(guī)定。在整個(gè)體系中，礦井提升機(jī)是最重要的構(gòu)成部分，首先提升機(jī)結(jié)構(gòu)復(fù)雜、設(shè)備操作困難[4]，涉及許多系統(tǒng)和眾多元器件，分解到具體的某個(gè)部分難度很大，而礦井提升機(jī)的主體構(gòu)件一般是包括制動(dòng)體系、工作機(jī)構(gòu)、機(jī)械制動(dòng)體系等。如下圖1所示：

圖1 礦井提升機(jī)的結(jié)構(gòu)模型

由圖1可知，由于礦井提升機(jī)系統(tǒng)事故發(fā)生的情況不相同，可分成機(jī)械類事故和系統(tǒng)故障兩個(gè)類別。在機(jī)械類故障出現(xiàn)后，由于問題點(diǎn)發(fā)生在各個(gè)部件上，從而機(jī)械類故障問題也被細(xì)分成了很多的子問題形式。同理每一級(jí)別又有各種故障，可以一直往下分解。

2.2 常見故障及其特點(diǎn)

當(dāng)?shù)V井提升機(jī)日常運(yùn)行情況下，各種故障都是隨機(jī)發(fā)生，因此出現(xiàn)異?，F(xiàn)象時(shí)要仔細(xì)分析，結(jié)合一定的推理依據(jù)，利用排除法對(duì)可能造成故障的所有可能因素進(jìn)行分析排除，直到找到故障發(fā)生源則停止。探測(cè)導(dǎo)致事故產(chǎn)生的原因，獲取事故部位的故障信息，根據(jù)這些信息加以分析與解決，這便是提升機(jī)故障診斷的實(shí)現(xiàn)步驟。最常見的引起故障的原因包括：鋼絲繩打滑、超速現(xiàn)象、制動(dòng)力矩小、跳閘、機(jī)械傳動(dòng)故障。[5]鋼絲繩打滑是因?yàn)槌d嚴(yán)重；超速現(xiàn)象是因?yàn)榻o定速度偏大，速度反饋回路不工作導(dǎo)致；跳閘是由于電樞回路使得電流過大跳閘；機(jī)械傳動(dòng)故障是電動(dòng)機(jī)在停止故障時(shí)，油泵吸油口進(jìn)入內(nèi)部導(dǎo)致產(chǎn)生油泡，或者內(nèi)部漏油。

首先，礦井提升機(jī)故障的特點(diǎn)是內(nèi)部結(jié)構(gòu)具有復(fù)雜性，體現(xiàn)在一個(gè)故障現(xiàn)象可能有多個(gè)原因引起。再有故障認(rèn)識(shí)不夠，沒有辦法找出所有故障原因和現(xiàn)象一一對(duì)應(yīng)，就會(huì)有一定的誤差。在礦井提升機(jī)內(nèi)部有多個(gè)子系統(tǒng)，一旦發(fā)生故障，就要查清故障在哪一級(jí)別發(fā)生；其次，如果提升機(jī)故障可能是多個(gè)故障共同導(dǎo)致，可能會(huì)有內(nèi)部關(guān)系，很難分出是哪個(gè)因素導(dǎo)致的故障；最后，由于其內(nèi)部結(jié)構(gòu)復(fù)雜，工作環(huán)境比較差，很難搞清楚什么時(shí)候會(huì)發(fā)生故障。

3 T-S模糊故障樹

故障樹分析法(FTA)要求判斷頂事件和各個(gè)底事故之間的故障發(fā)生可行性，且事故間的相互關(guān)聯(lián)關(guān)系必須清楚。但由于礦井提升機(jī)的發(fā)生事故成因均具有許多不確定性，且其中不確定性因子往往具有隨機(jī)性和模糊性，因而在故障診斷實(shí)踐中使用的故障樹分析方法往往具有較大難度，且判斷的精度也比較低下。在模糊樹故障研究方法中，通常使用模糊數(shù)來表示事故的可行性，由于系統(tǒng)可靠性的取值必須在特定的范圍內(nèi)，因此工程專業(yè)技術(shù)人員也可以通過實(shí)際項(xiàng)目案例來判斷概率模糊值，這樣降低了事情故障發(fā)生概率的精確度，這種方式也比較適用，應(yīng)用領(lǐng)域也比較寬?；赥-S模型的模糊故障樹研究基本思路是優(yōu)先選擇頂事件[6]。首先，建立T-S模糊門故障樹，研究各底事件的故障可行性；接著運(yùn)用專家方法建立T-S門規(guī)則表，再利用T-S計(jì)算求出中心事件與頂事件故障之間的模糊概率；最后，再通過模糊門故障樹研究的結(jié)論尋找故障根源。

