張富魁

(陜西澄合山陽煤礦有限公司，陜西 渭南 715300)

煤礦機(jī)電設(shè)備是保證煤礦行業(yè)生產(chǎn)作業(yè)的關(guān)鍵設(shè)備，該設(shè)備在運(yùn)行中出現(xiàn)故障，嚴(yán)重影響煤礦企業(yè)生產(chǎn)線與作業(yè)線。為了保證煤礦生產(chǎn)加工作業(yè)的連續(xù)性，工程研究領(lǐng)域投入了大量人力與物力進(jìn)行設(shè)備運(yùn)行的監(jiān)測研究。但隨著現(xiàn)代化技術(shù)的持續(xù)優(yōu)化，煤礦機(jī)電設(shè)備的結(jié)構(gòu)呈現(xiàn)復(fù)雜化趨勢，設(shè)備的功能多樣化、構(gòu)件越來越先進(jìn)，盡管技術(shù)的更新優(yōu)化了設(shè)備的功能，但設(shè)備的故障表現(xiàn)形式越來越多，故障診斷工作的難度隨之增加。為了解決該方面的問題，我國科研單位與技術(shù)單位在開展此方面工作的研究時(shí)，提出了針對其運(yùn)行故障監(jiān)測的專家系統(tǒng)、模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等[1]。在對現(xiàn)有技術(shù)的研究中發(fā)現(xiàn)，支持向量機(jī)理論可以較好地處理機(jī)電設(shè)備故障分類工作，保證在樣本數(shù)量有限的前提下，實(shí)現(xiàn)精準(zhǔn)地識別與診斷故障。但在設(shè)計(jì)成果的推廣研究中發(fā)現(xiàn)，支持向量機(jī)技術(shù)在處理模糊信息時(shí)存在不足，而煤礦機(jī)電設(shè)備運(yùn)行信息中又存在大量的模糊信息[2]。因此，筆者將在早期研究內(nèi)容的基礎(chǔ)上，引進(jìn)模糊支持向量機(jī)技術(shù)，設(shè)計(jì)一種針對煤礦機(jī)電設(shè)備運(yùn)行故障的全新監(jiān)測方法。以期通過該方法解決上述問題，實(shí)現(xiàn)對機(jī)電設(shè)備運(yùn)行的全面優(yōu)化，保障煤礦企業(yè)生產(chǎn)、加工等作業(yè)的連續(xù)性。

1 機(jī)電設(shè)備運(yùn)行故障監(jiān)測方法

1.1 異常信號提取

為實(shí)現(xiàn)對煤礦機(jī)電設(shè)備在運(yùn)行中故障的精準(zhǔn)監(jiān)測，應(yīng)在開展相關(guān)研究前，提取設(shè)備運(yùn)行的異常信號。在設(shè)備運(yùn)行終端設(shè)置傳感器，獲取設(shè)備運(yùn)行中的連續(xù)信號，確定設(shè)備的故障發(fā)生時(shí)刻。將對應(yīng)時(shí)刻的信號按照EMD模式進(jìn)行分解，按照信號的自適應(yīng)分布模式，將信號采集頻率通過由高到低的方式排列，得到信號的故障模態(tài)函數(shù)分量[3]。將分量信號進(jìn)行空間分布解析，得到信號的空間分布波數(shù)，匹配信號的波數(shù)與頻數(shù)，獲取信號短路故障的分量。在設(shè)備發(fā)生故障的瞬時(shí)階段，信號將發(fā)生跳變，對此刻的信號進(jìn)行HHT轉(zhuǎn)換，將得到的信號分量作為異常信號特征量。按照上述方式，進(jìn)行煤礦機(jī)電設(shè)備運(yùn)行異常信號的提取，將此過程表示為下述計(jì)算公式：

(1)

公式(1)中：Y表示煤礦機(jī)電設(shè)備運(yùn)行異常信號；N表示信號列數(shù)；y表示信號中的隨機(jī)變量；n表示異常信號特征分量；k表示信號編號。按照上述公式，進(jìn)行異常信號瞬時(shí)特征的提取。

1.2 模糊支持向量機(jī)異常值訓(xùn)練、監(jiān)測與診斷

完成上述設(shè)計(jì)后，引進(jìn)模糊支持向量機(jī)，結(jié)合神經(jīng)網(wǎng)絡(luò)算法，進(jìn)行瞬時(shí)異常信號的特征值訓(xùn)練和識別[4]。在此過程中，需要進(jìn)行信號的反復(fù)迭代處理，得到一個(gè)訓(xùn)練后的測試集合，將集合表示為M，則M={m1，m2，…，mi}，計(jì)算集合中每個(gè)樣本的隸屬度。隸屬度計(jì)算公式如下：

(2)

