電牽引采煤機(jī)在線監(jiān)測(cè)與故障診斷系統(tǒng)研究

李國(guó)星

山西焦煤西山煤電馬蘭礦 山西 太原 030200

1 前言

隨著綠色能源風(fēng)能、水能、太陽(yáng)能等能源行業(yè)的進(jìn)步，煤炭資源的消耗量日益減小，但由于綠色能源處于初級(jí)階段使得煤炭資源的消耗仍十分巨大。電牽采煤機(jī)作為煤礦生產(chǎn)的重要設(shè)備，其工作性能直接關(guān)系到我國(guó)煤礦的生產(chǎn)效率，由于礦山地質(zhì)環(huán)境較為復(fù)雜，在工作過(guò)程中極易發(fā)生故障，故障如不能及時(shí)進(jìn)行處理會(huì)大大降低煤礦的效率，因此對(duì)電牽引采煤機(jī)的故障診斷成為了一個(gè)重要的課題[1，2]。此前楊成喜[3]分析了電牽引采煤機(jī)液壓調(diào)高系統(tǒng)常見(jiàn)故障及其相應(yīng)的解決方案。提出提升調(diào)高系統(tǒng)性能的方案，為礦山提升了經(jīng)濟(jì)效益。姜海[4]設(shè)計(jì)了電牽引采煤機(jī)監(jiān)測(cè)系統(tǒng)，設(shè)計(jì)后采煤機(jī)數(shù)據(jù)記錄儀實(shí)時(shí)監(jiān)測(cè)采煤機(jī)的工況。實(shí)現(xiàn)采煤機(jī)狀態(tài)實(shí)時(shí)監(jiān)測(cè)，為采煤機(jī)故障的實(shí)時(shí)監(jiān)測(cè)作出一定的貢獻(xiàn)。本文以MG900/2215-GWD電牽引采煤機(jī)為研究對(duì)象，基于混沌和小波技術(shù)對(duì)采煤機(jī)進(jìn)行振動(dòng)故障分析及診斷，為礦山實(shí)驗(yàn)智能化開(kāi)采提供一定的貢獻(xiàn)。

2 混沌Duffing 振子在故障診斷中的應(yīng)用

隨著機(jī)械化的不斷進(jìn)步，礦山采煤機(jī)的數(shù)量不斷增加，同時(shí)采煤機(jī)的結(jié)構(gòu)也越來(lái)越復(fù)雜，對(duì)采煤機(jī)故障進(jìn)行及時(shí)的診斷也就變得十分重要。一般來(lái)說(shuō)常見(jiàn)的采煤機(jī)故障診斷技術(shù)主要為油液分析法、溫度檢測(cè)法、電氣量分析法、狀態(tài)參數(shù)法等。各種分析方法均有其一定的優(yōu)劣勢(shì)，所以在進(jìn)行采煤機(jī)故障診斷時(shí)需要考慮實(shí)際情況，合理選擇適當(dāng)?shù)墓收戏治黾夹g(shù)。考慮到本文對(duì)采煤機(jī)的截割部位進(jìn)行故障分析，所以選定利用振動(dòng)信號(hào)對(duì)采煤機(jī)故障進(jìn)行實(shí)時(shí)的監(jiān)測(cè)和診斷。振動(dòng)信號(hào)監(jiān)測(cè)不僅可以對(duì)部件故障進(jìn)行及時(shí)的分類(lèi)，同時(shí)可以給出發(fā)生故障的類(lèi)型及其故障源，從而實(shí)現(xiàn)實(shí)時(shí)報(bào)警。

振動(dòng)信號(hào)分析法根據(jù)其分析對(duì)象可分為幅值域分析法、頻域分析法和解調(diào)分析法等，隨著振動(dòng)分析法的發(fā)展，振動(dòng)信號(hào)的診斷技術(shù)已經(jīng)發(fā)展到時(shí)頻分析法，考慮到對(duì)振動(dòng)故障即運(yùn)行過(guò)程中的不平穩(wěn)階段進(jìn)行分析，所以選定時(shí)頻分析法進(jìn)行分析，對(duì)Duffing混沌振子監(jiān)測(cè)振動(dòng)信號(hào)進(jìn)行研究。在實(shí)際煤礦運(yùn)行過(guò)程中采煤機(jī)的振動(dòng)頻率是很難測(cè)量的，所以需要利用Duffing振子對(duì)振幅進(jìn)行監(jiān)測(cè)，振子的檢測(cè)振幅及頻率流程如圖1所示。

圖1 Duffing振子檢測(cè)幅和頻率值流程圖

如圖1所示，當(dāng)系統(tǒng)監(jiān)測(cè)到微弱振動(dòng)信號(hào)后通過(guò)建立的混沌系統(tǒng)模型對(duì)微弱振動(dòng)信號(hào)進(jìn)行驗(yàn)證，當(dāng)微弱信號(hào)的幅值大于臨界最大值時(shí)，輸出待測(cè)信號(hào)的幅值，當(dāng)振動(dòng)微弱信號(hào)小于臨界大尺度周期時(shí)，重新調(diào)節(jié)參考值進(jìn)行下一步的驗(yàn)證。頻率檢測(cè)流程與幅值檢測(cè)流程類(lèi)似，不作綴述。

