（机械设计及理论专业论文）基于小波神经网络的矿井局部通风机故障检测与诊断研究.pdf

论文题目 专 业 硕士生 指导教师 基于小波神经网络的矿井局部通风机故障检测与诊断研究 机械设计及理论 冯华光 薛河 龚晓燕 摘要 签名 签名 签名 矿井局部通风机是煤矿掘进工作面至关重要的供风设备 其故障是导致瓦斯爆炸的 主要原因之一 因此 对矿井局部通风机实施故障检测与诊断具有重大意义 为确保风 机正常稳定工作 论文采用虚拟仪器技术 小波包分析 b p 神经网络等多元技术相融合 的方法 研究开发了以振动检测为基础的矿井局部通风机故障检测与诊断系统 以实现 对矿井局部通风机常见机械故障的有效诊断 主要完成研究内容如下 1 通过对矿井局部通风机常见机械故障及机理 振动频域特性和诊断方法的深 入分析 确定了使用虚拟仪器技术对风机振动信号采集管理 小波包能量法提取特征向 量 b p 神经网络进行模式识别的总体研究方案 该研究方案可以提高系统检测诊断的自 动化程度和诊断准确率 降低了硬件费用 缩短了软件开发周期 2 采用小波分析和神经网络相结合的方法对矿井局部通风机故障诊断模型进行 建立 振动信号小波包分解选择了d b 9 基小波 并定义了五层小波包分解树 以小波包 分解结果作为b p 神经网络输入向量 常见风机故障类型为输出向量 并通过试验数据和 样本训练确定神经网络模型 结果表明该模型具有适度的网络规模和较短的计算时间 识别结果具有较高的可信度 3 对硬件系统进行了设计 根据振动信号的采集需要 选择了l c 0 1 5 1 t 压电加 速度传感器 u s b 6 2 21 数据采集卡等硬件设备 确定了基于振动检测的4 个测点分布和 传感器布置 4 对软件系统的功能模型 开发模型 结构模型及流程等进行了分析和设计 确定螺旋模型为软件开发模型 选择l a b v i e w 和m a t l a b 为软件开发平台 设计了三 层递进式软件结构 实现了风机离线诊断 在线诊断 数据采集管理 故障库维护 网 页报表生成和数据备份等功能 软件开发过程中应用优化算法 使子程序重用性好 执 行效率高 人机交互界面大量采用事件触发机制 使系统能及时响应用户指令而且节省 计算机资源 5 对矿井局部通风机故障检测与诊断系统进行了功能验证和性能评价 以矿井 局部通风机的喘振和基础松动两种故障为例进行实例分析 试验表明经验分析与系统诊 断结果完全一致 从系统参数和试验统计的角度对系统响应时间和可靠性进行了评估 结果表明系统具有合理的响应时间和良好的可靠性 本论文将虚拟仪器 小波包分析和神经网络等技术综合应用到矿井局部通风机的故 障检测和诊断上 研发了集信号存储管理 故障分析诊断 故障库维护 报表生成等功 能于一体的矿井局部通风机故障检测与诊断原型系统 可以提高矿井局部风机故障检测 和诊断集成化 自动化和智能化程度及效率 对减少掘井工作面瓦斯爆炸事故发生具有 积极意义 关键词 矿井局部通风机 故障诊断 小波包理论 人工神经网络 虚拟仪器技术 研究类型 应用研究 本课题受到陕西省教育厅专项科研基金项h 0 7 1 k 3 1 1 的资助 s u b j e c t r e s e a r c ho nf a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r i nc o a lm i n eb a s e do nw n n s p e c i a l t y m e c h a n i c a ld e s i g na n dt h e o r y n a m e f e n gh u a g u a n g s u p e r v i s o r x u eh e g o n gx i a o y a n a b s t r a c t s i g n a t u s i g n a t u s i g n a t u r e l o c a lv e n t i l a t o ri st h ek e ye q u i p m e n to fa i rs u p p l yt ou n d e r g r o u n de x c a v a t i o nf a c ei nt h e c o a lm i n e a n dt h ef a u l to fl o c a lv e n t i l a t o ri sam a i nf a c t o rt oi n d u c eg a se x p l o s i o n t h e r e f o r e i th a sg r e a ts i g n i f i c a n c et h a tf a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r t oe n s u r en o r m a l a n ds t a b l ew o r ko fl o c a lv e n t i l a t o r b yu s i n gv i r t u a li n s t r u m e n t st e c h n o l o g y w a v e l e tp a c k e t a n a l y s i s b a c kp r o p a g a t i o n b p n