公式(2)中：δ表示分類決策系數(shù)；si表示mi樣本的隸屬度；xi表示訓(xùn)練子集的模糊參數(shù)；r表示有效訓(xùn)練次數(shù)。在完成對樣本隸屬度的計(jì)算后，測試且訓(xùn)練樣本集合，得到一個(gè)針對機(jī)電設(shè)備運(yùn)行的模糊網(wǎng)絡(luò)，將得到的信號按照時(shí)序?qū)肽：窠?jīng)網(wǎng)絡(luò)，輸出呈現(xiàn)連續(xù)狀態(tài)的信號，分析輸出結(jié)果，實(shí)現(xiàn)煤礦機(jī)電設(shè)備運(yùn)行故障的監(jiān)測。在監(jiān)測過程中，在神經(jīng)網(wǎng)絡(luò)中導(dǎo)入FSVM模糊分類規(guī)則，匹配監(jiān)測網(wǎng)絡(luò)節(jié)點(diǎn)，通過對網(wǎng)絡(luò)節(jié)點(diǎn)的模糊化處理，識別異常節(jié)點(diǎn)，將異常節(jié)點(diǎn)對應(yīng)的設(shè)備運(yùn)行線路進(jìn)行匹配，實(shí)現(xiàn)對故障的診斷。

2 對比實(shí)驗(yàn)

以上完成了對煤礦機(jī)電設(shè)備運(yùn)行故障監(jiān)測方法的設(shè)計(jì)，為了將此方法正式投入使用，保證煤礦企業(yè)生產(chǎn)作業(yè)的連續(xù)性，通過對比實(shí)驗(yàn)的方式，驗(yàn)證設(shè)計(jì)成果的可行性和有效性。完成對煤礦企業(yè)的選定后，對該企業(yè)中現(xiàn)用的煤礦電機(jī)設(shè)備進(jìn)行質(zhì)量抽檢，選擇HHFUJI-C5100型號的設(shè)備作為此次實(shí)驗(yàn)的主要研究對象。實(shí)驗(yàn)前，調(diào)取此設(shè)備的回執(zhí)報(bào)告單，明確此設(shè)備在2019年生產(chǎn)，并在當(dāng)年年底被煤礦企業(yè)購進(jìn)，購進(jìn)后的設(shè)備直接被投入生產(chǎn)線。盡管在使用過程中實(shí)現(xiàn)了為企業(yè)發(fā)展創(chuàng)造效益的目的，但由于生產(chǎn)線監(jiān)測該設(shè)備的運(yùn)行狀態(tài)不到位，導(dǎo)致該設(shè)備在使用中多次發(fā)生故障，每次故障均對企業(yè)的生產(chǎn)造成了經(jīng)濟(jì)損失。目前，該設(shè)備已被閑置在企業(yè)倉庫中。該設(shè)備主要由供電線路、電機(jī)檔位控制器和繼電器和電磁閥等基本元件構(gòu)成，其運(yùn)行原理如圖1所示。

圖1 HHFUJI-C5100型號煤礦機(jī)電設(shè)備運(yùn)行原理

根據(jù)圖1內(nèi)容，并且考慮到此設(shè)備在生產(chǎn)單位中屬于引進(jìn)設(shè)備，相關(guān)設(shè)備元件與電路運(yùn)行參數(shù)方面的信息存在空白。同時(shí)，由于該設(shè)備的連續(xù)使用年限較長，部分元件已經(jīng)老化，電路整體的容差大。僅按照其歷史監(jiān)測數(shù)據(jù)與運(yùn)行反饋情況對其進(jìn)行故障描述，難度較高，也無法建立起精準(zhǔn)的設(shè)備電路模型。因此，此次實(shí)驗(yàn)以該設(shè)備作為研究對象具備可行性。

在掌握此設(shè)備的相關(guān)信息后，將設(shè)備與企業(yè)生產(chǎn)線進(jìn)行連接，在其運(yùn)行前端與終端接入傳感器設(shè)備，監(jiān)測設(shè)備運(yùn)行過程中反饋的信號。將傳感器反饋的設(shè)備運(yùn)行信號與該設(shè)備歷史運(yùn)行信號進(jìn)行匹配，提取煤礦機(jī)電設(shè)備運(yùn)行異常信號，根據(jù)信號的模糊表達(dá)，使用神經(jīng)網(wǎng)絡(luò)，在模糊支持向量機(jī)的支撐下，對異常信號與異常信息進(jìn)行訓(xùn)練。通過對煤礦機(jī)電設(shè)備運(yùn)行故障的綜合監(jiān)測，實(shí)現(xiàn)設(shè)備故障的診斷。為了檢驗(yàn)設(shè)計(jì)方法的可行性，在設(shè)備試運(yùn)行過程中，隨機(jī)截取一段從設(shè)備運(yùn)行終端反饋的監(jiān)測信號，并且與該設(shè)備的歷史運(yùn)行數(shù)據(jù)進(jìn)行比對，將比對結(jié)果以折線圖的方式呈現(xiàn)在監(jiān)測界面，如圖2所示。