對(duì)于已經(jīng)完成檢測(cè)頻率的振動(dòng)信號(hào)，采用Duffing振子方程進(jìn)行判斷，Duffing振子方程如下所示。

如圖2可以看出，當(dāng)轉(zhuǎn)速ω=1rad/s時(shí)，此時(shí)隨著r值的增大，系統(tǒng)的經(jīng)過(guò)同宿軌道如圖2（a）所示，當(dāng)r值增大至0.22時(shí)，此時(shí)的進(jìn)入周期分叉狀態(tài)，當(dāng)r值增大至0.687時(shí)，此時(shí)進(jìn)入混沌狀態(tài)。在這變化的過(guò)程中由于r值增大較快，所以達(dá)到混沌狀態(tài)的時(shí)間較短，達(dá)到混沌狀態(tài)后長(zhǎng)時(shí)間處于此狀態(tài)，當(dāng)r增大至閾值rd后，系統(tǒng)進(jìn)入大尺度周期狀態(tài)如圖2（d）所示。從上述分析可以看出，當(dāng)?shù)贸鲩撝岛螅到y(tǒng)處于大尺度周期狀態(tài)，此時(shí)將采煤機(jī)截割部振動(dòng)故障信號(hào)與正常采煤機(jī)截割部振動(dòng)信號(hào)導(dǎo)入至仿真系統(tǒng)中，同時(shí)將微小攝動(dòng)幅值調(diào)整r=0.00008mm，系統(tǒng)再次進(jìn)入混沌狀態(tài)，當(dāng)策動(dòng)力頻率為1rad/s時(shí)，此時(shí)的閾值為0.718r，當(dāng)策動(dòng)力頻率增大至1.2rad/s時(shí)，此時(shí)的系統(tǒng)閾值為0.796r，策動(dòng)力頻率增大至2rad/s時(shí)此時(shí)的閾值為0.912r。可以看出隨著策動(dòng)力頻率的增大，系統(tǒng)閾值也在逐步增大，但增大的幅度較小，所以利用混沌振子進(jìn)行采集采煤機(jī)早期的振動(dòng)故障的幅值特性，誤差值小于10-7，可以有效的提升采煤機(jī)故障診斷。

3 小波變化在故障分析中的應(yīng)用

在基于混沌Duffing振子的早期故障診斷后，利用卷積型小波形變化對(duì)故障進(jìn)行提取，由于采煤機(jī)截割部在振動(dòng)過(guò)程中軸承與齒輪最易發(fā)生故障，主要故障可以分為齒輪磨損故障、齒輪偏離中心軸、齒面點(diǎn)蝕、齒面劃傷和齒根裂紋等。軸承故障分為軸承斷裂、軸承磨損及軸承腐蝕等。利用matlab軟件對(duì)故障進(jìn)行特征提取，分別選定軸承及齒輪的一種故障進(jìn)行分析，后將故障信息導(dǎo)入至仿真軟件中，對(duì)正常狀態(tài)及故障狀態(tài)下振動(dòng)信號(hào)的小波能量譜圖進(jìn)行對(duì)比研究，采煤機(jī)截割部軸承外部故障對(duì)比圖如3所示。

如圖3為對(duì)外圈故障進(jìn)行三層小波重構(gòu)后所得的8個(gè)信號(hào)頻段，8個(gè)信號(hào)頻段分別編計(jì)為s30～s37。從正常狀態(tài)和故障狀態(tài)下振動(dòng)信號(hào)小波能量譜圖可以得出，當(dāng)子頻段在s32和s36內(nèi)的故障信號(hào)振動(dòng)的能量較正常振動(dòng)的信號(hào)能量有了一定的增大，所占比例s32從原有的10%提升至18%左右，而s36從原有的5.4%提升至13.5%，此時(shí)故障信號(hào)就出現(xiàn)在s32和s36兩個(gè)子頻段內(nèi)，所以根據(jù)子頻段的頻率找到振動(dòng)故障發(fā)生的對(duì)應(yīng)的頻率，從而找到故障信號(hào)。

圖3 正常狀態(tài)及故障狀態(tài)下振動(dòng)信號(hào)的小波能量譜圖

4 結(jié)論

（1）利用混沌理論及Duffing振子檢測(cè)的原理對(duì)故障振動(dòng)初期的微弱振動(dòng)信號(hào)進(jìn)行監(jiān)測(cè)，驗(yàn)證了此技術(shù)的可行性。

（2）通過(guò)對(duì)采煤機(jī)截割部軸承外部故障進(jìn)行分析，分析了正常狀態(tài)及故障狀態(tài)下小波能量譜圖，驗(yàn)證了軸承故障的適用性。

（3）通過(guò)對(duì)采煤機(jī)齒面點(diǎn)蝕故障進(jìn)行分析，分析了正常狀態(tài)及故障狀態(tài)下小波能量譜圖，驗(yàn)證了齒面故障的適用性。