關(guān)鍵詞： 煤礦 帶式輸送機(jī) 軸承監(jiān)測(cè)診斷系統(tǒng) 運(yùn)煤設(shè)備

中圖分類號(hào)： TD528 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1672-3791（2023）16-0062-04

據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示，我國煤炭資源存儲(chǔ)量與開采量都位居世界前列。與此同時(shí)，煤炭資源的使用量也位居世界前列。在煤礦生產(chǎn)活動(dòng)中，帶式輸送機(jī)軸承監(jiān)測(cè)和診斷系統(tǒng)的成熟度直接影響煤炭開采的運(yùn)輸效率。在智能技術(shù)不斷成熟的情況下，監(jiān)測(cè)系統(tǒng)的自動(dòng)化水平也在不斷提高。通過整理軸承監(jiān)測(cè)診斷系統(tǒng)設(shè)計(jì)時(shí)的相關(guān)內(nèi)容，能夠維持帶式輸送機(jī)運(yùn)行狀態(tài)的智能化水平，全面提高煤礦開采的持續(xù)性和安全性。

1 煤礦帶式輸送機(jī)軸承監(jiān)測(cè)診斷系統(tǒng)性能需求

此次設(shè)計(jì)的軸承監(jiān)測(cè)診斷系統(tǒng)應(yīng)具有以下性能。

1.1 具有較強(qiáng)的抗干擾性

煤礦生產(chǎn)環(huán)境主要集中在地下，對(duì)于信號(hào)傳輸過程的干擾性較大，為了保持系統(tǒng)運(yùn)行狀態(tài)的自動(dòng)化與穩(wěn)定化，選用了電流輸出方式進(jìn)行信號(hào)傳輸，相較于其他的信號(hào)傳輸方式，其在應(yīng)用中具有更強(qiáng)的抗干擾性，以形成穩(wěn)定的信號(hào)傳輸環(huán)境。

1.2 豐富的監(jiān)測(cè)診斷功能

為了保證輸送機(jī)運(yùn)行狀態(tài)的穩(wěn)定性，所建立的系統(tǒng)應(yīng)具有診斷顯示、報(bào)表查詢、趨勢(shì)分析、診斷分析、報(bào)表生成等功能，從而幫助企業(yè)能隨時(shí)且全面地了解帶式輸送機(jī)軸承運(yùn)行狀況，為企業(yè)制訂合理的預(yù)制維修方案，并提供科學(xué)依據(jù)。

1.3 直觀顯示系統(tǒng)狀態(tài)

輸送機(jī)運(yùn)行過程會(huì)采集多項(xiàng)應(yīng)用數(shù)據(jù)，在錄入計(jì)算機(jī)軟件中后，可以制作出不同類型的直觀圖，如制作軸承溫度曲線圖、軸承振動(dòng)波動(dòng)曲線等，利用不同顏色進(jìn)行標(biāo)記，以提高信息顯示結(jié)果的直觀性與明確性。

2 煤礦帶式輸送機(jī)軸承監(jiān)測(cè)診斷系統(tǒng)設(shè)計(jì)要點(diǎn)

2.1 建立硬件管理平臺(tái)

2.1.1 傳感器

搭建硬件平臺(tái)時(shí)首先需要對(duì)傳感器進(jìn)行選型。傳感器是數(shù)據(jù)的來源，傳感器負(fù)責(zé)將外界的信息轉(zhuǎn)化為電子信號(hào)才能使用監(jiān)測(cè)系統(tǒng)進(jìn)行處理，是整個(gè)系統(tǒng)的感知單元。在此次監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)中，需要對(duì)振動(dòng)情況和溫度情況進(jìn)行采集，因此所選傳感器類型與參數(shù)如下。（1）振動(dòng)傳感器?？蛇x型號(hào)為ADXL1001 的加速度傳感器，此類傳感器工作時(shí)采用了3.3 V 單相電源進(jìn)行直接供電，儀器的具體量程在-100～100 g，其具體的線性度在±0.1%，信號(hào)采集的靈敏度為±1%，在輸送機(jī)21 kHz 以下振動(dòng)頻率，能夠保持較高的采樣精度。（2）溫度傳感器。工作時(shí)對(duì)軸承熱量進(jìn)行采集，可選DS18b20 型號(hào)的數(shù)字傳感器來采集相關(guān)信息，具體的測(cè)溫范圍在-55～+125 ℃，所得溫度檢測(cè)數(shù)據(jù)精度在1 ℃內(nèi)，可獲取較為完整和準(zhǔn)確的數(shù)字信號(hào)。

