郭志軍

（山西華陽(yáng)集團(tuán)新能股份有限公司一礦，山西 陽(yáng)泉 045000）

引言

帶式輸送機(jī)被廣泛應(yīng)用于煤礦、化工、冶金、物流等行業(yè)，具有運(yùn)量大、工作平穩(wěn)易于維護(hù)等優(yōu)點(diǎn)，帶式輸送機(jī)是運(yùn)輸散料的理想設(shè)備，在工業(yè)生產(chǎn)中起到了舉足輕重的作用。但在使用過(guò)程中，輸送機(jī)也常發(fā)生各類故障，導(dǎo)致企業(yè)生產(chǎn)受到較大的損失，因此研究輸送機(jī)的故障監(jiān)控系統(tǒng)對(duì)提高設(shè)備的使用壽命以及企業(yè)的生產(chǎn)效益具有重要意義。帶式輸送機(jī)在運(yùn)行過(guò)程中常發(fā)生的故障包括皮帶跑偏、堆料、打滑、斷裂等，各類故障的發(fā)生原因多種多樣[1]。

故障監(jiān)控系統(tǒng)主要目的是基于對(duì)設(shè)備各項(xiàng)參數(shù)的監(jiān)控與分析，監(jiān)控的閥值大于設(shè)定值時(shí)，系統(tǒng)發(fā)出警告，監(jiān)控系統(tǒng)可以掌握設(shè)備的實(shí)時(shí)狀態(tài)，當(dāng)具有潛在的故障特征出現(xiàn)時(shí)，系統(tǒng)即可及時(shí)地發(fā)出預(yù)警信號(hào)，防止故障近一步擴(kuò)大以造成更加嚴(yán)重的影響。隨著帶式輸送機(jī)的應(yīng)用越來(lái)越廣泛，如何構(gòu)建起帶式輸送機(jī)的在線監(jiān)控系統(tǒng)成為了帶式輸送機(jī)故障診斷的一個(gè)重要研究領(lǐng)域。

1 故障診斷發(fā)展現(xiàn)狀

故障一般定義為系統(tǒng)中存在一個(gè)及以上的特征或參數(shù)偏離正常值，且設(shè)備不能完成預(yù)期的動(dòng)作的行為。故障診斷主要通過(guò)一些狀態(tài)監(jiān)控手段實(shí)現(xiàn)對(duì)設(shè)備的監(jiān)測(cè)，以提前了解設(shè)備可能存在的異常情況，對(duì)于一些比較先進(jìn)的故障診斷系統(tǒng)還可以提前發(fā)出故障預(yù)警。目前，故障診斷已經(jīng)成為了一個(gè)熱點(diǎn)研究領(lǐng)域，故障診斷的基本理論與方法包括數(shù)據(jù)采集、故障分離、故障識(shí)別等內(nèi)容。數(shù)據(jù)采集是診斷的基礎(chǔ)，只有了解足夠多的設(shè)備特征信號(hào)才能正確判斷設(shè)備的狀況，故障檢測(cè)一般涉及多個(gè)學(xué)科，包括信號(hào)處理、人工智能、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)工程等技術(shù)。診斷與控制相結(jié)合，可以根據(jù)系統(tǒng)對(duì)設(shè)備狀態(tài)的識(shí)別與判斷，確定改變?cè)O(shè)備運(yùn)行方式或策略，采取適當(dāng)?shù)谋Ｗo(hù)措施來(lái)預(yù)防故障的發(fā)生，從而在最大限度上起到對(duì)設(shè)備的保護(hù)作用[2]。

2 常見(jiàn)故障分析

帶式輸送機(jī)常發(fā)生各類故障，因此對(duì)煤炭的生產(chǎn)產(chǎn)生了較大的影響，為了盡可能降低設(shè)備故障帶來(lái)的影響，需要對(duì)各類型故障的特點(diǎn)以及性質(zhì)進(jìn)行簡(jiǎn)要分類。下面對(duì)帶式輸送機(jī)的一些常見(jiàn)故障做簡(jiǎn)要介紹。皮帶跑偏是指輸送帶中心線偏離機(jī)架中心線的現(xiàn)象，是帶式輸送機(jī)常見(jiàn)的故障類型，皮帶跑偏多是皮帶張緊力下降或者是其他設(shè)備設(shè)置不當(dāng)造成。皮帶跑偏也可能會(huì)導(dǎo)致比較嚴(yán)重的事故產(chǎn)生，因此跑偏檢測(cè)依舊是帶式輸送機(jī)故障監(jiān)控的重點(diǎn)研究領(lǐng)域[3]。