圖2 煤礦機(jī)電設(shè)備運(yùn)行故障綜合監(jiān)測結(jié)果

從圖2可以看出，截取的監(jiān)測信號大部分與采集的歷史數(shù)據(jù)重合，在5 min～6 min時(shí)間段內(nèi)，監(jiān)測到異常信息，其他時(shí)間基本一致，存在部分較為突出的異常信號，可以認(rèn)為明顯的異常信號代表該設(shè)備在運(yùn)行中存在故障。因此，證明本文設(shè)計(jì)的方法可以實(shí)現(xiàn)對煤礦機(jī)電設(shè)備運(yùn)行故障的綜合監(jiān)測，反饋信號與歷史監(jiān)測信號基本一致。

在證明了設(shè)計(jì)方法可行性的基礎(chǔ)上，選擇基于ZigBee網(wǎng)絡(luò)的煤礦機(jī)電設(shè)備運(yùn)行故障監(jiān)測方法作為傳統(tǒng)方法，選擇該企業(yè)內(nèi)存在故障或運(yùn)行異常的煤礦機(jī)電設(shè)備作為監(jiān)測對象，分別使用本文方法與傳統(tǒng)方法監(jiān)測設(shè)備的運(yùn)行。對比兩種方法的監(jiān)測結(jié)果與實(shí)際結(jié)果的匹配度，在設(shè)計(jì)方法實(shí)現(xiàn)對設(shè)備故障的精準(zhǔn)識別且識別的結(jié)果與設(shè)備實(shí)測故障一致時(shí)，說明方法具有應(yīng)用性和可行性。按照上文提出的內(nèi)容部署實(shí)驗(yàn)過程中的傳感器，根據(jù)傳感器反饋的信號診斷設(shè)備是否存在故障。統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果，如表1所示。

表1 煤礦機(jī)電設(shè)備運(yùn)行故障診斷結(jié)果 單位：個(gè)

從表1的實(shí)驗(yàn)結(jié)果可以看出，本文設(shè)計(jì)的監(jiān)測方法在實(shí)際應(yīng)用中，準(zhǔn)確地監(jiān)測出煤礦機(jī)電設(shè)備的運(yùn)行故障，診斷結(jié)果與實(shí)際故障一致。而傳統(tǒng)監(jiān)測方法的故障診斷數(shù)量略少于實(shí)際故障數(shù)量，其中SPJKL-L2000設(shè)備監(jiān)測的故障數(shù)誤差達(dá)到了2個(gè)，說明傳統(tǒng)方法具有監(jiān)測能力，但對故障診斷的效果欠佳。因此，相比基于ZigBee網(wǎng)絡(luò)的監(jiān)測方法，本文設(shè)計(jì)的基于模糊支持向量機(jī)的煤礦機(jī)電設(shè)備運(yùn)行故障監(jiān)測方法，不僅可以實(shí)現(xiàn)對設(shè)備運(yùn)行的有效監(jiān)測，也提高了監(jiān)測的準(zhǔn)確性，綜合使用價(jià)值更高。

3 結(jié)束語

筆者從煤礦機(jī)電設(shè)備運(yùn)行異常信號提取、異常值訓(xùn)練、監(jiān)測與診斷等方面，開展了基于模糊支持向量機(jī)的煤礦機(jī)電設(shè)備運(yùn)行故障監(jiān)測方法的設(shè)計(jì)研究。該方法引入了模糊支持向量機(jī)，以此為基礎(chǔ)監(jiān)測機(jī)電設(shè)備的運(yùn)行故障。在完成設(shè)計(jì)后，選擇某煤礦生產(chǎn)企業(yè)作為實(shí)驗(yàn)參與單位，開展對比實(shí)驗(yàn)，進(jìn)行本文設(shè)計(jì)方法可行性的檢驗(yàn)。通過實(shí)驗(yàn)證明了，本文設(shè)計(jì)的方法在實(shí)際應(yīng)用中不僅可以實(shí)現(xiàn)對機(jī)電設(shè)備運(yùn)行的有效監(jiān)測，也可以實(shí)現(xiàn)對故障的精準(zhǔn)診斷。因此，可將本文設(shè)計(jì)的方法應(yīng)用到實(shí)踐，并在市場內(nèi)進(jìn)行推廣，希望提高煤礦機(jī)電設(shè)備的運(yùn)行效率，保證煤礦生產(chǎn)作業(yè)的連續(xù)性與可靠性。