車(chē)海紅

（山西新景礦煤業(yè)有限責(zé)任公司，山西 陽(yáng)泉 045000）

1 概 況

我國(guó)煤炭資源豐富，多儲(chǔ)存于地表以下，需掘井開(kāi)采。但井下存在眾多有害氣體，且氧含量偏低，因此開(kāi)采過(guò)程中必須做好通風(fēng)工作。通風(fēng)機(jī)是煤礦通風(fēng)系統(tǒng)中的重要設(shè)備，若發(fā)生異常，將會(huì)導(dǎo)致井下通風(fēng)不足，導(dǎo)致有害氣體不能及時(shí)排出，給安全生產(chǎn)帶來(lái)隱患。通風(fēng)機(jī)在井下屬于常開(kāi)設(shè)備，加之井下粉塵大、潮濕，環(huán)境惡劣，導(dǎo)致通風(fēng)機(jī)容易出現(xiàn)各類(lèi)故障，需要對(duì)礦井主通風(fēng)機(jī)進(jìn)行監(jiān)測(cè)，保障安全生產(chǎn)。

新景礦主采3、8、15號(hào)煤層，采用傾斜長(zhǎng)臂采煤法，使用綜合機(jī)械化回采、全部垮落法管理頂板。該礦屬于高瓦斯礦井，瓦斯相對(duì)涌出量平均16.0 m3/t，絕對(duì)涌出量平均78 m3/min。礦井現(xiàn)有張家?guī)r、蘆南2個(gè)回風(fēng)井，各有1臺(tái)主扇。2015年至2020年，主扇每年初冬都會(huì)出現(xiàn)異常振動(dòng)，尤其是2019年和2020年，發(fā)生異?，F(xiàn)象多次，持續(xù)時(shí)間最長(zhǎng)達(dá)80 min，最短時(shí)長(zhǎng)5 min，嚴(yán)重影響礦井安全生產(chǎn)。為保障主扇可靠運(yùn)行，對(duì)異常振動(dòng)進(jìn)行分析研究，設(shè)計(jì)建立該礦故障監(jiān)測(cè)系統(tǒng)。

2 振動(dòng)故障分析

通風(fēng)機(jī)屬于旋轉(zhuǎn)設(shè)備，運(yùn)行中電動(dòng)機(jī)高速旋轉(zhuǎn)并帶動(dòng)轉(zhuǎn)軸運(yùn)動(dòng)，此過(guò)程中容易會(huì)發(fā)生零部件的磨損，磨損較大時(shí)，會(huì)造成風(fēng)機(jī)運(yùn)行不平穩(wěn)，出現(xiàn)振動(dòng)。經(jīng)過(guò)研究分析，新景礦通風(fēng)機(jī)產(chǎn)生振動(dòng)可能是以下這些原因造成的。

2.1 軸系不對(duì)中

通風(fēng)機(jī)工作必須依靠聯(lián)通軸體系，聯(lián)軸器一端與電動(dòng)機(jī)的輸出軸連接，另一端與風(fēng)機(jī)轉(zhuǎn)軸連接。轉(zhuǎn)軸安裝過(guò)程中在配合方面會(huì)有一定的誤差，隨著通風(fēng)機(jī)長(zhǎng)時(shí)間使用，誤差也會(huì)逐漸增加，導(dǎo)致轉(zhuǎn)子受壓出現(xiàn)形變，造成轉(zhuǎn)子軸和電動(dòng)機(jī)軸發(fā)生偏移，具體如圖1所示。該類(lèi)型故障可能導(dǎo)致聯(lián)軸器偏轉(zhuǎn)、連軸變形等，造成軸系不同心，引發(fā)通風(fēng)機(jī)的振動(dòng)故障，影響通風(fēng)系統(tǒng)的可靠性。

圖1 軸系不對(duì)中示意Fig.1 Diagram of shafting misalignment

2.2 轉(zhuǎn)子不平衡

轉(zhuǎn)子不平衡也是通風(fēng)機(jī)振動(dòng)故障的重大因素，通風(fēng)機(jī)在生產(chǎn)制造過(guò)程中，受到制造誤差、裝配誤差、配件材質(zhì)不均等因素影響，造成轉(zhuǎn)子發(fā)生變形、錯(cuò)位、磨損、脫落等，使得通風(fēng)機(jī)異常振動(dòng)。

