（機械設計及理論專業(yè)論文）基于小波神經(jīng)網(wǎng)絡的礦井局部通風機故障檢測與診斷研究.pdf

論文題目 專 業(yè) 碩士生 指導教師 基于小波神經(jīng)網(wǎng)絡的礦井局部通風機故障檢測與診斷研究 機械設計及理論 馮華光 薛河 龔曉燕 摘要 簽名 簽名 簽名 礦井局部通風機是煤礦掘進工作面至關重要的供風設備 其故障是導致瓦斯爆炸的 主要原因之一 因此 對礦井局部通風機實施故障檢測與診斷具有重大意義 為確保風 機正常穩(wěn)定工作 論文采用虛擬儀器技術 小波包分析 b p 神經(jīng)網(wǎng)絡等多元技術相融合 的方法 研究開發(fā)了以振動檢測為基礎的礦井局部通風機故障檢測與診斷系統(tǒng) 以實現(xiàn) 對礦井局部通風機常見機械故障的有效診斷 主要完成研究內(nèi)容如下 1 通過對礦井局部通風機常見機械故障及機理 振動頻域特性和診斷方法的深 入分析 確定了使用虛擬儀器技術對風機振動信號采集管理 小波包能量法提取特征向 量 b p 神經(jīng)網(wǎng)絡進行模式識別的總體研究方案 該研究方案可以提高系統(tǒng)檢測診斷的自 動化程度和診斷準確率 降低了硬件費用 縮短了軟件開發(fā)周期 2 采用小波分析和神經(jīng)網(wǎng)絡相結合的方法對礦井局部通風機故障診斷模型進行 建立 振動信號小波包分解選擇了d b 9 基小波 并定義了五層小波包分解樹 以小波包 分解結果作為b p 神經(jīng)網(wǎng)絡輸入向量 常見風機故障類型為輸出向量 并通過試驗數(shù)據(jù)和 樣本訓練確定神經(jīng)網(wǎng)絡模型 結果表明該模型具有適度的網(wǎng)絡規(guī)模和較短的計算時間 識別結果具有較高的可信度 3 對硬件系統(tǒng)進行了設計 根據(jù)振動信號的采集需要 選擇了l c 0 1 5 1 t 壓電加 速度傳感器 u s b 6 2 21 數(shù)據(jù)采集卡等硬件設備 確定了基于振動檢測的4 個測點分布和 傳感器布置 4 對軟件系統(tǒng)的功能模型 開發(fā)模型 結構模型及流程等進行了分析和設計 確定螺旋模型為軟件開發(fā)模型 選擇l a b v i e w 和m a t l a b 為軟件開發(fā)平臺 設計了三 層遞進式軟件結構 實現(xiàn)了風機離線診斷 在線診斷 數(shù)據(jù)采集管理 故障庫維護 網(wǎng) 頁報表生成和數(shù)據(jù)備份等功能 軟件開發(fā)過程中應用優(yōu)化算法 使子程序重用性好 執(zhí) 行效率高 人機交互界面大量采用事件觸發(fā)機制 使系統(tǒng)能及時響應用戶指令而且節(jié)省 計算機資源 5 對礦井局部通風機故障檢測與診斷系統(tǒng)進行了功能驗證和性能評價 以礦井 局部通風機的喘振和基礎松動兩種故障為例進行實例分析 試驗表明經(jīng)驗分析與系統(tǒng)診 斷結果完全一致 從系統(tǒng)參數(shù)和試驗統(tǒng)計的角度對系統(tǒng)響應時間和可靠性進行了評估 結果表明系統(tǒng)具有合理的響應時間和良好的可靠性 本論文將虛擬儀器 小波包分析和神經(jīng)網(wǎng)絡等技術綜合應用到礦井局部通風機的故 障檢測和診斷上 研發(fā)了集信號存儲管理 故障分析診斷 故障庫維護 報表生成等功 能于一體的礦井局部通風機故障檢測與診斷原型系統(tǒng) 可以提高礦井局部風機故障檢測 和診斷集成化 自動化和智能化程度及效率 對減少掘井工作面瓦斯爆炸事故發(fā)生具有 積極意義 關鍵詞 礦井局部通風機 故障診斷 小波包理論 人工神經(jīng)網(wǎng)絡 虛擬儀器技術 研究類型 應用研究 本課題受到陜西省教育廳專項科研基金項h 0 7 1 k 3 1 1 的資助 s u b j e c t r e s e a r c ho nf a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r i nc o a lm i n eb a s e do nw n n s p e c i a l t y m e c h a n i c a ld e s i g na n dt h e o r y n a m e f e n gh u a g u a n g s u p e r v i s o r x u eh e g o n gx i a o y a n a b s t r a c t s i g n a t u s i g n a t u s i g n a t u r e l o c a lv e n t i l a t o ri st h ek e ye q u i p m e n to fa i rs u p p l yt ou n d e r g r o u n de x c a v a t i o nf a c ei nt h e c o a lm i n e a n dt h ef a u l to fl o c a lv e n t i l a t o ri sam a i nf a c t o rt oi n d u c eg a se x p l o s i o n t h e r e f o r e i th a sg r e a ts i g n i f i c a n c et h a tf a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r t oe n s u r en o r m a l a n ds t a b l ew o r ko fl o c a lv e n t i l a t o r b yu s i n gv i r t u a li n s t r u m e n t st e c h n o l o g y w a v e l e tp a c k e t a n a l y s i s b a c kp r o p a g a t i o n b p n