2.1.2 微處理器

為確保系統(tǒng)下達(dá)指令的科學(xué)性，需做好微處理器的合理選擇。從目前的應(yīng)用情況來看，可選STM32F系列的處理器，根據(jù)系統(tǒng)穩(wěn)定運(yùn)行情況來選擇對(duì)應(yīng)型號(hào)的處理器。例如：可選STM32F405 處理器作為主要的微處理器，此類處理器的內(nèi)部晶振頻率值在84 MHz，同時(shí)此處理器當(dāng)中還包含了多個(gè)通信串口，這樣也可以滿足SPI 通信要求，必要時(shí)也可以利用SD 卡來進(jìn)行信息傳遞。并且微處理器當(dāng)中還包含了FPU 和DSP 指令。該微處理器在應(yīng)用中也會(huì)設(shè)置多組外設(shè)接口，接口類型包括SPI、IIC、I2S、串口等，其運(yùn)行功能性更加強(qiáng)大，滿足系統(tǒng)穩(wěn)定運(yùn)行需求。

2.1.3 存儲(chǔ)設(shè)備

在煤礦生產(chǎn)活動(dòng)中，帶式輸送機(jī)一直處于持續(xù)工作的狀態(tài)，過程中也會(huì)產(chǎn)生數(shù)量眾多的狀態(tài)數(shù)據(jù)，原有存儲(chǔ)系統(tǒng)較難滿足內(nèi)存需求，因此也需要借助外設(shè)擴(kuò)展存儲(chǔ)空間，滿足信息采集需求。一般情況下，可用于信息存儲(chǔ)的外部設(shè)備包括U 盤、Flash 芯片、SD 卡等，契合單片機(jī)系統(tǒng)的穩(wěn)定運(yùn)行要求。外部存儲(chǔ)設(shè)備主要是用SDIO 控制器來進(jìn)行管控，該控制器在使用中可以兼容多種存儲(chǔ)設(shè)備，如MMC 卡、SD 卡、CE-ATA 設(shè)備等，可以滿足多類情況下的應(yīng)用需求。在應(yīng)用中還可以從較多原始信號(hào)中提取多類信息，轉(zhuǎn)出到設(shè)備中進(jìn)行存儲(chǔ)，便于后續(xù)分析活動(dòng)的進(jìn)行。

2.1.4 網(wǎng)絡(luò)通信設(shè)備

在此監(jiān)測(cè)系統(tǒng)的穩(wěn)定運(yùn)行中，需要保證其遠(yuǎn)程信息通信與數(shù)據(jù)交互的功能性，利用恰當(dāng)?shù)臒o線通信設(shè)備，也是保證通信環(huán)境暢通的基礎(chǔ)條件。為滿足監(jiān)測(cè)系統(tǒng)的穩(wěn)定工作要求，需要設(shè)置多組通信網(wǎng)絡(luò)，包括Zigbee 網(wǎng)絡(luò)、5G 網(wǎng)絡(luò)等，前者主要負(fù)責(zé)各類通信信息的傳輸，以便后續(xù)相關(guān)活動(dòng)的推進(jìn)；后者在應(yīng)用中，則使用云上傳5G 通信模塊，來對(duì)相關(guān)信息進(jìn)行采集，其在應(yīng)用中擁有多類網(wǎng)絡(luò)傳輸模式，能夠滿足不同情況下的定位與信號(hào)傳輸需求，以提高系統(tǒng)運(yùn)行狀態(tài)的穩(wěn)定性。