2.3 轉(zhuǎn)子和零部件之間存在摩擦

轉(zhuǎn)子和靜止的零部件出現(xiàn)摩擦，長(zhǎng)期運(yùn)行時(shí)引發(fā)碰磨，摩擦方向分為軸向、徑向2種。轉(zhuǎn)子外緣與靜止的零部件接觸所產(chǎn)生的摩擦屬于徑向摩擦；轉(zhuǎn)子與靜止的零部件接觸所產(chǎn)生的摩擦屬于軸向摩擦。

2.4 風(fēng)機(jī)葉片變形

通風(fēng)機(jī)在運(yùn)轉(zhuǎn)中受到氣體沖擊力的影響，造成葉片磨損、變形、裂縫，甚至發(fā)生斷裂，導(dǎo)致通風(fēng)機(jī)運(yùn)行異常。這種故障通常表現(xiàn)為徑向振動(dòng)，但若不及時(shí)進(jìn)行葉片更換，造成葉片大面積故障時(shí)，風(fēng)機(jī)會(huì)出現(xiàn)軸向振動(dòng)，嚴(yán)重影響通風(fēng)系統(tǒng)的效率。

2.5 軸承故障

軸承是轉(zhuǎn)動(dòng)部位的支撐體，可以降低轉(zhuǎn)動(dòng)過(guò)程中的摩擦系數(shù)，同時(shí)保證回轉(zhuǎn)精度，因此軸承的質(zhì)量必須合格。若裝配作業(yè)不規(guī)范，則會(huì)造成軸承內(nèi)孔、外圈與安裝位置間隙過(guò)大，導(dǎo)致軸承晃動(dòng)；若軸承未進(jìn)行定期潤(rùn)滑，就可能會(huì)出現(xiàn)滾動(dòng)體點(diǎn)蝕、保持架銹蝕等現(xiàn)象，導(dǎo)致軸承損壞，出現(xiàn)振動(dòng)。

2.6 機(jī)體振動(dòng)

機(jī)體振動(dòng)多發(fā)生在安裝階段，多為通風(fēng)機(jī)基礎(chǔ)或裝配松動(dòng)產(chǎn)生的異常振動(dòng)，例如基礎(chǔ)或?qū)к壊黄秸⒆冃?，或是螺栓緊固不牢靠。此外，如果引風(fēng)道長(zhǎng)度較短，無(wú)法起到降低風(fēng)速的作用，此時(shí)風(fēng)流對(duì)風(fēng)機(jī)的沖擊力較大；葉片或輪轂粉塵粘結(jié)過(guò)多，會(huì)破壞風(fēng)機(jī)動(dòng)平衡，引起振動(dòng)。上述因素均會(huì)造成機(jī)體振動(dòng)。

3 通風(fēng)機(jī)振動(dòng)監(jiān)測(cè)系統(tǒng)

風(fēng)機(jī)振動(dòng)不利于通風(fēng)系統(tǒng)的的正常運(yùn)行，加之井下工況較差，粉塵大、濕度大，給風(fēng)機(jī)運(yùn)行帶來(lái)隱患。為降低風(fēng)機(jī)故障頻率、減輕巡檢人員的勞動(dòng)強(qiáng)度，根據(jù)新景礦實(shí)際情況，擬建立通風(fēng)機(jī)振動(dòng)監(jiān)測(cè)系統(tǒng)，并進(jìn)行軟硬件設(shè)計(jì)。