e u r a ln e t w o r kt e c h n o l o g ya n dm u l t i d i s c i p l i n a r yt e c h n o l o g y af a u l td e t e c t i o na n dd i a g n o s i ss y s t e mb a s e do nv i b r a t i o nd e t e c t i o ni ss t u d i e da n dd e v e l o p e d i nt h i sd i s s e r t a t i o n w h i c hi se x p e c t e dt or e a l i z ee f f e c t i v ef a u l td i a g n o s i so fl o c a lv e n t i l a t o r t h ep e r f o r m e dr e s e a r c h e sa r ea sf o l l o w s 1 t h ec o m m o nm e c h a n i c a l f a i l u r ea n dm e c h a n i s m v i b r a t i o nf r e q u e n c ya n d d i a g n o s t i cm e t h o d so ft h el o c a lv e n t i l a t o ra r ed e t a i l e d l ya n a l y z e d a n di t i se s t a b l i s h e dt h a t g e n e r a lr e s e a r c hp r o g r a m m eo f v i b r a t i o ns i g n a l sa c q u i s i t i o na n dm a n a g e m e n tb yu s i n gv i r t u a l i n s t r u m e n t s w a v e l e tp a c k e te n e r g ye x t r a c t i o ne i g e n v e c t o r b pa r t i f i c i a l n e u r a ln e t w o r k a n n r e c o g n i t i o n t h i sp r o g r a m m ec o u l di m p r o v et h ea u t o m a t i o na n da c c u r a c y r e d u c et h e c o s to fh a r d w a r e a n ds h o r t e nt h es o f t w a r ed e v e l o p m e n tc y c l e 2 f a u l td i a g n o s i sm o d e li se s t a b l i s h e dt h r o u g hi n t e g r a t i n go fw a v e l e ta n a l y s i sa n d n e u r a ln e t w o r k c h o o s ed b 9 w a v e l e ta n dd e f i n i t i o nf i v ew a v e l e tp a c k e tt r e e w p t f o r w a v e l e tp a c k e td e c o m p o s i t i o n t h ev a l u eo fw a v e l e td e c o m p o s i t i o ns e r v e sa si n p u tv e c t o ro f b pa n n w h i l ec o m m o nf a u l ta so u t p u tv e c t o r a n nm o d e lh a sb e e ns e tu pt h r o u g hs a m p l e t e s tt r a i n i n g w h i c hi ss h o w e dt h a tn e t w o r ks c a l ei sm o d e r a t e c o m p u t i n gt i m ei ss h o r t r e c o g n i t i o nc r e d i b i l i t yi sh i g h 3 t h eh a r d w a r es y s t e m i s d e s i g n e d i n a c c o r d a n c ew i t ht h ev i b r a t i o ns i g n a l s a c q u i s i t i o n l c 015 1ts e n s o ra n du s b 6 2 21d a t aa c q u i s i t i o n d a q c a r da n do t h e rh a r d w a r e e q u i p m e n t sa r ec h o s e n f o u rm e a s u r i n gp o i n td i s t r i b u t i o na n ds e n s o r sl a y o u tb a s e do n v i b r a t i o nd e t e c t i o na r ed e t e r m i n e d 4 t h es o f t w a r ef u n c t i o n d e v e l o p m e n ta n ds t r u c t u r em o d e la r ea n a l y z e da n dd e s i g n e d a d o p t i n gs p i r a lm o d e lt od e v e l o ps