掘進機截齒磨損程度分析及識別方法

孫汝繼， 王水生， 王海艦

(1.河北旅游職業學院 機電系， 河北 承德 067000； 2.遼寧工程技術大學 機械工程學院， 遼寧 阜新 123000)

掘進機截齒磨損程度分析及識別方法

孫汝繼1， 王水生1， 王海艦2

(1.河北旅游職業學院 機電系， 河北 承德 067000； 2.遼寧工程技術大學 機械工程學院， 遼寧 阜新 123000)

為了實現掘進機截齒磨損程度的精確識別，提出了掘進機截齒磨損程度分析及識別方法，測試和提取了不同磨損程度截齒截割過程中的三向振動信號和電流信號，建立了各截割特征信號的樣本證據組，采用基于修改模型的D-S組合識別模型實現了截齒磨損程度在線識別。實驗結果表明，該方法能夠根據多截割特征信號實現截齒磨損程度的精確識別，具有較高的識別精度和可靠性，為確定截齒的最佳維護和更換周期提供了重要依據。

煤炭開采； 掘進機； 截齒； 磨損程度； 在線識別； D-S組合

0 引言

掘進機是用于開鑿平直地下巷道的機械裝備，主要由行走機構、工作機構、裝運機構和轉載機構聯合組成。掘進機作業工況復雜、惡劣，在截割硬煤、硬巖時，掘進機截齒與煤、巖產生劇烈碰撞和摩擦，對截齒造成強烈的振動和沖擊，容易造成截齒嚴重磨損甚至折斷和脫落[1-3]。若不及時更換截齒，不但嚴重影響掘進機的截割效率和進給速度，還會對掘進機的整機性能造成損害，降低掘進機的可靠性和使用壽命[4-5]。

針對截齒磨損方式、程度和識別技術等方面的問題，眾多學者進行了研究。張建廣[6]分析截齒在截割前后的質量、高度、磨痕形態及溫度等，發現截齒齒體主要以磨粒磨損為主，硬質合金頭的磨損與熱疲勞密切相關，截齒各部位的磨損形狀則與截割工況有關；尚慧嶺[7]分析了采煤機滾筒及截齒磨損后引起的性能參數變化及其效應，指出采煤機在滾筒截齒失效條件下工作時，落煤、裝煤能力下降，瞬時負載明顯增大；張強等[8]采用模糊信息融合方法對截割過程中的電流信號、振動信號和聲發射信號進行模糊化、模糊規則查詢及解模糊處理，得到決策后截齒磨損量。筆者提出了一種掘進機截齒磨損程度分析及識別方法，根據截齒處于不同磨損程度時掘進機截割過程中特征信號的變化，建立基于修改模型的多傳感特征信息D-S組合識別模型，實現了對掘進機磨損程度的精確識別，為獲取掘進機截齒的最佳維護和更換周期，提高掘進機的工作效率和延長其使用壽命提供了重要的理論和數值依據。

1 掘進機截割特征信號分析

掘進機在截割煤巖過程中，各截齒所受的截割阻力可等效于其在x，y，z三個軸向上所受的力，分別用fxt，fyt和fzt表示，其中，t表示掘進機截割頭部的截齒個數。掘進機截割頭所受的三向力分別為各截齒在x，y，z三個軸向上所受力的總和，即

(1)

掘進機截割頭截割過程中產生的三向振動信號方向與其受力方向相同，在靠近截割頭處安裝三向振動加速度傳感器，分別檢測截齒不同磨損程度下截割頭的三向振動信號；此外，隨著截割頭截齒不斷磨損，其截割效率逐漸降低，截割過程中的截割阻力不斷增大，導致掘進機截割電動機負載不斷增大，截割電流不斷升高，因此，采用EDA9033A電參數采集模塊測試和提取截割過程中的電流信號，建立掘進機截齒磨損的特征信號數據庫。掘進機截割頭截割三向力及傳感器布置位置如圖1所示。

為了獲取截齒不同磨損程度狀態下的截割特征信號，分別開展新齒、一般磨損、嚴重磨損以及失效4種截齒狀態下的截割實驗，測試和提取4種截割工況下的三向振動加速度曲線和截割電流曲線，圖2和圖3分別為截割頭在新齒和嚴重磨損2種狀態下的三向振動加速度曲線和電流曲線。

圖1 掘進機截割頭截割三向力示意及傳感器安裝位置

由圖2和圖3可以看出，在新齒和嚴重磨損2種狀態下，截齒三向振動加速度曲線和電流曲線差異很大。在新齒狀態下，振動加速度值和截割電流值相對較小；截齒嚴重磨損時，截割效率降低，掘進機截割頭所受截割阻力增大，造成截割頭的三向振動和截割電流值都顯著增大。通過分析不同磨損程度截齒的截割特征曲線，提取各截割信號的特征樣本值，見表1。

2 截齒磨損程度識別

若定義一個非空集合Θ，即截齒磨損程度識別系統的識別框架，它由一系列互斥且窮舉的基本命題組成，則系統中任意命題都應屬于冪集2Θ，2Θ→[0-1]。假設識別框架2Θ上的任意2個信任函數的基本可信任分配函數為m1和m2，其核分別為{A1，A2，…，An}和{B1，B2，…，Bn}，若滿足式(2)，則基本可信任分配函數m:2Θ→[0-1]，對于所有基本信任分配的非空集A，有式(3)成立。

(2)

(3)