2.2 網(wǎng)絡(luò)通信協(xié)議

在整個(gè)系統(tǒng)的設(shè)計(jì)中，各類設(shè)備主要以Zigbee來作為信息傳輸?shù)闹匾ǖ溃麄€(gè)通道也會(huì)應(yīng)用CC2530模塊來進(jìn)行維護(hù)，以提高所下達(dá)指令的合理性。在協(xié)議具體的設(shè)置活動(dòng)中，也需要注意以下內(nèi)容。

2.2.1 地址配置

輸送機(jī)軸承監(jiān)測(cè)診斷系統(tǒng)在運(yùn)行中，其終端節(jié)點(diǎn)設(shè)置了若干序列號(hào)，在Zigbee 模塊位置順利完成上電建網(wǎng)處理后，會(huì)向著中繼設(shè)備提出物理地址請(qǐng)求，而Zigbee 模塊也會(huì)將物理地址利用串口直接發(fā)送到STM32 單片機(jī)中展開進(jìn)一步處理，以此來完成設(shè)備指令控制工作，提高地址配置結(jié)果的合理性。

2.2.2 采集和片上處理配置

系統(tǒng)終端在接收物理地址后，也會(huì)向中繼設(shè)備進(jìn)行配置幀的采集請(qǐng)求，此時(shí)根據(jù)Flash 內(nèi)存中的配置信息，也可以直接向終端中發(fā)送采集配置幀，而終端在接收相關(guān)信息后也會(huì)反饋配置幀與回應(yīng)幀，從而實(shí)現(xiàn)各類數(shù)據(jù)的順利交互，提高信息傳輸結(jié)果的合理性。

2.3 系統(tǒng)診斷技術(shù)

2.3.1 第二代小波解調(diào)分析法

此類方法在應(yīng)用中屬于時(shí)頻分析技術(shù)，在煤礦此類環(huán)境相對(duì)惡劣的場(chǎng)所中有著良好應(yīng)用。并且在整個(gè)系統(tǒng)的運(yùn)行中，所監(jiān)測(cè)和采集的信號(hào)處于連續(xù)的狀態(tài)，使用此方法可以準(zhǔn)確識(shí)別出系統(tǒng)中存在的故障問題，便于后續(xù)分析活動(dòng)的順利進(jìn)行。在具體實(shí)踐中，此類方法具有以下應(yīng)用優(yōu)勢(shì)。（1）具有較強(qiáng)的匹配度。該方法應(yīng)用中的尺度函數(shù)，在應(yīng)用中能夠與小波函數(shù)形狀和軸承損失狀態(tài)保持匹配，以提高數(shù)據(jù)分析結(jié)果的精度。（2）放大性。該分析法在應(yīng)用中所使用到的函數(shù)保持著良好的對(duì)稱性，能夠更加完整且直觀地了解信號(hào)細(xì)節(jié)，凸顯出其中不明確的故障特性。（3）分頻性。此算法在應(yīng)用中會(huì)將相互銜接的通濾波進(jìn)行組合，分析時(shí)可以將其劃分為若干頻譜，從而更加容易發(fā)現(xiàn)軸承應(yīng)用特征。（4）分離性。依托算法可以實(shí)現(xiàn)信號(hào)的調(diào)制分析，并從中提取有價(jià)值的波形特征，以提高分析結(jié)果的合理性。

2.3.2 混合智能診斷技術(shù)