o f t w a r e c h o o s i n gl a b v i e wa n dm a t l a ba ss o f t w a r e d e v e l o p m e n tp l a t f o r m d e s i g n i n gt h r e e t i e r e dp r o g r e s s i v es o f t w a r es t r u c t u r eh a v ea c h i e v e d l o c a lv e n t i l a t o ro f f i i n e o n l i n ed i a g n o s i s d a t aa c q u i s i t i o na n dm a n a g e m e n t f a u l td a t a b a s e m a i n t e n a n c e w e br e p o r tg e n e r a t i o na n dd a t ab a c k u pa n de t c a r ei m p l e m e n t e d o p t i m i z a t i o n a l g o r i t h mi sa p p l i e dt o s o f t w a r e d e v e l o p m e n tt oi m p r o v es u b r o u t i n e sr e u s a b i l i t ya n d e f f i c i e n c y h u m a nc o m p u t e ri n t e r a c t i v ei n t e r f a c eh a sa d o p t e dt h ee v e n tt r i g g e rm e c h a n i s ms o t h a tt h es y s t e mc a nr e s p o n du s e rc o m m a n di nt i m ea n ds a v ec o m p u t e rr e s o u r c e s 5 v e r i f i c a t i o na n dp e r f o r m a n c ee v a l u a t i o no fs y s t e ma r ef i n i s h e d a n a l y s i so fs u r g e a n df o u n d a t i o nl o o s e n i n go fl o c a lv e n t i l a t o rh a ss h o w e dt h a te x p e r i e n c ea n a l y s i sc o r r e s p o n d s w i t hd i a g n o s i sr e s u l t t h ea s s e s s m e n to ft h er e s p o n s et i m ea n d r e l i a b i l i t yt h r o u g hp a r a m e t e r s a n dt e s ts t a t i s t i c sh a ss h o w e dt h a tt h e s y s t e mh a sar e a s o n a b l er e s p o n s et i m ea n dg o o d r e l i a b i l i t y v i r t u a li n s t r u m e n t st e c h n o l o g y w a v e l e tp a c k e ta n a l y s i sa n da n nh a v eb e e na p p l i e dt o f a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r t h ep r o t o t y p es y s t e mt h a ti n t e g r a t e ss i g n a l s t o r a g em a n a g e m e n t f a u l td i a g n o s i s f a u l td a t a b a s em a i n t e n a n c e a n dr e p o r tg e n e r a t i o ni s r e s e a r c h e da n dd e v e l o p e d i th a si m p r o v e dt h el e v e la n de f f i c i e n c yo fi n t e g r a t i o n a u t o m a t i o n i n t e l l i g e n c eo fl o c a lv e n t i l a t o rf a u l td e t e c t i o na n dd i a g n o s i s a n dh a sp o s i t i v es i g n i f i c a n c et o r e d u c et h ea c c i d e n to fg a se x p l o s i o ni nu n d e r g r o u n de x c a v a t i o nf a c e k e y w o r d s l o c a lv e n t i l a t o r f a u l td i a g n o s i sw a v e l e tp a c k e t a r t i f i c i a ln e u r a ln e t w o r k a n n v i r t u a li n s t r u m e n t st e c h n o l o g y r e s e a r c ht y p e a p p l i c a t i o nf u n d a m e n t