信號(hào)數(shù)據(jù)分析方面，當(dāng)前常見(jiàn)的方法有邏輯斯蒂方程法、常微分方程法、動(dòng)態(tài)預(yù)測(cè)法等。這幾種方法都需要對(duì)數(shù)據(jù)進(jìn)行一定的模型假設(shè)支持。相較于這些傳統(tǒng)預(yù)測(cè)方法，BP神經(jīng)網(wǎng)絡(luò)模型具有良好的非線性特性，靈活的學(xué)習(xí)方式，以及完全分布式的存儲(chǔ)結(jié)構(gòu)。通過(guò)學(xué)習(xí)可以使用神經(jīng)網(wǎng)絡(luò)獲取振動(dòng)序列的內(nèi)在規(guī)律，從而對(duì)振動(dòng)序列的變化進(jìn)行監(jiān)測(cè)，并且神經(jīng)網(wǎng)絡(luò)無(wú)需建模，具有很好的自適應(yīng)能力和抗干擾能力。因此決定基于BP神經(jīng)網(wǎng)絡(luò)算法建立新景礦通風(fēng)機(jī)振動(dòng)故障監(jiān)測(cè)系統(tǒng)。

3.1 監(jiān)測(cè)系統(tǒng)總體方案

為確保風(fēng)機(jī)故障能夠及時(shí)發(fā)現(xiàn)，監(jiān)測(cè)系統(tǒng)進(jìn)行智能化設(shè)計(jì)，具有數(shù)據(jù)采集、傳輸、數(shù)據(jù)轉(zhuǎn)換、信號(hào)顯示、報(bào)警等功能。進(jìn)行硬件設(shè)計(jì)、軟件2部分設(shè)計(jì)。硬件實(shí)現(xiàn)信號(hào)采集、信號(hào)處理和轉(zhuǎn)換，軟件實(shí)現(xiàn)信號(hào)顯示、分析、存儲(chǔ)利用，通過(guò)軟硬件有機(jī)結(jié)合，實(shí)現(xiàn)對(duì)振動(dòng)故障的實(shí)時(shí)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)問(wèn)題，采取應(yīng)對(duì)措施，保障通風(fēng)系統(tǒng)的可靠運(yùn)行。

3.1.1 硬件設(shè)計(jì)

監(jiān)測(cè)系統(tǒng)硬件板塊設(shè)計(jì)如圖2所示。振動(dòng)傳感器采集故障信號(hào)，在調(diào)理模塊的作用下，進(jìn)行數(shù)據(jù)處理，再經(jīng)過(guò)數(shù)據(jù)采集卡，把所得信號(hào)傳輸至工控機(jī)，供LabVIEW采集。

圖2 硬件設(shè)計(jì)Fig.2 Hardware design

3.1.2 軟件設(shè)計(jì)

監(jiān)測(cè)系統(tǒng)軟件板塊設(shè)計(jì)如圖3所示。通過(guò)線纜將工控機(jī)和采集卡相連接，采用LabVIEW平臺(tái)開(kāi)發(fā)相應(yīng)程序，把所得信號(hào)傳輸至工控機(jī)，通過(guò)小波分析分解故障信號(hào)的特征值，在神經(jīng)網(wǎng)絡(luò)模塊中進(jìn)行訓(xùn)練，然后用Matlab對(duì)信號(hào)進(jìn)行分析和處理，實(shí)現(xiàn)故障監(jiān)測(cè)。

圖3 軟件設(shè)計(jì)Fig.3 Software design

3.2 BP神經(jīng)網(wǎng)絡(luò)算法

通風(fēng)機(jī)的振動(dòng)故障檢測(cè)系統(tǒng)屬于非線性系統(tǒng)，神經(jīng)網(wǎng)絡(luò)屬于輸入對(duì)輸出的非線性映射，此次振動(dòng)監(jiān)測(cè)系統(tǒng)采用BP神經(jīng)網(wǎng)絡(luò)作為載體。

3.2.1 建立樣本集

通風(fēng)機(jī)在運(yùn)行中出現(xiàn)振動(dòng)故障，其不平穩(wěn)狀態(tài)包含許多故障信息，運(yùn)用小波分析技術(shù)，對(duì)其振動(dòng)頻率進(jìn)行分析，將不同頻率的信號(hào)分解至相應(yīng)通道中，對(duì)頻率通道的信號(hào)能量進(jìn)行匯總，提取振動(dòng)信號(hào)，得出故障特征值，再將其歸一化處理，得出特征向量，由此進(jìn)行故障判斷監(jiān)測(cè)。根據(jù)上文內(nèi)容，總結(jié)6種故障樣本訓(xùn)練集，見(jiàn)表1。