e u r a ln e t w o r kt e c h n o l o g ya n dm u l t i d i s c i p l i n a r yt e c h n o l o g y af a u l td e t e c t i o na n dd i a g n o s i ss y s t e mb a s e do nv i b r a t i o nd e t e c t i o ni ss t u d i e da n dd e v e l o p e d i nt h i sd i s s e r t a t i o n w h i c hi se x p e c t e dt or e a l i z ee f f e c t i v ef a u l td i a g n o s i so fl o c a lv e n t i l a t o r t h ep e r f o r m e dr e s e a r c h e sa r ea sf o l l o w s 1 t h ec o m m o nm e c h a n i c a l f a i l u r ea n dm e c h a n i s m v i b r a t i o nf r e q u e n c ya n d d i a g n o s t i cm e t h o d so ft h el o c a lv e n t i l a t o ra r ed e t a i l e d l ya n a l y z e d a n di t i se s t a b l i s h e dt h a t g e n e r a lr e s e a r c hp r o g r a m m eo f v i b r a t i o ns i g n a l sa c q u i s i t i o na n dm a n a g e m e n tb yu s i n gv i r t u a l i n s t r u m e n t s w a v e l e tp a c k e te n e r g ye x t r a c t i o ne i g e n v e c t o r b pa r t i f i c i a l n e u r a ln e t w o r k a n n r e c o g n i t i o n t h i sp r o g r a m m ec o u l di m p r o v et h ea u t o m a t i o na n da c c u r a c y r e d u c et h e c o s to fh a r d w a r e a n ds h o r t e nt h es o f t w a r ed e v e l o p m e n tc y c l e 2 f a u l td i a g n o s i sm o d e li se s t a b l i s h e dt h r o u g hi n t e g r a t i n go fw a v e l e ta n a l y s i sa n d n e u r a ln e t w o r k c h o o s ed b 9 w a v e l e ta n dd e f i n i t i o nf i v ew a v e l e tp a c k e tt r e e w p t f o r w a v e l e tp a c k e td e c o m p o s i t i o n t h ev a l u eo fw a v e l e td e c o m p o s i t i o ns e r v e sa si n p u tv e c t o ro f b pa n n w h i l ec o m m o nf a u l ta so u t p u tv e c t o r a n nm o d e lh a sb e e ns e tu pt h r o u g hs a m p l e t e s tt r a i n i n g w h i c hi ss h o w e dt h a tn e t w o r ks c a l ei sm o d e r a t e c o m p u t i n gt i m ei ss h o r t r e c o g n i t i o nc r e d i b i l i t yi sh i g h 3 t h eh a r d w a r es y s t e m i s d e s i g n e d i n a c c o r d a n c ew i t ht h ev i b r a t i o ns i g n a l s a c q u i s i t i o n l c 015 1ts e n s o ra n du s b 6 2 21d a t aa c q u i s i t i o n d a q c a r da n do t h e rh a r d w a r e e q u i p m e n t sa r ec h o s e n f o u rm e