a l s t h i sp r o j e c ts u p p o r t e db ys h a a n x ie d u c a t i o nb u r e a us c i e n c ef o u n d a t i o n n o 0 7 j k 3 1 1 西要料技大學 學位論文獨創(chuàng)性說明 本人鄭重聲明 所呈交的學位論文是我個人在導師指導下進行的研究工作 及其取得研究成果 盡我所知 除了文中加以標注和致謝的地方外 論文中不 包含其他人或集體已經(jīng)公開發(fā)表或撰寫過的研究成果 也不包含為獲得西安科 技大學或其他教育機構的學位或證書所使用過的材料 與我一同工作的同志對 本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意 學位論文作者簽名 馬留 c 1 日期 加諺鄉(xiāng) 廠廣 學位論文知識產(chǎn)權聲明書 本人完全了解學校有關保護知識產(chǎn)權的規(guī)定 即 研究生在校攻讀學位期 間論文工作的知識產(chǎn)權單位屬于西安科技大學 學校有權保留并向國家有關部 門或機構送交論文的復印件和電子版 本人允許論文被查閱和借閱 學校可以 將本學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索 可以采用影印 縮 印或掃描等復制手段保存和匯編本學位論文 同時本人保證 畢業(yè)后結合學位 論文研究課題再撰寫的文章一律注明作者單位為西安科技大學 保密論文待解密后適用本聲明 學位敝儲簽名 譖繹杉指導教師躲藏瀝掘莠 夕矽擴年4 月f 厶日 1 緒論 1 緒論 科學技術的迅猛發(fā)展使現(xiàn)代工業(yè)生產(chǎn)的自動化水平不斷提高 煤礦生產(chǎn)系統(tǒng)不斷龐 大化 復雜化和高速化 通風機械作為在礦產(chǎn)中的重要設備 其作用和影響隨之提升 能源的大量需求使煤礦通風設備使用量與日俱增 設備的安全問題亦日益突出 由此引 起的人身和礦難事故不斷發(fā)生 為此 國家出臺了一系列有關安全管理的規(guī)定 1 2 3 1 要求加強對通風設備的檢測檢驗及日常維護 確保設備安全運行 1 1 引言 通風設備運行中發(fā)生的故障或失效不僅會造成重大經(jīng)濟損失 甚至還可能導致災難 性的人員傷亡和惡劣的社會影響 據(jù)國家安全生產(chǎn)監(jiān)督管理總局的調查顯示 全國三分 之一的國有煤礦產(chǎn)能瓶頸是通風系統(tǒng)能力 多數(shù)國有地方煤礦通風系統(tǒng)存在問題 從全 國煤礦的生產(chǎn)統(tǒng)計來看 百分之七 八十的瓦斯爆炸事故發(fā)生在掘進工作面 4 1 其主要 原因是礦井局部通風系統(tǒng)的故障多 無計劃停風現(xiàn)象嚴重 造成了系統(tǒng)安全性低下 在 此狀況下煤礦生產(chǎn)缺乏一套局部通風機的故障檢測和診斷設施 無法實時地對通風設備 進行狀態(tài)監(jiān)測 不能及早發(fā)現(xiàn)安全隱患 為瓦斯爆炸創(chuàng)造了條件 局部通風機直接面對掘進機的上山掘進巷道 一旦出現(xiàn)故障停止供風 幾分鐘內(nèi)就 會造成工作面迎頭瓦斯積存 極易引起瓦斯爆炸事故1 5 j 局部通風機作為通風系統(tǒng)中至 關重要的機械設備 其工作狀態(tài)正常與否嚴重影響著礦井供風質量 因此 對礦井局部 通風機進行狀態(tài)監(jiān)測和故障診斷十分必要 只要保證礦井局部通風機連續(xù)運轉供風 使 礦井局部通風地點不積存瓦斯 可一定程度上避免瓦斯事故的發(fā)生 近年來 如何保證 煤礦井下正常供風 杜絕瓦斯積存 成了煤礦安全生產(chǎn)中的一個重要課題 煤礦生產(chǎn)現(xiàn)代化使早期機械設備人為定期維修的弊端進一步暴露 1 9 8 3 年初原國家 經(jīng)委和有關部門在 國營工業(yè)交通設備管理試行條例 中 明確指出 要根據(jù)生產(chǎn)需要 逐步采用現(xiàn)代故障診斷和狀態(tài)監(jiān)測技術 發(fā)展以狀態(tài)監(jiān)測為基礎的預防維修體系 們 在政策的推動下 煤礦行業(yè)相繼出現(xiàn)許多優(yōu)秀的狀態(tài)監(jiān)測系統(tǒng) 但對礦井局部通風機的 狀態(tài)監(jiān)測卻一直停滯不前 本課題將充分利用測試領域最新技術與現(xiàn)代故障診斷最新理 論 建立一個以小波神經(jīng)網(wǎng)絡和虛擬儀器為技術基礎的礦井局部風機在線故障診斷系 統(tǒng) 西安科技大學碩士學位論文 1 2 國內(nèi)外故障診斷研究動態(tài) 故障診斷屬于模式識別的范疇 是近4 0 年發(fā)展起來的一門新興學科 是適應工程實 際需要而形成的各學科交叉的綜合學科 對設備的診斷涉及到信號采集 信號處理和故 障診斷三方面內(nèi)容 1 2 1 信號采集與處理技術的新發(fā)展 信號采集是故障診斷的前提 信號處理是故障診斷的關鍵 為提高礦井局部通風機 的信號采集質量 降低信號處理成本 我們引入虛擬儀器 虛擬儀器是由美國n i 公司19 8 6 年提出的 是計算機系統(tǒng)與儀器系統(tǒng)技術相結合的產(chǎn)物 它利用計算機的強大功能 結 合相應的硬件 大大突破傳統(tǒng)儀器在數(shù)據(jù)處理 顯示 傳送 存儲等方面的限制 目前 虛擬儀器在航天 水利 制造等行業(yè)都有廣闊的應用 如比利時i n t e r s o f t 電子工程公司 的r a s s p d p 和r a s s s 軟件 美國斯坦福大學的虛擬儀器教學 實驗 仿真系統(tǒng) 挪威 c a r d i a c 公司基于l a b v i e w 平臺測試北海油田石油 大氣 水流的m p f m 系統(tǒng)等1 7 j 近年來出現(xiàn)的小波分析是測試領域的一大進展 為非平穩(wěn)信號的分析提供了強有力 