此類技術(shù)綜合了監(jiān)測(cè)系統(tǒng)、自動(dòng)化技術(shù)與智能化技術(shù)，以此達(dá)到減少人力成本支出的目的?；旌现悄茉\斷技術(shù)在實(shí)際應(yīng)用中，會(huì)使用精密傳感器來采集軸承信號(hào)，預(yù)處理后會(huì)將信息傳遞到控制軟件中，展開進(jìn)一步處理。性質(zhì)完好的軸承與故障軸承頻譜圖間存在著較為細(xì)小的差異，但是這些差異較難在示波器中進(jìn)行集中顯示，因此可以使用混合智能技術(shù)來對(duì)頻譜圖展開頻譜分析，從而判斷出目前軸承的磨損與損耗狀態(tài)，為下一步工作的推進(jìn)提供良好參考。智能診斷技術(shù)在實(shí)際應(yīng)用中，其控制指令會(huì)基于需求指令來完成自動(dòng)調(diào)度，整個(gè)工作能夠順利實(shí)現(xiàn)系統(tǒng)自動(dòng)感知、控制調(diào)節(jié)，以完成系統(tǒng)診斷等工作。從目前的應(yīng)用情況來看，技術(shù)體系還存在完善的空間，還未形成完整的技術(shù)模式，這也是煤礦下階段開展活動(dòng)中需要注意的內(nèi)容。

2.3.3 多維邊緣網(wǎng)絡(luò)特征算法

通常情況下，在整個(gè)系統(tǒng)的運(yùn)行中，需要在時(shí)域和頻域范圍中對(duì)相關(guān)信號(hào)進(jìn)行采集與加工，利用時(shí)域和頻域特征提取結(jié)果來判斷出目前系統(tǒng)是否存在運(yùn)行問題，并指導(dǎo)相關(guān)人員進(jìn)行問題處理，在較短時(shí)間內(nèi)完成故障處理，以提高系統(tǒng)運(yùn)行狀態(tài)的穩(wěn)定性。在算法具體應(yīng)用中，需要做好時(shí)域特征與頻域特征的提取工作，實(shí)踐中應(yīng)注意以下內(nèi)容。（1）時(shí)域特征。在系統(tǒng)運(yùn)行過程產(chǎn)生的時(shí)域信號(hào)是系統(tǒng)振動(dòng)信號(hào)隨著時(shí)間波動(dòng)的直觀反映，并且在時(shí)間域內(nèi)也可以直接進(jìn)行數(shù)值分析，便于后續(xù)指令的順利下達(dá)，具體的分析指標(biāo)包括方根幅值、峰值指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)等。（2）頻域特征。這也是系統(tǒng)信號(hào)處理活動(dòng)中非常重要的組成部分，實(shí)踐中可利用傅里葉變換的方法來對(duì)各類信號(hào)進(jìn)行疊加處理，從而將各類信號(hào)順利映射到頻域維度當(dāng)中，以得到相應(yīng)的頻譜圖，便于后續(xù)分析活動(dòng)的進(jìn)行。

2.4 系統(tǒng)功能模塊設(shè)計(jì)

2.4.1 參數(shù)設(shè)定模塊

此類模塊在實(shí)際應(yīng)用中的主要工作，是可以對(duì)軸承參數(shù)進(jìn)行合理化設(shè)計(jì)，同時(shí)也會(huì)對(duì)測(cè)點(diǎn)報(bào)警閾值進(jìn)行合理化設(shè)計(jì)，以營造安全的系統(tǒng)運(yùn)行環(huán)境，降低故障問題的負(fù)面影響。在此模塊的具體設(shè)計(jì)中，也需要注意以下內(nèi)容：（1）細(xì)化模塊中的相關(guān)參數(shù)，例如：在軸承參數(shù)的設(shè)計(jì)中，所涉及的相關(guān)參數(shù)包括軸承內(nèi)圈參數(shù)、外圈直徑參數(shù)、液動(dòng)體直徑參數(shù)、軸承轉(zhuǎn)速參數(shù)等，為模塊的穩(wěn)定運(yùn)行提供可靠保障；（2）所有信息完成設(shè)置后，也需要對(duì)其可行性進(jìn)行評(píng)價(jià)，滿足要求后也將直接下放到振動(dòng)監(jiān)測(cè)分析儀中，其作用是可以為軸承故障的實(shí)時(shí)診斷提供良好參考，加快系統(tǒng)的反應(yīng)效率。