皮帶發(fā)生撕裂也是帶式輸送機(jī)常見(jiàn)的故障，其主要原因是設(shè)備超載或者受物料刺破所導(dǎo)致，一般對(duì)于皮帶撕裂的診斷方法就是提高皮帶的抗拉強(qiáng)度。與此同時(shí)，在設(shè)備的使用過(guò)程中應(yīng)嚴(yán)格控制輸送機(jī)的運(yùn)輸量，以保證設(shè)備處于正常工況下工作。皮帶打滑是指皮帶與滾筒之間摩擦力過(guò)小，導(dǎo)致帶速低于滾筒的線速度，這與皮帶與滾筒之間的接觸角度密切相關(guān)。還有可能的故障是皮帶異常噪音，當(dāng)設(shè)備的托輥等旋轉(zhuǎn)設(shè)備出現(xiàn)故障時(shí)，設(shè)備會(huì)產(chǎn)生異常的噪音和振動(dòng)，為了判斷此類故障，應(yīng)加大對(duì)設(shè)備噪音與振動(dòng)特性的監(jiān)聽(tīng)[4]。

3 故障診斷原理

由于帶式輸送機(jī)故障監(jiān)控系統(tǒng)存在較大的準(zhǔn)確性誤差，且不能提前預(yù)判設(shè)備可能出現(xiàn)的故障，因此必須在設(shè)備在線監(jiān)控系統(tǒng)基礎(chǔ)之上做出改進(jìn)，以提高對(duì)設(shè)備故障的預(yù)判能力。首先，設(shè)備故障的診斷都是通過(guò)對(duì)設(shè)備運(yùn)行情況的分析，結(jié)合歷史運(yùn)行情況對(duì)輸送機(jī)狀態(tài)進(jìn)行判斷。相較于傳統(tǒng)的接觸式故障診斷技術(shù)，現(xiàn)在一般基于模糊性計(jì)算網(wǎng)絡(luò)實(shí)現(xiàn)，比較常見(jiàn)的如BP 神經(jīng)網(wǎng)絡(luò)。

傳統(tǒng)的故障診斷一般采用多儀器聯(lián)動(dòng)，直接探測(cè)設(shè)備的狀態(tài)并做出判斷，因此故障診斷具有較大的延后性，都是當(dāng)設(shè)備已經(jīng)出現(xiàn)了嚴(yán)重的事故后，才可能被探測(cè)出來(lái)；但現(xiàn)在的神經(jīng)網(wǎng)絡(luò)分析方法，可在故障處于萌發(fā)狀態(tài)將其檢測(cè)出來(lái)，大大提高了對(duì)設(shè)備的修復(fù)能力，對(duì)于提高設(shè)備的使用壽命具有重要意義[5]。

4 故障診斷方法

4.1 方法概述

BP 神經(jīng)網(wǎng)絡(luò)是一種多層結(jié)構(gòu)的前饋式神經(jīng)網(wǎng)絡(luò)分析算法，算法主要結(jié)構(gòu)可分為輸出層、隱含層、輸入層，其中輸入層為外界數(shù)據(jù)接口，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)算法的計(jì)算分析，從輸出層輸出數(shù)據(jù)的處理結(jié)果，其結(jié)構(gòu)如圖1 所示。神經(jīng)網(wǎng)絡(luò)算法的激勵(lì)函數(shù)包括logsig 函數(shù)、tansig 等函數(shù)，此類函數(shù)的輸出結(jié)果為0～1 之間的聯(lián)系量，因此可以解決很多離散分布問(wèn)題，具有較好的非線性問(wèn)題處理能力。