表1 故障訓(xùn)練樣本集Table 1 Fault training sample set

3.2.2 確定網(wǎng)絡(luò)層數(shù)和節(jié)點(diǎn)

依照通風(fēng)機(jī)的振動(dòng)故障，設(shè)計(jì)一個(gè)六進(jìn)六出的神經(jīng)網(wǎng)絡(luò)，中間設(shè)置一層隱含層，如圖4所示。該節(jié)點(diǎn)數(shù)取值范圍：

圖4 六進(jìn)六出神經(jīng)網(wǎng)絡(luò)圖Fig.4 Six-in-six-out neural network diagram

式中：N為輸入層的節(jié)點(diǎn)數(shù)；M為輸出層的節(jié)點(diǎn)數(shù)；a為整數(shù)1～10。

3.2.3 參數(shù)選擇

網(wǎng)絡(luò)中學(xué)習(xí)的初始權(quán)值與閾值通常?。?1,1），學(xué)習(xí)效率按照階段的訓(xùn)練誤差進(jìn)行設(shè)定，避免過(guò)大出現(xiàn)系統(tǒng)震蕩，過(guò)小導(dǎo)致訓(xùn)練時(shí)間和次數(shù)太多。

3.2.4 訓(xùn)練神經(jīng)網(wǎng)絡(luò)

把6個(gè)輸入節(jié)點(diǎn)和頻帶的能量值一一對(duì)應(yīng)，隱含層的節(jié)點(diǎn)數(shù)設(shè)置為8，6個(gè)輸出節(jié)點(diǎn)和6類(lèi)振動(dòng)故障進(jìn)行對(duì)應(yīng)，期望誤差設(shè)定為0.01。訓(xùn)練神經(jīng)網(wǎng)絡(luò)如圖5所示。

圖5 訓(xùn)練神經(jīng)網(wǎng)絡(luò)Fig.5 Training neural network

3.3 數(shù)據(jù)驗(yàn)證

通過(guò)BP神經(jīng)網(wǎng)絡(luò)算法，在Matlab平臺(tái)上對(duì)故障類(lèi)型進(jìn)行監(jiān)測(cè)，監(jiān)測(cè)結(jié)果見(jiàn)表2。運(yùn)用學(xué)習(xí)算法訓(xùn)練后，可得誤差曲線，如圖6所示。

圖6 誤差變化曲線Fig.6 Error variation curve

表2 實(shí)際輸出結(jié)果Table 2 Actual output result

從表2可知，作為網(wǎng)絡(luò)輸入訓(xùn)練樣本，對(duì)應(yīng)的期 望 輸 出 為 （1，0，0，0，0，0），（0，1，0，0，0，0），（0，0，1，0，0，0），（0，0，0，1，0，0），（0，0，0，0，1，0），（0，0，0，0，0，1），分別對(duì)應(yīng)軸系不對(duì)中、轉(zhuǎn)子不平衡、碰磨、葉片故障、軸承、機(jī)體振動(dòng)。從圖6可知，經(jīng)過(guò)180次訓(xùn)練后可基本實(shí)現(xiàn)預(yù)期效果。

4 結(jié) 語(yǔ)

通過(guò)對(duì)新景礦主通風(fēng)機(jī)經(jīng)常出現(xiàn)的振動(dòng)故障問(wèn)題進(jìn)行分析研究，表明軸系不對(duì)中、轉(zhuǎn)子不平衡、碰磨、風(fēng)葉葉片、軸承、機(jī)體振動(dòng)等故障均會(huì)不同程度的對(duì)通風(fēng)機(jī)的安全運(yùn)行帶來(lái)影響。針對(duì)分析的問(wèn)題，設(shè)計(jì)故障監(jiān)測(cè)系統(tǒng)，利用小波分析技術(shù)對(duì)故障特征信號(hào)進(jìn)行提取，通過(guò)BP神經(jīng)網(wǎng)絡(luò)控制算法對(duì)故障進(jìn)行訓(xùn)練跟蹤，經(jīng)過(guò)180次訓(xùn)練后基本可實(shí)現(xiàn)預(yù)期效果，表明此設(shè)計(jì)能夠達(dá)到預(yù)期的監(jiān)測(cè)效果。

續(xù)表