a s u r i n gp o i n td i s t r i b u t i o na n ds e n s o r sl a y o u tb a s e do n v i b r a t i o nd e t e c t i o na r ed e t e r m i n e d 4 t h es o f t w a r ef u n c t i o n d e v e l o p m e n ta n ds t r u c t u r em o d e la r ea n a l y z e da n dd e s i g n e d a d o p t i n gs p i r a lm o d e lt od e v e l o ps o f t w a r e c h o o s i n gl a b v i e wa n dm a t l a ba ss o f t w a r e d e v e l o p m e n tp l a t f o r m d e s i g n i n gt h r e e t i e r e dp r o g r e s s i v es o f t w a r es t r u c t u r eh a v ea c h i e v e d l o c a lv e n t i l a t o ro f f i i n e o n l i n ed i a g n o s i s d a t aa c q u i s i t i o na n dm a n a g e m e n t f a u l td a t a b a s e m a i n t e n a n c e w e br e p o r tg e n e r a t i o na n dd a t ab a c k u pa n de t c a r ei m p l e m e n t e d o p t i m i z a t i o n a l g o r i t h mi sa p p l i e dt o s o f t w a r e d e v e l o p m e n tt oi m p r o v es u b r o u t i n e sr e u s a b i l i t ya n d e f f i c i e n c y h u m a nc o m p u t e ri n t e r a c t i v ei n t e r f a c eh a sa d o p t e dt h ee v e n tt r i g g e rm e c h a n i s ms o t h a tt h es y s t e mc a nr e s p o n du s e rc o m m a n di nt i m ea n ds a v ec o m p u t e rr e s o u r c e s 5 v e r i f i c a t i o na n dp e r f o r m a n c ee v a l u a t i o no fs y s t e ma r ef i n i s h e d a n a l y s i so fs u r g e a n df o u n d a t i o nl o o s e n i n go fl o c a lv e n t i l a t o rh a ss h o w e dt h a te x p e r i e n c ea n a l y s i sc o r r e s p o n d s w i t hd i a g n o s i sr e s u l t t h ea s s e s s m e n to ft h er e s p o n s et i m ea n d r e l i a b i l i t yt h r o u g hp a r a m e t e r s a n dt e s ts t a t i s t i c sh a ss h o w e dt h a tt h e s y s t e mh a sar e a s o n a b l er e s p o n s et i m ea n dg o o d r e l i a b i l i t y v i r t u a li n s t r u m e n t st e c h n o l o g y w a v e l e tp a c k e ta n a l y s i sa n da n nh a v eb e e na p p l i e dt o f a u l td e t e c t i o na n dd i a g n o s i so fl o c a lv e n t i l a t o r t h ep r o t o t y p es y s t e mt h a ti n t e g r a t e ss i g n a l s t o r a g em a n a g e m e n t f a u l td i a g n o s i s f a u l td a t a b a s em a i n t e n a n c e a n dr e p o r tg e n e r a t