圖1 神經(jīng)網(wǎng)絡(luò)算法結(jié)構(gòu)示意圖

神經(jīng)網(wǎng)絡(luò)包含m 個(gè)輸入和n 個(gè)輸出，對(duì)于任意閉區(qū)間內(nèi)的連續(xù)函數(shù)，通過(guò)合理設(shè)置BP 網(wǎng)絡(luò)的神經(jīng)元計(jì)算數(shù)量，則可以比較好的精度接近真實(shí)值，提高了模糊系統(tǒng)的計(jì)算能力。采用三層BP 神經(jīng)網(wǎng)絡(luò)完成對(duì)故障特征的非線性映射，確保了算法的計(jì)算精度與計(jì)算效率[6]。

4.2 故障診斷的實(shí)現(xiàn)

故障診斷首先需要對(duì)算法訓(xùn)練模型進(jìn)行訓(xùn)練，本研究中采用Matlab 軟件，作為神經(jīng)網(wǎng)絡(luò)程序的運(yùn)行測(cè)試軟件，在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)使用了具有故障特征的信號(hào)。輸入樣本數(shù)據(jù)中包含的故障類型有皮帶跑偏、打滑、托輥軸承故障等，算法的部分訓(xùn)練數(shù)據(jù)如表1 所示，對(duì)算法輸出的結(jié)果進(jìn)行判斷，并假定某一時(shí)刻只發(fā)生一種故障，如皮帶跑偏故障以二進(jìn)制數(shù)據(jù)表示為[0，1，0，0]。

表1 部分神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本

在確定了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本后，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，神經(jīng)的自我學(xué)習(xí)能力可以幫助其識(shí)別設(shè)備中可能出現(xiàn)的類似故障，因此神經(jīng)網(wǎng)絡(luò)可以極大地提前發(fā)現(xiàn)故障，有效提高設(shè)備的使用壽命，如圖2所示為神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖片。

圖2 故障診斷BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

5 系統(tǒng)監(jiān)控診斷功能的實(shí)現(xiàn)

為了檢驗(yàn)監(jiān)控系統(tǒng)的在線監(jiān)控與診斷功能，分別對(duì)系統(tǒng)的各個(gè)功能進(jìn)行了試驗(yàn)與測(cè)試，在系統(tǒng)測(cè)試中監(jiān)控與診斷系統(tǒng)可以很好地實(shí)現(xiàn)對(duì)帶式輸送機(jī)故障的監(jiān)控與診斷，能夠發(fā)現(xiàn)潛在故障并進(jìn)行有效的故障預(yù)警。

帶式輸送機(jī)監(jiān)控與診斷系統(tǒng)基礎(chǔ)是建立在系統(tǒng)實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)之上，由實(shí)時(shí)監(jiān)控系統(tǒng)對(duì)帶式輸送機(jī)關(guān)鍵部位、關(guān)鍵零部件結(jié)構(gòu)進(jìn)行監(jiān)控，并將監(jiān)控得到的數(shù)據(jù)實(shí)時(shí)導(dǎo)入神經(jīng)網(wǎng)絡(luò)中進(jìn)行計(jì)算分析，若出現(xiàn)故障，神經(jīng)網(wǎng)絡(luò)第一時(shí)間發(fā)現(xiàn)故障，并發(fā)出報(bào)警。如圖3 所示，為帶式輸送機(jī)監(jiān)控系統(tǒng)在輸送帶張力的監(jiān)控曲線，可及時(shí)了解在不同時(shí)刻以及運(yùn)行狀態(tài)下的帶式輸送機(jī)皮帶張力情況，由于篇幅所限，不再對(duì)系統(tǒng)的各項(xiàng)功能做詳細(xì)介紹。

圖3 帶式輸送機(jī)監(jiān)控診斷系統(tǒng)

6 結(jié)論

基于神經(jīng)網(wǎng)絡(luò)算法的礦用帶式輸送機(jī)監(jiān)控與故障診斷系統(tǒng)，具有強(qiáng)大的數(shù)據(jù)實(shí)時(shí)導(dǎo)入與計(jì)算功能，可準(zhǔn)確地對(duì)帶式輸送機(jī)故障進(jìn)行診斷與監(jiān)檢測(cè)，能夠有效提高設(shè)備的工作效率，減小因設(shè)備故障造成的損失。