的工具 對平穩(wěn)信號的分析也優(yōu)于f f t 技術 小波分析將有望取代傳統(tǒng)的f f t 技術瞄j 小 波分析是一種全新的時間 尺度 時間 頻率 分析方法 它具有多分辨率分析的特點 能 有效地從信號中提取瞬態(tài)突變信息 通過伸縮和平移等運算功能對信號進行多尺度細化 分析 解決了許多傅里葉變換不能解決的問題 被譽為分析信號的 顯微鏡 1 9 1 1 2 2 診斷技術的新動態(tài) 近年來 隨著人工智能 a i 的發(fā)展 診斷自動化 智能化逐漸變?yōu)楝F(xiàn)實 基于人 工智能故障診斷的研究主要分為兩類 基于知識 符號推理 的專家故障診斷和基于神 經(jīng)網(wǎng)絡 數(shù)值計算 的故障診斷 10 1 表1 1 列舉了專家系統(tǒng)和神經(jīng)網(wǎng)絡的特征比較 表1 1 專家系統(tǒng)與神經(jīng)網(wǎng)絡故障診斷特征比較 2 l 緒論 基于知識的故障診斷 利用領域專家的經(jīng)驗知識 根據(jù)用戶給出的關于問題的信息 數(shù)據(jù) 按照一定的推理機制 從知識庫中選擇對于問題的最合理的解釋 雖然已經(jīng)出現(xiàn) 了許多成熟的商業(yè)軟件 并且在工程實踐中得到了應用 但仍存在一些問題 知識獲取 中的 瓶頸 問題難于解決 知識窄臺階 問題 易產(chǎn)生 組合爆炸 無窮遞歸 問題 實時在線診斷性能差等 基于神經(jīng)網(wǎng)絡的故障診斷系統(tǒng) 是模擬生物神經(jīng)系統(tǒng)而建立起來的自適應非線性系 統(tǒng) 具有可學習性和并行計算能力 可以實現(xiàn)分類 白組織 聯(lián)想記憶和非線性優(yōu)化等 功能 神經(jīng)網(wǎng)絡用于故障診斷領域 可以解決趨勢預測和診斷推理問題 目前 人們對 網(wǎng)絡的結構類型 學習算法和映射 f m b a m 樣本處理等問題進行了研究 應用模塊化 神經(jīng)網(wǎng)絡解決大規(guī)模復雜問題 應用剪枝法優(yōu)化網(wǎng)絡連接方式將遺傳算法 g e n e t i c a l g o r i t h m s 簡稱g a 和混沌理論應用于網(wǎng)絡的學習訓練中 解決局部極小問題等 g a 是一種借鑒生物界自然選擇和自然遺傳學機理上的迭代自適應概率性搜索算法 能進行 全局并行 隨機搜索 具有收斂到全局最優(yōu)的能力 1 2 1 3 g a 能解決神經(jīng)網(wǎng)絡拓撲結構 的優(yōu)化與高效的學習算法等問題 近年來g a 隨著神經(jīng)網(wǎng)絡 人工生命 進化計算等研 究的興起 引起了人們越來越多的興趣 伴隨著神經(jīng)網(wǎng)絡的復活 智能診斷領域在近年取得了長足的進展 例如 北卡羅來 納州立大學的m c h o w 和s o y e e 等人用人工神經(jīng)網(wǎng)絡對交流感應電動機進行了故障診 斷 1 4 1 f a n 等人將改造過的b p 神經(jīng)網(wǎng)絡用于化工過程故障診斷 具有良好的非線性確定 能力 l5 j 西安交大機械診斷研究所開發(fā)的機械診斷快速響應神經(jīng)網(wǎng)絡 哈爾濱工業(yè)大學 的 機組振動微機監(jiān)測和故障診斷系統(tǒng) 6 j 等 1 3 礦井通風系統(tǒng)故障診斷研究現(xiàn)狀 目前 國內(nèi)外投入大量人力物力進行礦井通風系統(tǒng)的研究 例如 加拿大的s h a r d c a s t l e 采用電子葉片對礦井通風風流的測定評估及緊急狀態(tài)瓦斯突出的報警系統(tǒng)進 行的研究 1 6 1 7 1 波蘭的w m i r o n o w i c z 對高瓦斯?jié)舛鹊V井通風系統(tǒng)控制的研究 1 8 德國 的k n o a c k 對煤礦井下瓦斯驅散的各種控制方法和系統(tǒng)進行了研究分析 l 卅 澳大利亞的 l l u n a r z e w s k i 對煤礦井下瓦斯預測 控制及通風系統(tǒng)設計等進行研列2 0 j 我國經(jīng)濟管理 干部學院對礦井通風系統(tǒng)安全評價體系進行了研烈2 l 全國各大煤礦 如平頂山等煤礦 采用 雙局扇雙電源 余度自控系統(tǒng)措施等 3 西安科技大學碩士學位論文 對于風機性能的動態(tài)監(jiān)測 國內(nèi)外已經(jīng)有一批相當成熟的監(jiān)測系統(tǒng) 而對于故障診 斷 則因風機的故障形式多種多樣 故障產(chǎn)生的機理和原因非常復雜 故障與征兆之間 缺乏明顯的對應關系 各故障之間還存在著復雜的耦合關系等原因 使得該問題的診斷 具有較大的難度1 22 因此 國內(nèi)外學者對于故障診斷的理論 方法和技術進行了深入的 研究 發(fā)展了基于模型的診斷 基于模式識別的診斷 基于灰色理論的診斷 基于模糊 的診斷 基于專家系統(tǒng)的診斷和基于神經(jīng)網(wǎng)絡等多種診斷理論和方法 2 3 2 4 2 5 例如 中國礦業(yè)大學在建立基于局變環(huán)節(jié)差壓的礦井通風機流量監(jiān)測模型后 開發(fā)出 z i i i 型礦井主通風機在線監(jiān)測系統(tǒng)b6 并在現(xiàn)場得到成功應用 北京科技大學潛心研制的 o l m s a 2 型高爐鼓風機監(jiān)測系統(tǒng) 6 j 等 人工神經(jīng)網(wǎng)絡 特別是b p b a c kp r o p a g m i o n 誤差反向傳播 網(wǎng)絡以其良好的模 式分類能力 在風機故障診斷中得到了廣泛應用 b p 網(wǎng)絡是一種多層前饋型神經(jīng)網(wǎng)絡 在實際應用中絕大部分的網(wǎng)絡模型都采用b p 及其變種形式 例如 東北大學設備診斷工 程中心經(jīng)過多年研究 利用集成神經(jīng)網(wǎng)絡成功研制出 