2.4.2 報(bào)表查詢模塊

此類模塊在實(shí)際應(yīng)用中的主要功能，是可以對(duì)軸承運(yùn)行時(shí)的報(bào)表制作要求、報(bào)表內(nèi)容等進(jìn)行合理化設(shè)計(jì)，并且也會(huì)規(guī)范所有報(bào)表的填寫單位、具體屬性等內(nèi)容，便于報(bào)表查詢活動(dòng)的順利進(jìn)行，提高所整理信息的應(yīng)用價(jià)值。在此模塊的具體設(shè)計(jì)中，也需要注意以下幾點(diǎn)：（1）細(xì)化報(bào)表模塊中的相關(guān)參數(shù)，在報(bào)表相關(guān)參數(shù)的設(shè)計(jì)中，所涉及的相關(guān)參數(shù)包括軸承峭度、峰值指標(biāo)、裕度指標(biāo)、脈沖指標(biāo)、波形指標(biāo)、最大值等，從而為模塊的穩(wěn)定運(yùn)行提供價(jià)值保障；（2）所有報(bào)表標(biāo)注信息完成設(shè)置后，也需要做好相應(yīng)的檢查工作，同時(shí)也需要做好報(bào)表上相關(guān)屬性的標(biāo)記，在平臺(tái)中也會(huì)設(shè)置相應(yīng)的目錄，作用是可以加快報(bào)表查詢速度，提高系統(tǒng)中相關(guān)信息的應(yīng)用價(jià)值。

2.4.3 報(bào)警查詢模塊

此類模塊在系統(tǒng)運(yùn)營中的主要功能，是可以對(duì)軸承運(yùn)行故障問題進(jìn)行及時(shí)報(bào)警，同時(shí)在智能技術(shù)輔助下，也可以進(jìn)行軸承故障定位、故障處理措施擬定等工作，以加快故障問題的處理速度，提高系統(tǒng)運(yùn)行狀態(tài)的穩(wěn)定性。在此模塊的具體設(shè)計(jì)中，需要注意以下幾點(diǎn)：（1）細(xì)化報(bào)警模塊中的具體內(nèi)容，實(shí)踐中會(huì)根據(jù)問題的嚴(yán)重情況，將預(yù)警問題劃分為若干等級(jí)（如非常嚴(yán)重、嚴(yán)重、一般、不嚴(yán)重等），同時(shí)設(shè)置了相應(yīng)的安全閾值，為該模塊的穩(wěn)定運(yùn)行提供可靠保障；（2）所有預(yù)警安全閾值完成設(shè)置后，需要做好靈活變化工作，即根據(jù)外部環(huán)境、服役年限的變化，來完成安全閾值的合理化調(diào)整，作用是可以提高故障問題發(fā)現(xiàn)的及時(shí)性，保證系統(tǒng)運(yùn)行狀態(tài)的穩(wěn)定性。

2.4.4 診斷分析模塊

此類模塊在系統(tǒng)運(yùn)營中的主要功能，是可以對(duì)軸承運(yùn)行故障問題的具體原因展開分析，過程中會(huì)依托智能技術(shù)來確定故障問題的具體原因，以加快故障問題的處理效率，保證系統(tǒng)工作狀態(tài)的穩(wěn)定性。在對(duì)該模塊的實(shí)踐設(shè)計(jì)中，還需要注意以下內(nèi)容：（1）細(xì)化診斷模塊中的相關(guān)內(nèi)容，實(shí)踐中會(huì)根據(jù)以往故障問題的處理經(jīng)驗(yàn)，對(duì)于常見故障問題的外在表現(xiàn)、處理方法、處理效率、處理效果等內(nèi)容進(jìn)行整理，以此來提高問題診斷結(jié)果的準(zhǔn)確性，便于后續(xù)相關(guān)活動(dòng)的順利推進(jìn)；（2）所有故障模塊參數(shù)完成設(shè)置后，也需要做好靈活變化工作，即根據(jù)每一次檢修活動(dòng)得到反饋數(shù)據(jù)，來完成故障模塊中相關(guān)數(shù)據(jù)的合理化調(diào)整，作用是可以不斷提升故障問題處理的及時(shí)性，提升系統(tǒng)運(yùn)行狀態(tài)的穩(wěn)定性[1]。