i o ni s r e s e a r c h e da n dd e v e l o p e d i th a si m p r o v e dt h el e v e la n de f f i c i e n c yo fi n t e g r a t i o n a u t o m a t i o n i n t e l l i g e n c eo fl o c a lv e n t i l a t o rf a u l td e t e c t i o na n dd i a g n o s i s a n dh a sp o s i t i v es i g n i f i c a n c et o r e d u c et h ea c c i d e n to fg a se x p l o s i o ni nu n d e r g r o u n de x c a v a t i o nf a c e k e y w o r d s l o c a lv e n t i l a t o r f a u l td i a g n o s i sw a v e l e tp a c k e t a r t i f i c i a ln e u r a ln e t w o r k a n n v i r t u a li n s t r u m e n t st e c h n o l o g y r e s e a r c ht y p e a p p l i c a t i o nf u n d a m e n t a l s t h i sp r o j e c ts u p p o r t e db ys h a a n x ie d u c a t i o nb u r e a us c i e n c ef o u n d a t i o n n o 0 7 j k 3 1 1 西要料技大学 学位论文独创性说明 本人郑重声明 所呈交的学位论文是我个人在导师指导下进行的研究工作 及其取得研究成果 尽我所知 除了文中加以标注和致谢的地方外 论文中不 包含其他人或集体已经公开发表或撰写过的研究成果 也不包含为获得西安科 技大学或其他教育机构的学位或证书所使用过的材料 与我一同工作的同志对 本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意 学位论文作者签名 马留 c 1 日期 加谚乡 厂广 学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定 即 研究生在校攻读学位期 间论文工作的知识产权单位属于西安科技大学 学校有权保留并向国家有关部 门或机构送交论文的复印件和电子版 本人允许论文被查阅和借阅 学校可以 将本学位论文的全部或部分内容编入有关数据库进行检索 可以采用影印 缩 印或扫描等复制手段保存和汇编本学位论文 同时本人保证 毕业后结合学位 论文研究课题再撰写的文章一律注明作者单位为西安科技大学 保密论文待解密后适用本声明 学位敝储签名 谮绎杉指导教师躲藏沥掘莠 夕矽扩年4 月f 厶日 1 绪论 1 绪论 科学技术的迅猛发展使现代工业生产的自动化水平不断提高 煤矿生产系统不断庞 大化 复杂化和高速化 通风机械作为在矿产中的重要设备 其作用和影响随之提升 能源的大量需求使煤矿通风设备使用量与日俱增 设备的安全问题亦日益突出 由此引 起的人身和矿难事故不断发生 为此 国家出台了一系列有关安全管理的规定 1 2 3 1 要求加强对通风设备的检测检验及日常维护 确保设备安全运行 1 1 引言 通风设备运行中发生的故障或失效不仅会造成重大经济损失 甚至还可能导致灾难 性的人员伤亡和恶劣的社会影响 据国家安全生产监督管理总局的调查显示 全国三分 之一的国有煤矿产能瓶颈是通风系统能力 多数国有地方煤矿通风系统存在问题 从全 国煤矿的生产统计来看 百分之七 八十的瓦斯爆炸事故发生在掘进工作面 4 1 其主要 原因是矿井局部通风系统的故障多 无计划停风现象严重 造成了系统安全性低下 在 此状况下煤矿生产缺乏一套局部通风机的故障检测和诊断设施 无法实时地对通风设备 进行状态监测 不能及早发现安全隐患 为瓦斯爆炸创造了条件 局部通风机直接面对掘进机的上山掘进巷道 一旦出现故障停止供风 几分钟内就 会造成工作面迎头瓦斯积存 极易引起瓦斯爆炸事故1 5 j 局部通风机作为通风系统中至 关重要的机械设备 其工作状态正常与否严重影响着矿井供风质量 因此 对矿井局部 通风机进行状态监测和故障诊断十分必要 只要保证矿井局部通风机连续运转供风 使 矿井局部通风地点不积存瓦斯 可一定程度上避免瓦斯事故的发生 近年来 如何保证 煤矿井下正常供风 杜绝瓦斯积存 成了煤矿安全生产中的一个重要课题 煤矿生产现代化使早期机械设备人为定期维修的弊端进一步暴露 1 9 8 3 年初原国家 经委和有关部门在 国营工业交通设备管理试行条例 中 明确指出 要根据生产需要 逐步采用现代故障诊断和状态监测技术 发展以状态监测为基础的预防维修体系 们 在政策的推动下 煤矿行业相继出现许多优秀的状态监测系统 但对矿井局部通风机的 状态监测却一直停滞不前 本课题将充分利用测试领域最新技术与现代故障诊断最新理 论 建立一个以小波神经网络和虚拟仪器为技术基础的矿井局部风机在线故障诊断系 