風機工作狀態(tài)監(jiān)測診斷系統(tǒng) 2 7 j 取得可喜成績 黑龍江科技學院利用b p 網(wǎng)絡對礦井通風機振動故障的診斷1 2 酬等 1 4 課題的研究內(nèi)容 礦井局部通風機是一種特殊用途的防爆風機 其運轉環(huán)境相當惡劣 安全管理不便 安裝維修困難 2 9 1 對其故障診斷有別于一般的風機 本課題從實際出發(fā)建立一套針對煤 礦廣泛使用的b k j 5 6 n 0 6 3 b 防爆 k 礦井 j 局部 5 6 輪轂l l 1 0 0 q 0 6 3 葉輪直徑 分米數(shù) 型防爆軸流局部通風機的故障檢測與智能診斷系統(tǒng) 主要完成以下研究內(nèi)容 1 礦井局部通風機故障機理分析 分析常見機械故障的特征頻率 產(chǎn)生原因和消除方法 分析確定故障診斷與信號處理方法 2 小波神經(jīng)網(wǎng)絡模型建立與優(yōu)化 確定網(wǎng)絡的輸入節(jié)點即確定振動信號的小波包分解樹 確定網(wǎng)絡的輸出節(jié)點即常見故障 不平衡 不對中 松動 碰摩 喘振 油 膜渦動 軸承損壞等 用m a t l a b 神經(jīng)網(wǎng)絡工具箱建立三層b p 神經(jīng)網(wǎng)絡 確定網(wǎng)絡的隱層節(jié)點對網(wǎng)絡模型進行有導師訓練 根據(jù)訓練效果和診斷精度 調整隱層節(jié)點數(shù) 3 硬件平臺設計 傳感器的選擇與布置傳感器滿足精度要求 性價比較高 根據(jù)測試需求合理 布置傳感器位置 使之能獲取可靠有效的信號 調理電路的設計調理電路在復雜的現(xiàn)場環(huán)境中具備強的抗干擾能力 4 1 緒論 數(shù)采卡的選用數(shù)采卡滿足同時采集多路信號和采集速度的要求 4 虛擬儀器軟件設計 以l a b v i e w 為平臺編寫數(shù)據(jù)采集與存儲的相關代碼 設計s q l 數(shù)據(jù)庫存儲故障號 故障類型及解決方案 并與l a b v i e w 連接 在l a b v i e w 中調用m a t l a b 計算引擎對振動信號進行小波包分析 5 軟件界面 診斷報表的設計 6 仿真驗證和實驗室驗證 7 撰寫開發(fā)文檔材料 制作軟件在線幫助 封裝源代碼 1 5 課題研究目的與意義 礦山設備的智能化綜合診斷 不僅能滿足礦山瞬息萬變的狀態(tài)要求 而且提高了礦 山設備檢測和維修的速度有利于礦山的統(tǒng)籌管理 保證礦山工作的正常進行 雖然基于 小波神經(jīng)網(wǎng)絡的智能診斷作為現(xiàn)代新興的故障診斷方法在煤礦行業(yè)的應用還停留在初 級階段 但無庸置疑它將成為未來的發(fā)展趨勢 在我國礦山行業(yè) 傳統(tǒng)的定期維方式仍然根深蒂固 不能預防突發(fā)性故障 容易引 起失修與過剩維修 除了經(jīng)濟原因 更重要的是智能化診斷概念沒有深入人心 許多開 發(fā)項目仍停留在實驗室階段 針對礦井局部通風機的應用研究就更加缺乏 要想真j 下使 智能化診斷在礦山行業(yè)中生根發(fā)芽 就必須推出能在理論和實踐上完全過得了關的產(chǎn) 品 本課題針對我國礦山生產(chǎn)發(fā)展的實際需要 利用先進的虛擬儀器技術 小波理論和 神經(jīng)網(wǎng)絡 建立礦井局部通風故障檢測和診斷理論方法 并研發(fā)相應的故障檢測與診斷 系統(tǒng) 這對于對提高礦山通風安全生產(chǎn)管理水平有著極為重要的現(xiàn)實意義 5 西安科技大學碩士學位論文 2 礦井局部通風機故障診斷分析 礦井局部通風系統(tǒng)包括高壓供電系統(tǒng) 低壓供電系統(tǒng)和機械設備系統(tǒng)三部分 因此 故障可能來自多方面 受時間和精力的限制 本課題僅討論礦井局部通風機機械故障檢 測與診斷 根據(jù)礦井局部通風機的機械結構 從常見故障的機理和特征入手 分析診斷 方法和信號處理方法 2 1 礦井局部通風機常見故障及機理分析 礦井局部通風機機械系統(tǒng)包括 風機 機座 風筒等其它設備 現(xiàn)在礦用局部通風 機一般為b k j 型防爆軸流式通風機 它適用于煤礦井下其周圍介質中有甲烷 煤塵等爆 炸性混合物氣體的環(huán)境中 在交流5 0 h z 電壓至3 8 0 v 或6 6 0 v 的電路中 作為煤礦井下 采掘和采煤巷道及盲巷道局部通風之用 其采用電機直聯(lián)傳動 電動機靠機座散熱片和 軸向氣流進行冷卻 結構小巧 緊湊 一般地說 通風機的機械故障是由通風機的裝配 與安裝 通風機的制造質量及運行中的損壞所引起的 2 1 1 故障特征頻率分析 常見的礦井局部通風機故障以及特征頻率如下 2 8 3 0 1 1 3 1 1 轉子動不平衡或靜不平衡 不平衡包括轉子系統(tǒng)質量偏心及風機轉子部件出現(xiàn) 缺損 質量偏心是由于制造誤差 裝配誤差 材質不均勻等造成的 稱為初始不平衡 轉子部件缺損則導致新的不平衡 特征頻率為1 倍頻 2 轉子與靜止件摩擦 由于軸撓曲 轉子與靜止件熱膨脹不一致 轉子對中不良 等原因引起 特征頻率為高次 低次及混合諧波 常伴有1 倍頻 3 基礎松動 基礎振動來源于螺栓松動 軟腳或過大的間隙 通常表現(xiàn)為多頻率 的振動 特征頻率為2 倍頻 伴有l(wèi) 3 4 5 6 倍頻甚至更高頻 4 軸承油膜渦動 油膜渦動是由滑動軸承油膜力學特性引起的自激振動 特征頻 率 o 5 倍 常伴有l(wèi) 倍頻 5 軸承安裝不良或損壞 軸承振動很復雜 種類繁多 工作狀態(tài)往往與轉軸有關 軸承損壞的主要原因是軸承偏心和點蝕引起相應的沖擊 其特征頻率為1 倍頻 伴有超 低頻和高頻 6 喘振 喘振是流體機械運行最惡劣 最危險的工況之一 對機械危害極大 導 致喘振的先決條件是通風機流量越過最小流量值 產(chǎn)生旋轉脫離和脫離區(qū)急劇擴大的嚴 重情況 但此時能否產(chǎn)生喘振還要看風機和管路的工作曲線 接近和進入喘振時的主要 