采煤機故障診斷系統研究

賀大強

（晉能控股煤業集團雁崖煤業大同有限公司， 山西 大同 037000）

引言

隨著世界工業化的發展，化石能源（煤炭資源）不斷消耗，世界各國對煤炭資源的開采和使用均給出相應的政策。我國作為世界煤炭儲量最多的國家，煤炭資源在我國能源消耗中占據著相當大的比重，并且對我國經濟發展起著至關重要的作用。隨著綠色能源風能、水能、太陽能等能源行業的進步，煤炭資源的消耗量日益減小，但由于綠色能源還處于初級階段，使得煤炭資源的消耗仍十分巨大。電牽引采煤機作為煤礦生產的重要設備，其工作性能直接關系到我國煤礦的生產效率。由于礦山地質環境較為復雜，在工作過程中極易發生故障，而一旦發生故障如果不能及時處理會大大降低煤礦的開采效率，因此對采煤機的故障診斷成為了一個重要的課題[1-2]。此前楊成喜[3]分析了采煤機液壓調高系統常見故障及其相應的解決方案，并提出提升調高系統性能的方案，為礦山提升了經濟效益。姜海等[4]設計了采煤機監測系統，設計后采煤機數據記錄儀能實時監測采煤機的工況。實現采煤機狀態實時監測，為采煤機故障的實時監測作出一定的貢獻。本文在前人研究的基礎上，構件了采煤機故障檢測及報警系統，為礦井高效開采及安全開采提供一定的參考與借鑒。

1 采煤機故障分析

采煤機在煤礦開采過程中發揮極其重要的作用，主要負責截煤，目前市面上常見的采煤機多為電牽引雙滾筒采煤機，其主要由電機、牽引部、滾筒、搖臂、破碎頭、滑靴等，對于大部分煤礦而言，采煤機需要配備兩套電機，用于提升采煤機的運行效率。雙滾筒采煤機在其兩側各布置一個滾筒，右邊滾筒向右旋轉，左邊滾筒向左旋轉，雙滾筒同時發揮作用，同時進行割煤，右側滾筒負責底煤，左側滾筒負責頂煤。

目前，我國采煤機出現的故障主要可以分為三種，分別為機械故障、液壓系統故障、電氣故障。由于采煤機工況環境較為惡劣，使得采煤機受外部載荷波動較大，使得發生機械故障，機械故障主要有齒輪故障及軸承故障等。液壓故障是由于采煤機運行過程中，液壓系統由于電壓、電流過載等原因造成液壓故障，同時液壓故障出現后很難及時發現，嚴重影響后期的運行。電氣故障是采煤機最為常見的故障形式，其引起故障的原因也較多，因此，設計一款采煤機故障分析系統十分必要。

對采煤機故障診斷系統進行建立，故障發生原因不是單一的，常常是由多種因素共同造成，所以如果僅按照單一原因進行診斷，往往得不到較為有效的診斷效果，所以本文提出基于不同特征的混合智能診斷模型。在設備的故障診斷中，對輸入信號選用不同的預處理技術和特征提取的方式，獲取不同形態下的設備運行狀態。通過對設備狀態的表現，當使用相同的分類器，最終將分類器輸出的信號進行合成，從而實現混合智能診斷，具體實現的組合模型框架如圖1 所示。

圖1 組合模型框架圖

采煤機故障的診斷是否準確很大程度上依賴知識庫的影響，建立完備的數據庫會使診斷更加準確高效。數據庫的建立需要按照如下步驟進行，首先建立一個知識數據結構，對各種原始數據進行存儲；其次，對重要的數據進行調用，對數據結構進行規范化處理；最后，不斷地對數據庫進行有效維護，及時補充數據庫。監測參數數據結構如下頁表1 所示。

表1 監測參數數據結構

為了加強采煤機故障診斷系統各項數據間的關聯程度，消除數據冗余，使操作者更加清晰地對系統進行使用，對數據進行關聯，通過數據表關鍵字，將數據聯系起來。通過規范化處理使數據結構簡單，利于對采煤機的故障進行診斷，如果數據庫中的數據冗余量大，操作人員在調用重要數據信息時十分困難，影響到數據調用效率。

2 采煤機故障診斷系統建立

采煤機故障預測是故障診斷系統中重要組成部分，利用模糊BP 網絡算法構件預測模型，可以有效實現采煤機重要參數的離線預測及預測，發現采煤機故障第一時間進行處理，首先進行樣本的建立，對采煤機運行的流量、系統壓力、油溫、牽引速度等重要參數進行檢測，當系統中任意部件發生故障時，所有部件進行異常運行，同時通過對比油量的差值、搖臂的升降時間、水壓等判斷發生故障的類型及部位。采煤機故障及特征集合如表2 所示。

表2 采煤機故障及特征集合

根據采煤機液壓牽引系統的12 個故障與6 種故障特征的敏感性不同，分析各個故障特征與故障產生原因敏感性，對敏感性最高的故障特征來進行模型的訓練。采用的方法有隨機選擇、方差選擇法、主成分分析法、相關系數法、互信息法等。找出所有特征中最主要的特征來代替原始數據。智能診斷模型結構如圖2 所示。

圖2 智能診斷模型結構圖

對采煤機故障診斷系統進行開發，利用Visual Basic 6.0 進行程序編寫，Visual Basic 6.0 編寫語言相對簡潔，具有操作方便、資源占用較少等優點。同時利用Microsoft SQL Server 2005 構建數據庫平臺，MicrosoftSQLServer2005 數據庫的引擎為關系型數據和結構化，數據安全可靠，便于構建可用和高性能的數據庫。選定PCI9111 為系統數據采集卡，PCI9111 系列支持16 通道、32 位5VPCI 總線，同時具有高達100 ksample/s 采樣速率，能夠勝任Windows、Linux 等操作系統。系統設計的主界面如圖3 所示。

圖3 故障診斷系統主界面

3 結語

本文以采煤機故障分析診斷系統設計為目標，通過分析國內外相關研究，明確了采煤機運行過程中常見故障，并對采煤機故障的檢測方法進行論述，給出了具有針對性的組合分類器故障診斷方法，通過對單個分類器進行組合合并，提升診斷結果。通過建立了采煤機故障診斷知識庫，最終構建了采煤機故障診斷系統，建立的系統對故障的判別及診斷效率大幅度提升，提高了采煤機工作過程中易發生故障的診斷準確性，為采煤機高效運行、礦井高效開采提供一定的參考。