式(3)表示采用D-S證據理論信息融合技術對2個或2個以上單一信任函數的概率分配函數進行計算，將得到的新基本概率分配作為最后的決策依據。同理可推導出多信任函數的證據組合規則：

m=(((m1⊕m2)⊕m3)⊕…)⊕mn

(4)

(a) 新齒狀態

(b) 嚴重磨損狀態

圖2 新齒和嚴重磨損2種狀態的截割振動加速度曲線

(a) 新齒狀態

(b) 嚴重磨損狀態

表1 截齒不同磨損程度工況下各截割信號特征樣本值

式中：m1,m2,…,mn分別為同一識別框架2θ上各信任函數的基本概率分配函數。

令γi=Crd(mi)，i=1,2，…，q，用式(5)對沖突證據mi(i=1,2，…，q)進行預處理：

(5)

修正優化后的組合規則為

(6)

3 實驗驗證

為了驗證掘進機截齒磨損程度識別方法的精確性和可靠性，對隨機5組不同磨損程度的截齒進行截割測試與識別實驗，截齒磨損程度特征信號標準見表2。通過測試采樣，提取5組不同磨損程度截齒截割工況下的三向振動加速度及電流特征信號值，采用基于修改模型的D-S組合識別模型對5組截齒的磨損狀態進行識別，得到的融合識別結果見表3。由表3可以看出，5組識別結果均與實際磨損狀態相同，Θ的值均較小，最大值為0.008 2，滿足識別精度要求；在磨損程度識別過程中，每組截齒對應的真實磨損狀態的基本概率分配分別為0.929 6，0.899 5，0.864 6，0.855 7和0.889 5，遠遠大于其他類別的基本概率分配，說明采用基于修改模型的D-S組合識別模型有效降低了系統識別的不確定性，大大提高了系統的識別精度。

表2 截齒磨損程度特征信號標準

表3 基于修改模型的D-S組合融合識別結果

4 結語

提出了一種掘進機截齒磨損程度分析及識別方法，通過測試截齒截割煤巖過程中的三向振動加速度信號和電流信號，提取其特征參數樣本，采用考慮包含沖突證據組合的信息融合方法和基于修改模型的D-S組合識別模型，實現了截齒磨損程度的精確識別，為實現掘進機截齒磨損程度的實時在線識別，獲取截齒的最佳維護及更換周期，提供了重要的參考依據。

[1] 趙麗娟,田震,孫影,等.縱軸式掘進機振動特性研究[J].振動與沖擊,2013,32(11):17-20.

[2] 趙麗娟,劉旭南,曹拓.縱軸式掘進機橫擺運動參數的優化設計[J].煤炭學報,2012,37(12):2112-2117.

[3] 李曉豁,姜麗麗.掘進機截割硬巖的載荷模擬研究[J].中國工程機械學報,2008,6(4):415-417.

[4] 李喬非,沈大東,吳書琴,等.煤礦鎬形截齒的失效形式與對策[J].佳木斯大學學報(自然科學版),2011,29(5):710-712.

[5] 李曉豁,何洋,焦麗,等.基于參數識別的截割頭縱向隨機振動響應優化[J].中國機械工程,2015,26(6):818-823.

[6] 張建廣.EBZ260W型掘進機截割人工巖壁的截齒磨損研究[J].礦山機械,2014,42(9):11-14.

[7] 尚慧嶺.采煤機滾筒截齒失效工況的影響分析及對策[J].煤炭科學技術,2012,40(8):75-77.

[8] 張強,祁秀,王海艦.基于模糊信息融合的掘進機截齒磨損監測系統[J].廣西大學學報(自然科學版),2015,40(5):1177-1182.

[9] 范文,孫冬梅,熊鑫,等.基于信息融合技術的磁軸承轉子故障診斷[J].儀表技術與傳感器,2015(12):136-140.

Analysis and recognition method of wear degree of roadheader cutting picks

SUN Ruji1， WANG Shuisheng1， WANG Haijian2

(1.Machinery and Electric Department, Hebei Tourism Vocational College, Chengde 067000, China; 2.School of Mechanical Engineering, Liaoning Technical University, Fuxin 123000, China)

In order to realize accurate identification of wear degree of roadheader cutting picks, an analysis and recognition method of wear degree of roadheader cutting picks was proposed. Three-direction vibration signal and current signal in cutting process of picks with different wear degree were tested and extracted. Sample evidence set for each cutting characteristic signal was established, and on-line recognition of wear degree of picks was realized by using D-S combination recognition model based on modified model. The experimental results show that the proposed method can accurately identify wear degree of picks according to multi cutting characteristic signals, and has high recognition precision and reliability, which provides important basis for determining the optimal maintenance and replacement period of picks.

coal mining; roadheader; cutting pick; wear degree; on-line identification; D-S combination

2016-07-22；

2016-10-25；責任編輯：胡嫻。

教育部博士點基金項目(20132121120011);工業裝備結構分析重點實驗室開放基金項目(GZ1402)。

孫汝繼(1967-)，男，河北大城人,副教授，主要研究方向為機電控制技術、機電設備管理與維護、電子技術，E-mail:cdsunruji1967@163.com。

1671-251X(2016)12-0068-04

10.13272/j.issn.1671-251x.2016.12.015

TD632.2

A

時間：2016-12-01 10:47

http://www.cnki.net/kcms/detail/32.1627.TP.20161201.1047.015.html

孫汝繼，王水生，王海艦.掘進機截齒磨損程度分析及識別方法[J].工礦自動化，2016,42(12)：68-71.