特征是 機體和軸承振動劇烈 喘振特征頻率為超低頻 常伴有1 倍頻 進風口和出風 6 2 礦井局部通風機故障診斷分析 口的流量發(fā)生變化 其數(shù)據(jù)發(fā)生周期性大幅脈動 氣流噪聲發(fā)生周期性的變化且強烈 7 軸線不對中 機械工作狀態(tài)時 由于機器的安裝誤差 承載后的變形及機器基 礎的沉降不均等造成轉子軸線之間產(chǎn)生平行移位 軸線角度移位或綜合移位等 故障的 特征頻率為2 倍頻 常伴有l(wèi) 3 倍頻 2 1 2 常見故障產(chǎn)生原因及消除方法 礦井局部通風機主要故障 產(chǎn)生原因及消除方法見表2 1 3 2 3 3 1 3 4 表2 1 礦井局部通風機常見故障 故障原因及消除方法 7 西安科技大學碩士學位論文 表2 1 中第7 條故障在b k j 5 6 n 0 6 3 型防爆軸流式局部通風機中并不存在 因為此類型 號的風機采用電機直聯(lián)傳動 無需聯(lián)軸器 但對于其它傳動方式的風機是存在的 2 2 故障診斷方法分析 礦井局部通風機的工作過程復雜 同一種故障類型可以表現(xiàn)幾種癥狀 一種癥狀也 可以對應著幾種故障類型 因此 這中間并不是一一對應的函數(shù)關系 而是一種多參數(shù) 多變量的模糊關系 為了在這些多因素的復雜關系中提高故障的識別能力 增加診斷的 準確率 目前已在應用或研究的診斷方法 3 5 3 6 有 1 振動特性變化診斷法 根據(jù)風機工作參數(shù)發(fā)生變化時 如啟動 停機過程 負荷變化過程 振動頻率 幅 值 振型的變化過程 測量其振動特性 從特性變化中判斷故障的原因和部位 例如軸 的裂紋診斷 一般在工作轉速下是很難識別的 但在轉速升降過程中由于裂紋的開合 有可能在反應敏感的頻域上進行診斷 2 故障樹分析法 故障樹分析法 f t a f a u l tt r e e a n a l y s i s 是一種將系統(tǒng)故障形成的原因由整體至局 部按樹枝狀逐漸細化的分析方法 3 模糊診斷法 模糊診斷法是利用癥狀向量隸屬度和模糊關系矩陣求故障原因向量隸屬度 并做出 故障診斷的方法 故障原因隸屬度反映造成機器故障原因的多重性和它們的主次程度 減少了故障診斷中的不確定因素 4 專家系統(tǒng) 8 2 礦井局部通風機故障診斷分析 專家系統(tǒng)是一種以知識工程為基礎的智能化的計算機程序系統(tǒng) 為計算機輔助診斷 的高級階段 它以邏輯推理的手段 以 規(guī)則 框架 語義網(wǎng)絡 等方式表達 專家處理機械故障的知識 通過搜索策略 控制正 逆向推理 完成對故障信號的識別 5 人工神經(jīng)網(wǎng)絡方法 人工神經(jīng)網(wǎng)絡 a r t i f i c i a ln e u r a ln e t w o r k 技術是基于神經(jīng)科學研究的最新成果而 發(fā)展起來的邊緣學科 是對人腦某些基本特征的簡單數(shù)學模擬 其并行分布式處理方式 聯(lián)想記憶的容錯能力 自組織自學習能力以及較強的非線性映射能力在機械故障的診斷 和識別中顯示了極大的應用潛力 本課題借助于人工神經(jīng)網(wǎng)絡方法 通過對礦井局部通風機故障實例和診斷經(jīng)驗的訓 練學習 用分布在網(wǎng)絡內(nèi)部的連接權值和閥值來表達所學習的故障診斷的知識 以實現(xiàn) 故障和征兆之間復雜的非線性映射關系 2 3 信號處理方法分析 風機故障的表現(xiàn)形式是多方面的 包括 振動 溫度 噪聲等等 當風機發(fā)生故障 時 這些物理量都會發(fā)生變化 而振動是設備運行狀態(tài)好壞的重要標志 3 7 3 8 振動信號 是風機狀態(tài)信息的載體 它蘊含了豐富的風機異常信息 對于在生產(chǎn)中連續(xù)運轉的通風 設備 可以分析其振動信號 在不停機的條件下實現(xiàn)在線檢測和故障診斷 由于風機在運行過程中產(chǎn)生的振動信號 因傳遞路徑 環(huán)境噪聲的影響和各種機械 元件的聯(lián)合作用 使得構成信號的成分很復雜 如果單從時域波形上直接觀察 往往很 難看出設備究竟是正常還是異常 以及故障的類型和部位等 為此 必須對檢測到的信 號進行加工處理 以便更全面 更深刻地揭示出動態(tài)信號中所包含的多種信息 信號處理就是從大量的振動數(shù)據(jù)中提取最能代表狀態(tài)變化的特征值 小波理論是非 平穩(wěn)信號處理強有力的工具 而小波包分解能對多分辨率分析沒有細分的高頻部分進一 步分解 是一種更為精細的分析方法 具有更高的時間分辨率和頻率分辨率 通過小波 包分解 把風機振動信號分解在相應頻段內(nèi) 各個頻段信號能量的特征值綜合反映了風 機故障在時域和頻域的全部信息 把各頻段能量形成的特征向量作為神經(jīng)網(wǎng)絡的輸入樣 本 利用神經(jīng)網(wǎng)絡的高度非線性映射特性 實現(xiàn)特征空間到故障空間的映射 2 4 小結 本章分析了礦井局部通風機常見的七種機械故障機理 指出了它們的特征頻率 產(chǎn) 生原因和消除方法 分析了故障診斷與信號處理方法 最終確定了以人工神經(jīng)網(wǎng)絡進行 模式識別 小波包分析進行信號特征值提取的核心架構 9 西安科技大學碩士學位論文 3 礦井局部通風機故障診斷小波神經(jīng)網(wǎng)絡模型 小波包分析和神經(jīng)網(wǎng)絡是礦井局部通風機診斷系統(tǒng)的核心技術 它們的結合途徑 小波包基函數(shù)與分解樹 神經(jīng)網(wǎng)絡結構與模型等參數(shù)都將影響系統(tǒng)的診斷精度與效率 3 1 小波分析和神經(jīng)網(wǎng)絡的結合途徑 神經(jīng)網(wǎng)絡可以有效地實現(xiàn)輸入到輸出之間的非線性映射 具有自學習和模式識別能 力 適合診斷自動化 小波分析則由于其基函數(shù)的自動伸縮和平移特性 而成為信號分 析的重要工具 目前 