3.1 事件描述方法

在T-S模糊故障樹中，一般情況下用[0.1]范圍內(nèi)的模糊數(shù)來描述事件的狀態(tài)。通常情況下的三種故障狀態(tài)為無故障、半故障、有故障，用模糊數(shù)0、0.5、1來分別一一對(duì)應(yīng)表示。本文中使用梯形隸屬函數(shù)用作模糊數(shù)的函數(shù)為方便應(yīng)用并不失一般性,使用了梯形隸屬函數(shù)用作故障程度的模糊數(shù)隸屬函數(shù)。梯形隸屬函數(shù)表現(xiàn)為如圖2所示：

圖2 模糊隸屬度函數(shù)

從上圖2可知，當(dāng)時(shí)B1=C1=0，為三角形隸屬函數(shù);當(dāng)B1=B2，C1=C2時(shí),此時(shí)模糊數(shù)就是常數(shù)。也可以把上述隸屬度函數(shù)表示成,T=(T0,B1,C1,C2,B2)此式中：T0表示模糊支撐集中心，B1和C2表示支撐半徑，和表示模糊區(qū)。所以構(gòu)建以下模糊隸屬度函數(shù)：

(1)

由公式1可知隸屬度函數(shù)是表示一個(gè)部件在其所在狀態(tài)域上的函數(shù)，前面說明如果一部件xi有三種狀態(tài)，那么滿足此部件的三種狀態(tài)無故障、半故障和有故障情況下隸屬函數(shù)的和為1。即有：

u0(xi)+u0.5(xi)+u1(xi)=1

(2)

3.2 T-S模糊門算法

(3)

所以模糊事件可能性為：

(4)

(5)

(6)

4 T-S故障樹礦井提升機(jī)診斷分析

構(gòu)建T-S模糊故障樹

由于提升機(jī)結(jié)構(gòu)復(fù)雜、體積過大、工作環(huán)境條件復(fù)雜多變，導(dǎo)致出現(xiàn)故障的原因也有許多，因此需要構(gòu)建基于T-S礦井提升機(jī)故障樹的算法，頂事件T由拖動(dòng)故障、滑動(dòng)故障、液壓制動(dòng)故障構(gòu)成。各底事件x=分別代表機(jī)油溫度高，機(jī)油壓力大，機(jī)油雜質(zhì)多，安全閥卡阻，閘瓦間隙不穩(wěn)定，閘盤過熱，電動(dòng)機(jī)速度過快，電動(dòng)機(jī)電流大，電動(dòng)機(jī)溫度高。各底事件和中間事件故障程度用模糊數(shù)表示，根據(jù)李興運(yùn)等[8]在文章中選取模糊隸屬函數(shù)B1=B2=0.1，C1=C2=0.3并依據(jù)專家研究經(jīng)驗(yàn)和目前已知的測(cè)得數(shù)據(jù)，得出了T-S模糊門規(guī)則。

如圖3所示T-S動(dòng)態(tài)故障樹，包括9個(gè)基本事件x1,x2,x3,x4,x5,x6,x7,x8,x9，3個(gè)中間事件y1，y2，y3，1個(gè)頂事件T，4個(gè)動(dòng)態(tài)門為門1，門2，門3，門4。在數(shù)字電路學(xué)習(xí)過程中，與門或門不能準(zhǔn)確描述事件的動(dòng)態(tài)關(guān)系，所以學(xué)者們優(yōu)先提出動(dòng)態(tài)邏輯門。為了對(duì)礦井提升機(jī)系統(tǒng)進(jìn)行定量分析，設(shè)定門 1、門 2、門 3、T-S門規(guī)則如表1至表4所示。

圖3 T-S動(dòng)態(tài)故障樹

表1 T-S模糊門1規(guī)則

表2 T-S模糊門2規(guī)則

表3 T-S糊門3規(guī)則

表4 T-S模糊門4規(guī)則

表1至表4中每一行都表示一條模糊的規(guī)則，其中規(guī)則1表示為：在表一中,y1表示拖動(dòng)故障、y2表示滑動(dòng)故障、y3表示液壓制動(dòng)故障。第一行的規(guī)則為：若y1=0，y2=0，y3=0，則可以得出頂事件T=0的模糊可能性為1，T=0.5的模糊可能性為0，T=1的模糊可能性為0。由此可知,能夠通過T-S模式計(jì)算出由底事件的模糊可行性測(cè)算出頂事物的模糊可行性，也能夠通過由底事件的故障程度測(cè)算出頂事物的低故障程度的模糊可行性。