2.4.5 圖形化監(jiān)測(cè)模塊此類模塊

在系統(tǒng)運(yùn)營中的主要功能，是可以對(duì)軸承運(yùn)行過程進(jìn)行直觀化顯示，相較于單一數(shù)據(jù)信息的反饋，此類模塊能夠提高內(nèi)容的直觀性，以維持系統(tǒng)工作狀態(tài)的穩(wěn)定性。在對(duì)該模塊的具體設(shè)計(jì)中也需注意以下幾點(diǎn)。（1）細(xì)化圖形化監(jiān)測(cè)模塊中的相關(guān)內(nèi)容，實(shí)踐中會(huì)根據(jù)現(xiàn)有文字?jǐn)?shù)據(jù)，來對(duì)圖形進(jìn)行整理。在錄入計(jì)算機(jī)軟件當(dāng)中后，可以制作出不同類型的直觀圖，如制作軸承溫度曲線圖、軸承振動(dòng)波動(dòng)曲線、故障頻率曲線圖、故障處理時(shí)間曲線等，利用不同顏色進(jìn)行標(biāo)記，以提高信息所整理圖形的直觀性。（2）所有完成處理的圖形，也會(huì)錄入軟件中進(jìn)行存儲(chǔ)，并且在實(shí)踐中也會(huì)對(duì)其屬性進(jìn)行確定，為后續(xù)數(shù)據(jù)分析活動(dòng)的進(jìn)行提供良好參考[2]。

2.4.6 在線操作模塊此類模塊

在系統(tǒng)運(yùn)營中的主要功能，是能夠?qū)S承運(yùn)行狀態(tài)進(jìn)行在線監(jiān)測(cè)，根據(jù)獲取的在線監(jiān)測(cè)數(shù)據(jù)，及時(shí)下達(dá)在線操作指令，從而維持系統(tǒng)工作狀態(tài)的穩(wěn)定性。在對(duì)該模塊的具體設(shè)計(jì)中也需注意以下內(nèi)容：（1）細(xì)化在線操作模塊中的相關(guān)內(nèi)容，實(shí)踐中會(huì)依托傳感器來對(duì)軸承參數(shù)進(jìn)行采集，采集的多數(shù)數(shù)據(jù)都會(huì)直接錄入計(jì)算機(jī)軟件中進(jìn)行處理，從而了解目前軸承的使用狀態(tài)；（2）充分融入其他先進(jìn)技術(shù)，如機(jī)器人算法、人工智能技術(shù)等，通過不斷提高軟件工作性能，為后續(xù)數(shù)據(jù)分析活動(dòng)的進(jìn)行提供良好依據(jù)[3]。

3 煤礦帶式輸送機(jī)軸承監(jiān)測(cè)診斷系統(tǒng)應(yīng)用試驗(yàn)分析

3.1 數(shù)據(jù)準(zhǔn)備

在整個(gè)系統(tǒng)的驗(yàn)證活動(dòng)中，需要先做好實(shí)驗(yàn)環(huán)境的準(zhǔn)確工作，所使用的煤礦帶式輸送機(jī)軸承監(jiān)測(cè)診斷系統(tǒng)的具體參數(shù)如下：（1）振動(dòng)傳感器為型號(hào)ADXL1001的加速度傳感器；（2）溫度傳感器選DS18b20 型號(hào)的數(shù)字傳感器；（3）微處理器為STM32F405 處理器；（4）外部存儲(chǔ)設(shè)備控制器為SDIO 控制器；（5）使用Zigbee 網(wǎng)絡(luò)、5G 網(wǎng)絡(luò)來負(fù)責(zé)通信；（6）應(yīng)用CC2530 模塊來管理整個(gè)系統(tǒng)應(yīng)用過程。對(duì)滾動(dòng)軸承的不同故障狀態(tài)進(jìn)行模擬，設(shè)置了輕度故障、中度故障和重度故障這3 個(gè)階段，以固定頻率來獲取相關(guān)數(shù)據(jù)，得到的數(shù)據(jù)也會(huì)錄入計(jì)算機(jī)中展開集中處理，根據(jù)波形反饋參數(shù)來其進(jìn)行分類，以驗(yàn)證該系統(tǒng)的可行性與應(yīng)用價(jià)值[4]。