统 西安科技大学硕士学位论文 1 2 国内外故障诊断研究动态 故障诊断属于模式识别的范畴 是近4 0 年发展起来的一门新兴学科 是适应工程实 际需要而形成的各学科交叉的综合学科 对设备的诊断涉及到信号采集 信号处理和故 障诊断三方面内容 1 2 1 信号采集与处理技术的新发展 信号采集是故障诊断的前提 信号处理是故障诊断的关键 为提高矿井局部通风机 的信号采集质量 降低信号处理成本 我们引入虚拟仪器 虚拟仪器是由美国n i 公司19 8 6 年提出的 是计算机系统与仪器系统技术相结合的产物 它利用计算机的强大功能 结 合相应的硬件 大大突破传统仪器在数据处理 显示 传送 存储等方面的限制 目前 虚拟仪器在航天 水利 制造等行业都有广阔的应用 如比利时i n t e r s o f t 电子工程公司 的r a s s p d p 和r a s s s 软件 美国斯坦福大学的虚拟仪器教学 实验 仿真系统 挪威 c a r d i a c 公司基于l a b v i e w 平台测试北海油田石油 大气 水流的m p f m 系统等1 7 j 近年来出现的小波分析是测试领域的一大进展 为非平稳信号的分析提供了强有力 的工具 对平稳信号的分析也优于f f t 技术 小波分析将有望取代传统的f f t 技术瞄j 小 波分析是一种全新的时间 尺度 时间 频率 分析方法 它具有多分辨率分析的特点 能 有效地从信号中提取瞬态突变信息 通过伸缩和平移等运算功能对信号进行多尺度细化 分析 解决了许多傅里叶变换不能解决的问题 被誉为分析信号的 显微镜 1 9 1 1 2 2 诊断技术的新动态 近年来 随着人工智能 a i 的发展 诊断自动化 智能化逐渐变为现实 基于人 工智能故障诊断的研究主要分为两类 基于知识 符号推理 的专家故障诊断和基于神 经网络 数值计算 的故障诊断 10 1 表1 1 列举了专家系统和神经网络的特征比较 表1 1 专家系统与神经网络故障诊断特征比较 2 l 绪论 基于知识的故障诊断 利用领域专家的经验知识 根据用户给出的关于问题的信息 数据 按照一定的推理机制 从知识库中选择对于问题的最合理的解释 虽然已经出现 了许多成熟的商业软件 并且在工程实践中得到了应用 但仍存在一些问题 知识获取 中的 瓶颈 问题难于解决 知识窄台阶 问题 易产生 组合爆炸 无穷递归 问题 实时在线诊断性能差等 基于神经网络的故障诊断系统 是模拟生物神经系统而建立起来的自适应非线性系 统 具有可学习性和并行计算能力 可以实现分类 白组织 联想记忆和非线性优化等 功能 神经网络用于故障诊断领域 可以解决趋势预测和诊断推理问题 目前 人们对 网络的结构类型 学习算法和映射 f m b a m 样本处理等问题进行了研究 应用模块化 神经网络解决大规模复杂问题 应用剪枝法优化网络连接方式将遗传算法 g e n e t i c a l g o r i t h m s 简称g a 和混沌理论应用于网络的学习训练中 解决局部极小问题等 g a 是一种借鉴生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法 能进行 全局并行 随机搜索 具有收敛到全局最优的能力 1 2 1 3 g a 能解决神经网络拓扑结构 的优化与高效的学习算法等问题 近年来g a 随着神经网络 人工生命 进化计算等研 究的兴起 引起了人们越来越多的兴趣 伴随着神经网络的复活 智能诊断领域在近年取得了长足的进展 例如 北卡罗来 纳州立大学的m c h o w 和s o y e e 等人用人工神经网络对交流感应电动机进行了故障诊 断 1 4 1 f a n 等人将改造过的b p 神经网络用于化工过程故障诊断 具有良好的非线性确定 能力 l5 j 西安交大机械诊断研究所开发的机械诊断快速响应神经网络 哈尔滨工业大学 的 机组振动微机监测和故障诊断系统 6 j 等 1 3 矿井通风系统故障诊断研究现状 目前 国内外投入大量人力物力进行矿井通风系统的研究 例如 加拿大的s h a r d c a s t l e 采用电子叶片对矿井通风风流的测定评估及紧急状态瓦斯突出的报警系统进 行的研究 1 6 1 7 1 波兰的w m i r o n o w i c z 对高瓦斯浓度矿井通风系统控制的研究 1 8 德国 的k n o a c k 对煤矿井下瓦斯驱散的各种控制方法和系统进行了研究分析 l 卅 澳大利亚的 l l u n a r z e w s k i 对煤矿井下瓦斯预测 控制及通风系统设计等进行研列2 0 j 我国经济管理 干部学院对矿井通风系统安全评价体系进行了研烈2 l 全国各大煤矿 如平顶山等煤矿 采用 双局扇双电源 余度自控系统措施等 3 西安科技大学硕士学位论文 对于风机性能的动态监测 国内外已经有一批相当成熟的监测系统 而对于故障诊 断 则因风机的故障形式多种多样 故障产生的机理和原因非常复杂 故障与征兆之间 缺乏明显的对应关系 各故障之间还存在着复杂的耦合关系等原因 使得该问题的诊断 具有较大的难度1 22 因此 国内外学者对于故障诊断的理论 方法和技术进行了深入的 研究 发展了基于模型的诊断 基于模式识别的诊断 基于灰色理论的诊断 基于模糊 的诊断 基于专家系统的诊断和基于神经网络等多种诊断理论和方法 2 3 2 4 