5 計(jì)算分析

5.1系統(tǒng)發(fā)生故障的模糊性的可行性計(jì)算

利用模糊故障樹和T-S模糊門規(guī)則，可根據(jù)系統(tǒng)已知底事件中每個(gè)部件故障的概率計(jì)算出模糊性。利用專家綜合評(píng)價(jià)的故障樹底事件失效率方法，進(jìn)行統(tǒng)計(jì)整理出各底事件的故障機(jī)率與模糊可能性。統(tǒng)計(jì)近10年來礦井提升機(jī)出現(xiàn)故障的可能性[9]，根據(jù)經(jīng)驗(yàn)所知，發(fā)生故障的概率大約占10%。根據(jù)下表所示，專家多年的經(jīng)驗(yàn)，得出故障概率，見表5所示。

表5 基本事件的故障率

根據(jù)上表5的數(shù)據(jù)看出x1到x9故障程度為1的模糊可能性，若各事件故障程度為0.5數(shù)據(jù)和為1時(shí)的數(shù)據(jù)概率相同，根據(jù)1-4表中的數(shù)據(jù)得出各中間事物與頂事物之間的模糊可能性如下：

同理可以計(jì)算出

所以，頂事件礦井提升機(jī)模糊故障的可能性為：

5.2 中間事件的模糊可能性

P(y3=0)=0.05

p(y3=0.5)=0.813

p(y3=1)=0.137

結(jié)合上述計(jì)算也可以得出，在礦井提升控制系統(tǒng)中都是控制系統(tǒng)的重要環(huán)節(jié)，同時(shí)也是控制系統(tǒng)中最易發(fā)生問題的部分，所以在事故檢測(cè)中也是需要特別注意檢測(cè)，而上述的模糊度的計(jì)算也反映了最基本的事故對(duì)系統(tǒng)可靠性的影響范圍[11],當(dāng)?shù)资录邪l(fā)生故障時(shí)，中間事件出現(xiàn)故障較大，導(dǎo)致頂事件出現(xiàn)故障，進(jìn)而引起頂事件礦井提升機(jī)故障，與實(shí)際相符。

6 結(jié)論與討論

6.1 結(jié)論

本文針對(duì)礦井提升機(jī)故障的診斷成功率低、復(fù)雜性大、復(fù)雜度大，對(duì)礦井提升機(jī)系統(tǒng)進(jìn)行了可靠性評(píng)估，找出礦井提升機(jī)的薄弱環(huán)節(jié)。得出結(jié)論如下:

(1)T-S模糊故障樹分析法與模糊數(shù)學(xué)理論緊密結(jié)合，估算出底事件模糊可能性，進(jìn)而知道整個(gè)系統(tǒng)的脆弱環(huán)節(jié)，此可靠性分析方法有效解決了傳統(tǒng)故障樹分析法的局限性，有效解決了在傳統(tǒng)FTA方案中必須了解事件間的邏輯關(guān)系才能實(shí)現(xiàn)建立故障樹，解決了復(fù)雜控制系統(tǒng)中的模糊輸入問題和模糊邏輯的關(guān)系問題。

(2)針對(duì)某些較新的設(shè)備和系統(tǒng)復(fù)雜性較高的故障以及數(shù)據(jù)缺乏的可靠性評(píng)價(jià)問題給出了方案指引，進(jìn)而實(shí)現(xiàn)安全可靠的優(yōu)化方案設(shè)計(jì)與維修決策制定。充分考慮到了礦井提升機(jī)在整個(gè)壽命期的工作狀況，用無故障、半故障、故障三個(gè)階段工作狀況對(duì)整個(gè)控制系統(tǒng)的運(yùn)營(yíng)狀況作出說明，比較貼合現(xiàn)實(shí)工程。

6.2 討論

兩點(diǎn)值得探討：

(1)底事件的發(fā)生故障概率和可能造成的經(jīng)濟(jì)損失，利用T-S模糊故障樹，給出了此方法的可行性分析。根據(jù)計(jì)算模糊可能性的結(jié)果，找出系統(tǒng)的薄弱環(huán)節(jié)，結(jié)果表明安全閥卡阻、閘瓦間隙不穩(wěn)定、閘盤過熱為系統(tǒng)的薄弱環(huán)節(jié)，為礦井提升機(jī)今后的經(jīng)濟(jì)性及可靠性提高了理論依據(jù)。

(2)通過對(duì)結(jié)果的研究，發(fā)現(xiàn)結(jié)論與實(shí)際工況相符合。證明了T-S模糊故障樹的故障診斷是有效的。考慮到底事件引起故障的可能性及其故障發(fā)生之后帶來的損失，通過故障的模糊性計(jì)算研究，可以研究故障樹的可靠性問題而不能研究其工作性能方面，須在今后的工作中繼續(xù)深入地探討。