3.2 特征選擇

通過數(shù)據(jù)采集裝置獲取振動(dòng)數(shù)據(jù)，將節(jié)點(diǎn)采集獲取的訓(xùn)練數(shù)據(jù)根據(jù)軸承狀況進(jìn)行標(biāo)簽化處理后，對(duì)數(shù)據(jù)集進(jìn)行分塊并提取11 個(gè)時(shí)域特征和13 頻域特征。共采集4 組軸承數(shù)據(jù)，使用特征選擇算法獲得特征距離的相關(guān)統(tǒng)計(jì)量進(jìn)行平均后，按照從大到小進(jìn)行排序，根據(jù)得到的統(tǒng)計(jì)量信息判斷各特征對(duì)故障診斷的識(shí)別能力，選擇識(shí)別能力最強(qiáng)的5 個(gè)特征作為提取的特征用于后續(xù)的神經(jīng)網(wǎng)絡(luò)模型，具體選出的特征值為峰值、標(biāo)準(zhǔn)差值、偏度值、頻域特征值、峭度，以此來判斷出故障預(yù)警、診斷結(jié)果的時(shí)效性與合理性[5]。

3.3 訓(xùn)練及測(cè)試

對(duì)于標(biāo)簽化處理的數(shù)據(jù)，一般都會(huì)使用Relief 算法來對(duì)這些數(shù)據(jù)進(jìn)行整理，在得到特征提取數(shù)值后，也會(huì)借助機(jī)器人深度學(xué)習(xí)算法來對(duì)其進(jìn)行訓(xùn)練。在訓(xùn)練過程中，所設(shè)置的損失函數(shù)值為0.001，如果沒有達(dá)到所要求的損失函數(shù)，那么此時(shí)訓(xùn)練模型會(huì)繼續(xù)以0.1 的步長(zhǎng)來繼續(xù)進(jìn)行訓(xùn)練，直到所得到的訓(xùn)練集合可以滿足相關(guān)要求，此時(shí)該訓(xùn)練模型得到了順利應(yīng)用。而上文中提到的5 個(gè)提取特征為也會(huì)作為實(shí)驗(yàn)時(shí)的重要參數(shù)，從而順利得到故障診斷對(duì)應(yīng)的期望數(shù)值。在經(jīng)過訓(xùn)練數(shù)據(jù)集訓(xùn)練的相關(guān)模型，在測(cè)試階段的準(zhǔn)確性能夠順利達(dá)到99% 以上，而且所得到的分類效果與測(cè)試結(jié)果，也可以利用tsne 聚類圖和混淆矩陣來進(jìn)行直觀展示，從而可以看出，所建立的系統(tǒng)在實(shí)際應(yīng)用中，所得診斷結(jié)果和實(shí)際情況基本一致，表示系統(tǒng)在應(yīng)用中具有較強(qiáng)的精準(zhǔn)度[6]。

4 結(jié)語

綜上所述，通過建立契合煤礦帶式輸送機(jī)軸承監(jiān)測(cè)診斷所需的系統(tǒng)，能夠提升系統(tǒng)運(yùn)行結(jié)果的可靠性，降低系統(tǒng)運(yùn)行故障的發(fā)生概率。在不斷融入新技術(shù)的情況下，本系統(tǒng)的先進(jìn)性也會(huì)持續(xù)提升，以滿足復(fù)雜環(huán)境下煤礦生產(chǎn)需求。