2 5 例如 中国矿业大学在建立基于局变环节差压的矿井通风机流量监测模型后 开发出 z i i i 型矿井主通风机在线监测系统b6 并在现场得到成功应用 北京科技大学潜心研制的 o l m s a 2 型高炉鼓风机监测系统 6 j 等 人工神经网络 特别是b p b a c kp r o p a g m i o n 误差反向传播 网络以其良好的模 式分类能力 在风机故障诊断中得到了广泛应用 b p 网络是一种多层前馈型神经网络 在实际应用中绝大部分的网络模型都采用b p 及其变种形式 例如 东北大学设备诊断工 程中心经过多年研究 利用集成神经网络成功研制出 风机工作状态监测诊断系统 2 7 j 取得可喜成绩 黑龙江科技学院利用b p 网络对矿井通风机振动故障的诊断1 2 酬等 1 4 课题的研究内容 矿井局部通风机是一种特殊用途的防爆风机 其运转环境相当恶劣 安全管理不便 安装维修困难 2 9 1 对其故障诊断有别于一般的风机 本课题从实际出发建立一套针对煤 矿广泛使用的b k j 5 6 n 0 6 3 b 防爆 k 矿井 j 局部 5 6 轮毂l l 1 0 0 q 0 6 3 叶轮直径 分米数 型防爆轴流局部通风机的故障检测与智能诊断系统 主要完成以下研究内容 1 矿井局部通风机故障机理分析 分析常见机械故障的特征频率 产生原因和消除方法 分析确定故障诊断与信号处理方法 2 小波神经网络模型建立与优化 确定网络的输入节点即确定振动信号的小波包分解树 确定网络的输出节点即常见故障 不平衡 不对中 松动 碰摩 喘振 油 膜涡动 轴承损坏等 用m a t l a b 神经网络工具箱建立三层b p 神经网络 确定网络的隐层节点对网络模型进行有导师训练 根据训练效果和诊断精度 调整隐层节点数 3 硬件平台设计 传感器的选择与布置传感器满足精度要求 性价比较高 根据测试需求合理 布置传感器位置 使之能获取可靠有效的信号 调理电路的设计调理电路在复杂的现场环境中具备强的抗干扰能力 4 1 绪论 数采卡的选用数采卡满足同时采集多路信号和采集速度的要求 4 虚拟仪器软件设计 以l a b v i e w 为平台编写数据采集与存储的相关代码 设计s q l 数据库存储故障号 故障类型及解决方案 并与l a b v i e w 连接 在l a b v i e w 中调用m a t l a b 计算引擎对振动信号进行小波包分析 5 软件界面 诊断报表的设计 6 仿真验证和实验室验证 7 撰写开发文档材料 制作软件在线帮助 封装源代码 1 5 课题研究目的与意义 矿山设备的智能化综合诊断 不仅能满足矿山瞬息万变的状态要求 而且提高了矿 山设备检测和维修的速度有利于矿山的统筹管理 保证矿山工作的正常进行 虽然基于 小波神经网络的智能诊断作为现代新兴的故障诊断方法在煤矿行业的应用还停留在初 级阶段 但无庸置疑它将成为未来的发展趋势 在我国矿山行业 传统的定期维方式仍然根深蒂固 不能预防突发性故障 容易引 起失修与过剩维修 除了经济原因 更重要的是智能化诊断概念没有深入人心 许多开 发项目仍停留在实验室阶段 针对矿井局部通风机的应用研究就更加缺乏 要想真j 下使 智能化诊断在矿山行业中生根发芽 就必须推出能在理论和实践上完全过得了关的产 品 本课题针对我国矿山生产发展的实际需要 利用先进的虚拟仪器技术 小波理论和 神经网络 建立矿井局部通风故障检测和诊断理论方法 并研发相应的故障检测与诊断 系统 这对于对提高矿山通风安全生产管理水平有着极为重要的现实意义 5 西安科技大学硕士学位论文 2 矿井局部通风机故障诊断分析 矿井局部通风系统包括高压供电系统 低压供电系统和机械设备系统三部分 因此 故障可能来自多方面 受时间和精力的限制 本课题仅讨论矿井局部通风机机械故障检 测与诊断 根据矿井局部通风机的机械结构 从常见故障的机理和特征入手 分析诊断 方法和信号处理方法 2 1 矿井局部通风机常见故障及机理分析 矿井局部通风机机械系统包括 风机 机座 风筒等其它设备 现在矿用局部通风 机一般为b k j 型防爆轴流式通风机 它适用于煤矿井下其周围介质中有甲烷 煤尘等爆 炸性混合物气体的环境中 在交流5 0 h z 电压至3 8 0 v 或6 6 0 v 的电路中 作为煤矿井下 采掘和采煤巷道及盲巷道局部通风之用 其采用电机直联传动 电动机靠机座散热片和 轴向气流进行冷却 结构小巧 紧凑 一般地说 通风机的机械故障是由通风机的装配 与安装 通风机的制造质量及运行中的损坏所引起的 2 1 1 故障特征频率分析 常见的矿井局部通风机故障以及特征频率如下 2 8 3 0 1 1 3 1 1 转子动不平衡或静不平衡 不平衡包括转子系统质量偏心及风机转子部件出现 缺损 质量偏心是由于制造误差 装配误差 材质不均匀等造成的 称为初始不平衡 转子部件缺损则导致新的不平衡 特征频率为1 倍频 2 转子与静止件摩擦 由于轴挠曲 转子与静止件热膨胀不一致 转子对中不良 等原因引起 特征频率为高次 低次及混合谐波 常伴有1 倍频 3 基础松动 基础振动来源于螺栓松动 软脚或过大的间隙 通常表现为多频率 的振动 特征频率为2 倍频 伴有l 3 4 5 6 倍频甚至更高频 4 轴承油膜涡动 油膜涡动是由滑动轴承油膜力学特性引起的自激振动 特征频 率 o 5 倍 常伴有l 倍频 5 轴承安装不良或损坏 