小波分析和神經(jīng)網(wǎng)絡的結合途徑有以下兩種1 6 1 松散型結合 l l d 波分析作為神經(jīng)網(wǎng)絡的前置處理手段 為神經(jīng)網(wǎng)絡提供輸入 特征向量 2 緊致型結合 小波和神經(jīng)網(wǎng)絡直接融合 即用小波函數(shù)和尺度函數(shù)形成神經(jīng)元 上述兩種結合途徑形成了廣義上的兩種小波神經(jīng)網(wǎng)絡 而狹義上的小波神經(jīng)網(wǎng)絡 僅指用小波函數(shù)或尺度函數(shù)作為激勵函數(shù) 形成神經(jīng)元 從礦井局部通風機診斷系統(tǒng)的復雜度和可行性考慮 我們選擇第一種松散型結合途 徑 即小波分析僅作為神經(jīng)網(wǎng)絡的i j i 置處理手段 提供神經(jīng)網(wǎng)絡輸入特征向量 3 2 故障診斷小波包基函數(shù)與分解尺度 3 2 1 小波分析理論 小波分析是數(shù)學理論中調和分析技術發(fā)展的最新成果 具有完美的數(shù)學內(nèi)涵和重要 的應用價值 小波分析的基本理論如下 3 9 1 令 2 0 2 兀 為周期的平方可積函數(shù)空問 如果函數(shù) 5 f 包2 俾 并且滿足以下 容 許性 條件 q e 咩 那么稱吣 是一個小波 基小波 函數(shù) 其中審 緲 是 x 的f o 嘶e r 變換 3 1 從式3 1 中我們可以推導出審 i o 等價地在時域里有 y x 皿 o 也就是 說審 國 必須具有帶通性質 且吣 必是有正負交替的震蕩波形 使得其平均值為o 1 0 3 礦井局部通風機故障診斷小波神經(jīng)網(wǎng)絡模型 基小波有兩種操作 平移和伸縮 經(jīng)過這種操作后形成 4 波函數(shù)族 其連續(xù)和離 散形式分別如下 y 啪 i 口i 1 孚 3 2 t 2 j 1 2 y 2 7 x k k ez 3 3 其中口和b 及其離散形式2 和糾2 分別為伸縮因子和平移因子 z 為整數(shù)集合 將信號分解在由基小波生成的小波函數(shù)族上 則稱連續(xù)小波變換 設及f 包2 僻 則 對其基小波函數(shù)虼b 0 的連續(xù)小波變換為 w v f a b 2 巾 也 7 渺 3 4 上式可求得信號在固定小波函數(shù) 6 f 上的分量 對參數(shù)a 和b 進行展開后 就得到 了任意時刻 任意精度的頻譜了 對實際的計算來講 這樣的代價太高 所以類似傅立 葉級數(shù)的想法 把參數(shù)a 或b 或 6 同時離散化 就得到了離散小波變換 離散正交小波 函數(shù)族在小波分析中占據(jù)重要地位 它形成了平方可積函數(shù)f 的一組正交基 離散基小波函數(shù)表示為 甲舭 f a o j 2 甲 口i f k b k z 離散小波變換的系數(shù)表示為 7 2 上 t 7 渺 信號吠力可表示為小波級數(shù) 其重構公式為 廠 f c w j k 七 f 3 7 其中c 為與信號無關的常數(shù) 如果選取的離散點滿足印 2 b o l 則稱二進小波 變換 離散正交小波分析在思想上同多分辨分析是一致的 就是要構造一組函數(shù)空間 每 組空間有統(tǒng)一的形式 所有空間的閉包則逼近三2 俾 每個空間中 所有函數(shù)都構成該空 間的標準化正交基 信號就在這類空間上分解 由于空間無限 所以能很方便地分析我 們所關心的信號 如果妒 d 能生成一個多分辨分析 則稱妒 f 是一個尺度函數(shù) 多分辨分析函數(shù)空間是 相互嵌套的 即 lc e 2ci t lcv ockc 三 3 8 西安科技大學碩士學位論文 那么 相鄰空間的差 驢珞l 一巧就是小波空間 表示了相鄰尺度空間的投影之間 的細小差別 我們稱小波空間為細節(jié)空間 3 2 2 小波包分析 小波包分析是多分辨分析的推廣 提供更為豐富和精確的分析方法 離散信號按小 波包基展開時 包含低通與高通濾波兩部分 離散信號的小波包分解算法為h o 式中吼 鞏為共軛濾波器 q m f 系數(shù) 圖3 1 是三層小波包全分解樹 3 9 圖3 1 三層全分解小波樹 由p a r s e v a l 恒等式舅廠 x 1 2 出 l d o 尼 1 2 可知 小波包變換系數(shù)d 七 的平方具 有能量的量綱 可用于機械故障診斷的能量特征提取 假定離散信號按某一小波樹分解 后由m 個頻帶組成 這 外子頻帶不一定處于同一分解水平 則各頻帶的能量為 f 互 硝 3 1 0 k l 式中f 慨m 為第f 個子頻帶的數(shù)據(jù)長度 且k n i 廳廣 離散信號的總能量均方根e 1 霹 則能量歸一化特征向量 yi 1 p e e e 酬 e 3 1 1 3 2 3 選取小波包基 在小波分析中 由于構造方法不同形成了不同的小波 目前比較有名的有d a u b e c h i e s 小波 m e y e r d 波 c o i f m a n d 波等 這些小波函數(shù)及相應的尺度函數(shù)構成了不同的小波 基 對同一個信號選用不同的小波基進行處理 得到的結果往往差別較大 如何選擇小 波基 目前沒有一個理論標準 但是在實際應用中已取得了一些經(jīng)驗 如高斯函數(shù)一階 導數(shù) 船訛用于圖像識別 特征提取 墨西哥草帽小波 m e x i c a nh a t 用于系統(tǒng)辨識 1 2 珂 痧 l 一 什 j r k u 以 噸 吮 釷 卜 i i 卜 聆 n 2 2 講 4 3 礦井局部通風機故障診斷小波神經(jīng)網(wǎng)絡模型 樣條小波用于材料探傷 s h a n n o n 正交基用于差分方程求解 對于正交小波神經(jīng)網(wǎng)絡和 數(shù)字信號一般選擇d a u b e c h i e s 構造的具有緊支集的正交小波 4 l 礦井局部通風機故障診斷系統(tǒng)以振動信號為分析對象 實施頻段劃分 后續(xù)接入神 經(jīng)網(wǎng)絡 因此選擇d a u