煤礦刮板輸送機故障分析與診斷

白 飛

（潞安化工集團蒲縣隰東煤業公司，山西 蒲縣 041200）

引言

中國是世界上最大的煤炭生產和消費國家。機械化、自動化和智能化是我國煤礦工業發展的趨勢[1]。近年來，中國煤炭企業的機械化水平有了較快的發展，但仍落后于發達國家。原因之一是診斷和維修管理不完善，主要依靠工人的經驗和規章制度[2]。

近年來，貝葉斯網絡（以下簡稱為BN）方法在工程應用中備受關注[3-5]。BN 是一種圖形推理技術，用于表示變量之間的因果關系。BN 既可以用來預測未知變量的概率，也可以通過概率傳播或推理的過程，在給定其他變量的某種狀態下，更新已知變量的概率。推理是基于貝葉斯理論。由于這種能力，BNs 為系統安全分析和風險管理提供了一個有前景的框架。

針對刮板輸送機故障診斷問題，文章提出了基于貝葉斯網絡的刮板輸送機故障診斷方法樹。首先，通過定量分析引起刮板輸送機工作失效事件的邏輯關系，構建刮板輸送機故障樹。其次，通過故障樹推導出刮板輸送機診斷貝葉斯網絡到貝葉斯網絡的映射關系。最后，利用貝葉斯網絡推導出原因事件，以達到快速修復的目的。

1 故障樹和貝葉斯網絡的介紹

1.1 故障樹分析（FTA）

故障樹分析是一種推理的結構化方法，用于確定不希望發生的事件的潛在原因。頂部事件通常代表引起故障問題的重大事故。在自由貿易協定中，事件被視為頂級事件、主要事件和中間事件。自由貿易協定中描述事件關系的符號有“與門”和“或門”，如圖1 所示。或門的意思是如果任何輸入發生，輸出就發生。與門的意思是，只有當所有的輸入都發生時，輸出才會發生。

圖1 貝葉斯網絡中與門和或門示意圖

1.2 貝葉斯網絡

貝葉斯網絡越來越多地被應用于建立基于概率和不確定性知識的系統可靠性模型、風險管理和安全分析中。與FTs 相似，BNs 包括定性和定量兩部分。BNs 是有向無環圖，其中節點代表變量，分配給節點的條件概率表指定連接節點之間的相互影響程度。概率推理可以從相關變量中得到變量的概率。在此基礎上，貝葉斯網絡可用于解決不完全和不確定性的問題，在復雜的機器相關問題和相關故障中都能很好地工作。

貝葉斯網絡通過一個有向無環圖（DAG）包含了一組隨機變量及其條件依賴性。貝葉斯網絡是節點代表貝葉斯意義上的隨機變量的無環圖：它們可能是可觀測量、潛在變量、未知參數或假設，未連接的節點表示變量之間是條件獨立的。每個節點都與一個概率函數相關聯，該函數將節點的父變量的一組特定值作為輸入，并給出由節點表示的變量的概率。

在貝葉斯網絡中，如果父節點的概率已知，則可以通過概率公式推導出子節點的概率。為了實現信念傳播和概率更新的目的，其余的都可以用同樣的方式完成。此外，基本事件的概率可以從頂部事件計算。

2 機電故障樹與貝葉斯網絡的關聯

通過對數據的收集，結合維修人員的經驗，采用人工推理的方法得到刮板輸送機的故障樹。造成刮板輸送機失效的故障有5 種，它們是電機故障、液力偶合器故障、減速機故障和機械部件故障。這5 個事件被視為下一層刮板輸送機的故障。導致電機故障的故障有兩種：機械故障和控制故障。這兩個事件是下一層的電機故障。下一層機械故障是定子故障和轉子故障。定子故障的原因主要有鐵心故障和繞組故障。鐵芯失效和繞組失效不能繼續分解。它們是基本事件。同時將電機故障、機械故障、定子故障視為中間事件。

根據故障樹中的父邏輯門，將其轉化為貝葉斯網絡的概率分布。將基本事件、中間事件和頂事件視為貝葉斯網絡的節點。

繞組故障是刮板輸送機故障的基本事件，是定子故障的父節點。兩個基本事件通過有向線指向定子故障。定子故障和轉子故障是機械故障的父節點，它們通過一條有向線指向機械故障。最后，機械故障的失效點指向頂部事件就是刮板輸送機的失效。貝葉斯網絡的節點是概率節點。利用這種故障樹的逆向遞推得到了整臺刮板機故障的貝葉斯網絡。

3 刮板輸送機故障的定量分析

在對刮板輸送機故障分析和統計數據分析的基礎上，可以推導出圖2 所示的刮板輸送機故障樹，得到相關事件的概率，如表1 所示。通過邏輯計算，得出刮板輸送機的可靠性。

表1 刮板輸送機基本事件的概率

圖2 刮板輸送機故障FTA

4 基于貝葉斯網絡的故障診斷

4.1 貝葉斯網中的概率推理

為了在貝葉斯網絡上完成概率推理，首先要完成結構變換，將貝葉斯網絡轉化為連通樹。為了滿足約束條件，將輸送機故障的先驗概率分配給相應的搭接，即連接樹的初始信念。對于隨機變量x 及其父節點，我們在圓中包含x 和父節點，可以得到相應的條件概率P（x|C）。

為了滿足一致性條件，我們應該傳遞連接樹的信念。完成刮板輸送機在兩個方向失效的信念分布和信念收集。將A3、C4、C5、C6、X16 設為根節點，稱為收集信念、分布信念。在節點A3C4C5C6X16 上調用采集信念，信念從葉節點X11X12X13C4、X14X15C5、C6X17X18 轉移到根節點。

節點A3C4C5C6X16。相應的信念是Φ1，Φ2，Φ 3；在根節點A3C4C5C6X16 調用分布信念，信念從A3C4C5C6X16 轉移到 X11X12X13C4，X14X15 C5，C6X17X18。

先驗概率計算方法：先驗概率分別為0、0.15、0.25、0.5、0.75、0.85。對刮板輸送機的研究結果很多，通過專家評價可以確定其先驗概率。例如，減速器失效的先驗概率如表2 所示。

表2 減速器失效的先驗概率

4.2 利用貝葉斯網絡對刮板輸送機進行故障診斷

以圖3 所示的減速器故障為例，根據減速器故障的發生推斷出各種原因發生的概率。調查的目的是找出事故的原因。

圖3 減速機故障的貝葉斯網絡

出現A3 時，計算步驟如下：

步驟1：計算C4、C5、C6、A3的概率。

步驟2：計算A3 發生C4、C5、C6的概率。

步驟3：計算A3 發生時基本排氣孔的概率。

步驟4：對這些事件進行排序

計算結果如表3 所示。

表3 減速機故障表

5 結語

刮板輸送機的故障診斷與維護是一項費時的工作，傳統的故障診斷方法已難以滿足煤炭企業快速維修的要求。故障樹和貝葉斯網絡分別表示設備故障的不確定性和確定性。將故障樹和貝葉斯網絡結合起來，通過故障率來完成故障診斷。