轴承振动很复杂 种类繁多 工作状态往往与转轴有关 轴承损坏的主要原因是轴承偏心和点蚀引起相应的冲击 其特征频率为1 倍频 伴有超 低频和高频 6 喘振 喘振是流体机械运行最恶劣 最危险的工况之一 对机械危害极大 导 致喘振的先决条件是通风机流量越过最小流量值 产生旋转脱离和脱离区急剧扩大的严 重情况 但此时能否产生喘振还要看风机和管路的工作曲线 接近和进入喘振时的主要 特征是 机体和轴承振动剧烈 喘振特征频率为超低频 常伴有1 倍频 进风口和出风 6 2 矿井局部通风机故障诊断分析 口的流量发生变化 其数据发生周期性大幅脉动 气流噪声发生周期性的变化且强烈 7 轴线不对中 机械工作状态时 由于机器的安装误差 承载后的变形及机器基 础的沉降不均等造成转子轴线之间产生平行移位 轴线角度移位或综合移位等 故障的 特征频率为2 倍频 常伴有l 3 倍频 2 1 2 常见故障产生原因及消除方法 矿井局部通风机主要故障 产生原因及消除方法见表2 1 3 2 3 3 1 3 4 表2 1 矿井局部通风机常见故障 故障原因及消除方法 7 西安科技大学硕士学位论文 表2 1 中第7 条故障在b k j 5 6 n 0 6 3 型防爆轴流式局部通风机中并不存在 因为此类型 号的风机采用电机直联传动 无需联轴器 但对于其它传动方式的风机是存在的 2 2 故障诊断方法分析 矿井局部通风机的工作过程复杂 同一种故障类型可以表现几种症状 一种症状也 可以对应着几种故障类型 因此 这中间并不是一一对应的函数关系 而是一种多参数 多变量的模糊关系 为了在这些多因素的复杂关系中提高故障的识别能力 增加诊断的 准确率 目前已在应用或研究的诊断方法 3 5 3 6 有 1 振动特性变化诊断法 根据风机工作参数发生变化时 如启动 停机过程 负荷变化过程 振动频率 幅 值 振型的变化过程 测量其振动特性 从特性变化中判断故障的原因和部位 例如轴 的裂纹诊断 一般在工作转速下是很难识别的 但在转速升降过程中由于裂纹的开合 有可能在反应敏感的频域上进行诊断 2 故障树分析法 故障树分析法 f t a f a u l tt r e e a n a l y s i s 是一种将系统故障形成的原因由整体至局 部按树枝状逐渐细化的分析方法 3 模糊诊断法 模糊诊断法是利用症状向量隶属度和模糊关系矩阵求故障原因向量隶属度 并做出 故障诊断的方法 故障原因隶属度反映造成机器故障原因的多重性和它们的主次程度 减少了故障诊断中的不确定因素 4 专家系统 8 2 矿井局部通风机故障诊断分析 专家系统是一种以知识工程为基础的智能化的计算机程序系统 为计算机辅助诊断 的高级阶段 它以逻辑推理的手段 以 规则 框架 语义网络 等方式表达 专家处理机械故障的知识 通过搜索策略 控制正 逆向推理 完成对故障信号的识别 5 人工神经网络方法 人工神经网络 a r t i f i c i a ln e u r a ln e t w o r k 技术是基于神经科学研究的最新成果而 发展起来的边缘学科 是对人脑某些基本特征的简单数学模拟 其并行分布式处理方式 联想记忆的容错能力 自组织自学习能力以及较强的非线性映射能力在机械故障的诊断 和识别中显示了极大的应用潜力 本课题借助于人工神经网络方法 通过对矿井局部通风机故障实例和诊断经验的训 练学习 用分布在网络内部的连接权值和阀值来表达所学习的故障诊断的知识 以实现 故障和征兆之间复杂的非线性映射关系 2 3 信号处理方法分析 风机故障的表现形式是多方面的 包括 振动 温度 噪声等等 当风机发生故障 时 这些物理量都会发生变化 而振动是设备运行状态好坏的重要标志 3 7 3 8 振动信号 是风机状态信息的载体 它蕴含了丰富的风机异常信息 对于在生产中连续运转的通风 设备 可以分析其振动信号 在不停机的条件下实现在线检测和故障诊断 由于风机在运行过程中产生的振动信号 因传递路径 环境噪声的影响和各种机械 元件的联合作用 使得构成信号的成分很复杂 如果单从时域波形上直接观察 往往很 难看出设备究竟是正常还是异常 以及故障的类型和部位等 为此 必须对检测到的信 号进行加工处理 以便更全面 更深刻地揭示出动态信号中所包含的多种信息 信号处理就是从大量的振动数据中提取最能代表状态变化的特征值 小波理论是非 平稳信号处理强有力的工具 而小波包分解能对多分辨率分析没有细分的高频部分进一 步分解 是一种更为精细的分析方法 具有更高的时间分辨率和频率分辨率 通过小波 包分解 把风机振动信号分解在相应频段内 各个频段信号能量的特征值综合反映了风 机故障在时域和频域的全部信息 把各频段能量形成的特征向量作为神经网络的输入样 本 利用神经网络的高度非线性映射特性 实现特征空间到故障空间的映射 2 4 小结 本章分析了矿井局部通风机常见的七种机械故障机理 指出了它们的特征频率 产 生原因和消除方法 分析了故障诊断与信号处理方法 最终确定了以人工神经网络进行 模式识别 小波包分析进行信号特征值提取的核心架构 9 西安科技大学硕士学位论文 3 矿井局部通风机故障诊断小波神经网络模型 小波包分析和神经网络是矿井局部通风机诊断系统的核心技术 它们的结合途径 小波包基函数与分解树 神经网络结构与模型等参数都将影响系统的诊断精度与效率 3 1 小波分析和神经网络的结合途径 神经网络可以有效地实现输入到输出之间的非线性映射 