皮帶運輸機在線故障診斷系統的設計與實現

唐文杰

（晉能控股煤業集團翼城山凹煤業有限公司， 山西 臨汾 043500）

引言

皮帶運輸機是一種重要的物料運輸設備，具有運量大、經濟性好的優點，其運行時的穩定性和經濟性直接決定了物料運輸的安全性。由于運輸機的工作環境較為特殊，工作強度大，因此在使用過程中的故障種類多，每種故障發生時的位置、現象均存在較大的差異性。目前主要采用人工巡檢的模式對皮帶機運行時的故障進行檢查，但由于運輸機的設備較長，人工巡檢效率低、安全性差，而且難以發現運輸機運行時的隱含故障，給煤礦上的物料運輸帶來了嚴重的安全隱患。

結合智能監測與分析技術的發展，為了進一步提升運輸機系統的運行安全性，本文提出了一種新的皮帶運輸機在線故障診斷系統。通過統計運輸機常見故障，并對故障現象進行分析，確定了各類故障的特征及判斷方法，通過在運輸機上設置不同類型的傳感器，對運輸機運行時的各類數據進行監測，通過多數據信息綜合分析技術實現對運輸機各類運行故障的綜合監測、分析和故障預警，根據實際應用表明，該系統能夠實現對運輸機運行故障的快速判別和預警，故障識別率高達98.9%，

1 運輸機故障診斷系統結構

皮帶運輸機在運行時主要是依靠驅動滾筒和輸送帶之間的摩擦力來維持正常運轉的，為了保證輸送帶和驅動滾筒之間的摩擦力，在黏彈性的輸送帶內始終維持著較大的張緊力，由于長期受到落料沖擊或者張緊力不平衡等因素的影響，運輸機在運行的過程中極易出現跑偏、輸送帶撕裂、打滑、電機故障等，嚴重影響了運輸機系統的正常運行。

通過對運輸機以上運行故障的分析，當出現跑偏時會導致輸送帶內張緊力變化、輸送帶位置變化，當出現打滑后會導致輸送帶磨損加劇，在短時間內的溫度上升，撕裂時會使輸送帶的外觀及磁場發生變化，當驅動電機故障后會導致電機的電流和電壓出現異常，因此通過對運輸機運行關鍵參數的監測，即可對輸送機的運行狀態進行準確判斷[1]。

結合皮帶運輸機運行狀態監測需求，本文提出了一種新的皮帶運輸機在線故障診斷系統，其整體結構如圖1 所示。

圖1 運輸機故障診斷系統結構示意圖

由圖1 可知，該運輸機故障診斷系統主要包括了兩個部分，第一部分為控制模塊，主要是PLC 控制中心，配電組合模塊、各類通信模塊等。第二部分主要是沿線設備模塊，包括不同位置的下位機模塊、急停模塊、采集終端等。

控制模塊主要用于實現人機交互，將運輸機的運行狀態顯示在監控終端上，組合控制模塊，主要用于對運輸機上的驅動電機、制動裝置、張緊裝置、漏電保護裝置等進行控制，保證運輸機系統在運行過程中的穩定性。沿線設備模塊主要用于對運輸機的運行狀態進行智能監測，保證各類數據信息傳遞的有效性。多功能語音模塊主要用于進行語音通信，各類急停開關則用于在緊急狀態下進行緊急人工制動，保證運輸機系統的運行安全性。

2 監控軟件布置及數據融合方案

為了滿足對運輸機運行狀態監測準確性的需求，在對監測系統監測數據和輸送機運行狀態進行分析的基礎上，對各類傳感器的布置結構進行了優化，在輸送及托輥的兩側布置了跑偏傳感器，用于對輸送帶的偏位情況進行監控，在輸送帶機架的下側輸送帶回程段設置輸送帶縱撕傳感器[2]，對輸送帶是否撕裂進行判斷，在輸送帶和滾筒結合位置設置了溫度和煙霧傳感器，對是否出現打滑等進行監控，在落煤點處設置堆煤傳感器，避免出現堆煤和落煤情況，各個監測傳感器的布置位置如圖2 所示[3]。

圖2 傳感器布置結構示意圖

由于該監控及報警系統需要對運輸機運行時的各類信息進行監測，在單位時間內獲取的數據信息量的傳統數據分析方案是對一個信息進行分析，根據單位時間內的數據分析結果來判斷輸送帶的運行狀態，因此判斷結果極易受到輸送帶波動的影響，產生誤報情況。

本文提出了一種基于多數據信息綜合分析的數據分析體系[4]，能夠對各關聯數據進行分析，通過數據的推理和定位獲取故障特征，并在故障特征庫內對故障類別進行匹配，最終獲取故障類別并獲取故障的解決方案。在進行多數據綜合分析時，采用了并行和散裝的數據相結合方式，根據不同的判斷方案對數據分析方式進行靈活選擇。并行數據分析方案主要用于對多個傳感器的事故進行綜合分析；散裝數據分析方式則主要是對單個傳感器的事故進行判斷，對數據進行融合后對故障的關鍵特征進行提取、清洗，并由轉矩系統進行最終的診斷結果判斷，該多數據信息綜合分析流程如圖3 所示[5]。

3 軟件控制流程

在該自動監測系統進行工作時，系統首先對各模塊進行初始化處理，然后對監測體系內的各設備情況進行地質的智能分配，并對各設備的工作狀態進行檢查，若設備或者系統異常則停止啟動并發出報警信號，直到故障排除后才能重新啟動。若無故障，則系統進行自動啟動，對驅動電機發出啟動信號，驅動電機啟動、張緊裝置工作，使輸送機開始運行，在運行過程中對運輸機的運行狀態進行監控，當出現故障時系統自動進行故障定位和報警，避免運輸機的帶傷運行，產生更大的事故，該皮帶運輸機在線故障診斷及報警控制流程如圖4 所示。

目前該運輸機故障診斷及報警系統已經在多個輸送機上投入了使用，在使用過程中表現出了極高的準確性，根據監測，在278 次故障預警中，誤報警或者報警錯誤的次數為3 次，整體報警準確率達到了98.9%，顯著提升了運輸機系統的運行穩定性和可靠性。

4 結論

1）運輸機故障診斷系統主要包括控制模塊和沿線設備模塊，能夠對運輸機運行中的各種關鍵信息進行數據監測和分析；

2）基于多數據信息綜合分析的數據分析體系，能夠對多數據進行綜合判斷分析，解決了傳統單數據分析可靠性低、精確性差的問題；

3）該系統能夠實現對運輸機運行故障的快速判別和預警，故障識別率高達98.9%，對提升運輸機系統的運行穩定性和可靠性具有十分重要的意義。