具有自学习和模式识别能 力 适合诊断自动化 小波分析则由于其基函数的自动伸缩和平移特性 而成为信号分 析的重要工具 目前 小波分析和神经网络的结合途径有以下两种1 6 1 松散型结合 l l d 波分析作为神经网络的前置处理手段 为神经网络提供输入 特征向量 2 紧致型结合 小波和神经网络直接融合 即用小波函数和尺度函数形成神经元 上述两种结合途径形成了广义上的两种小波神经网络 而狭义上的小波神经网络 仅指用小波函数或尺度函数作为激励函数 形成神经元 从矿井局部通风机诊断系统的复杂度和可行性考虑 我们选择第一种松散型结合途 径 即小波分析仅作为神经网络的i j i 置处理手段 提供神经网络输入特征向量 3 2 故障诊断小波包基函数与分解尺度 3 2 1 小波分析理论 小波分析是数学理论中调和分析技术发展的最新成果 具有完美的数学内涵和重要 的应用价值 小波分析的基本理论如下 3 9 1 令 2 0 2 兀 为周期的平方可积函数空问 如果函数 5 f 包2 俾 并且满足以下 容 许性 条件 q e 咩 那么称吣 是一个小波 基小波 函数 其中审 缈 是 x 的f o 嘶e r 变换 3 1 从式3 1 中我们可以推导出审 i o 等价地在时域里有 y x 皿 o 也就是 说审 国 必须具有带通性质 且吣 必是有正负交替的震荡波形 使得其平均值为o 1 0 3 矿井局部通风机故障诊断小波神经网络模型 基小波有两种操作 平移和伸缩 经过这种操作后形成 4 波函数族 其连续和离 散形式分别如下 y 啪 i 口i 1 孚 3 2 t 2 j 1 2 y 2 7 x k k ez 3 3 其中口和b 及其离散形式2 和纠2 分别为伸缩因子和平移因子 z 为整数集合 将信号分解在由基小波生成的小波函数族上 则称连续小波变换 设及f 包2 僻 则 对其基小波函数虼b 0 的连续小波变换为 w v f a b 2 巾 也 7 渺 3 4 上式可求得信号在固定小波函数 6 f 上的分量 对参数a 和b 进行展开后 就得到 了任意时刻 任意精度的频谱了 对实际的计算来讲 这样的代价太高 所以类似傅立 叶级数的想法 把参数a 或b 或 6 同时离散化 就得到了离散小波变换 离散正交小波 函数族在小波分析中占据重要地位 它形成了平方可积函数f 的一组正交基 离散基小波函数表示为 甲舭 f a o j 2 甲 口i f k b k z 离散小波变换的系数表示为 7 2 上 t 7 渺 信号吠力可表示为小波级数 其重构公式为 厂 f c w j k 七 f 3 7 其中c 为与信号无关的常数 如果选取的离散点满足印 2 b o l 则称二进小波 变换 离散正交小波分析在思想上同多分辨分析是一致的 就是要构造一组函数空间 每 组空间有统一的形式 所有空间的闭包则逼近三2 俾 每个空间中 所有函数都构成该空 间的标准化正交基 信号就在这类空间上分解 由于空间无限 所以能很方便地分析我 们所关心的信号 如果妒 d 能生成一个多分辨分析 则称妒 f 是一个尺度函数 多分辨分析函数空间是 相互嵌套的 即 lc e 2ci t lcv ockc 三 3 8 西安科技大学硕士学位论文 那么 相邻空间的差 驴珞l 一巧就是小波空间 表示了相邻尺度空间的投影之间 的细小差别 我们称小波空间为细节空间 3 2 2 小波包分析 小波包分析是多分辨分析的推广 提供更为丰富和精确的分析方法 离散信号按小 波包基展开时 包含低通与高通滤波两部分 离散信号的小波包分解算法为h o 式中吼 巩为共轭滤波器 q m f 系数 图3 1 是三层小波包全分解树 3 9 图3 1 三层全分解小波树 由p a r s e v a l 恒等式舅厂 x 1 2 出 l d o 尼 1 2 可知 小波包变换系数d 七 的平方具 有能量的量纲 可用于机械故障诊断的能量特征提取 假定离散信号按某一小波树分解 后由m 个频带组成 这 外子频带不一定处于同一分解水平 则各频带的能量为 f 互 硝 3 1 0 k l 式中f 慨m 为第f 个子频带的数据长度 且k n i 厅广 离散信号的总能量均方根e 1 霹 则能量归一化特征向量 yi 1 p e e e 酬 e 3 1 1 3 2 3 选取小波包基 在小波分析中 由于构造方法不同形成了不同的小波 目前比较有名的有d a u b e c h i e s 小波 m e y e r d 波 c o i f m a n d 波等 这些小波函数及相应的尺度函数构成了不同的小波 基 对同一个信号选用不同的小波基进行处理 得到的结果往往差别较大 如何选择小 波基 目前没有一个理论标准 但是在实际应用中已取得了一些经验 如高斯函数一阶 导数 船讹用于图像识别 特征提取 墨西哥草帽小波 m e x i c a nh a t 用于系统辨识 1 2 珂 痧 l 一 什 j r k u 以 吨 吮 钍 卜 i i 卜 聆 n 2 2 讲 4 3 矿井局部通风机故障诊断小波神经网络模型 样条小波用于材料探伤 s h a n n o n 正交基用于差分方程求解 对于正交小波神经网络和 数字信号一般选择d a u b e c h i e s 构造的具有紧支集的正交小波 4 l 矿井局部通风机故障诊断系统以振动信号为分析对象 实施频段划分 后续接入神 经网络 因此选择d a u