基于多传感特征信息融合的采煤机截齿失效诊断.doc

基于多传感特征信息融合的采煤机截齿失效诊断 中国机械工程第27卷第17期xx年9月上半月基于多传感特征信息融合的采煤机截齿失效诊断张强王海舰李立莹闻学震阮越宣。 1辽宁工程技术大学，阜新，1230002大连理工大学工业装备结构分析国家重点实验室，大连，1160233煤矿与机械能源研究院，河内，越南，100000摘要针对采煤机截割头截割过程中截齿失效状态不易在线识别的难题，提出了一种基于多传感特征信息融合的采煤机截齿失效诊断方法。 通过测试采煤机不同磨损程度状态的截齿在截割过程中的振动信号以及声发射信号，建立截齿损耗和失效的信号特征数据库，采用基于最小模糊隶属度优化模型的多传感信息融合方法诊断采煤机截齿的磨损及失效状态。 实验结果表明诊断结果的准确率可达95以上，证明采用此方法可实现对采煤机截齿磨损程度及失效状态的实时精确诊断。 研究结果对及时发现和更换失效截齿、提高采煤机截割头的工作效率和使用寿命具有重要意义。 关键词采煤机；截齿失效；声发射；信息融合；模糊隶属度TP273DOI103969jissn1004132Xxx17011Failure Diagnosis of ShearerS PicksBased onInformation Fusionfrom M ulti SensorsZhang Qiang，。 Wang HaijianLi LiyingWen XuezhenNguyen VietTuyen。 1Liaoning TeehnicaIUniversity，Fuxin，Liaoning，1230002State KeyLaboratory ofStructural Analysisfor IndustrialEquipm ent，Dalian Universityof Technology，Dalian，Liaoning，1160233V ienCo Khi NangLuong Va Mo，Hanoi，V ietnam，100000AbstractFor theproblem sthat thepicks failure states fora shearerS cutting head werenot easyto identifyin thecutting processes，a methodwas proposedbased on multi sensor feature information fusionBy testingthe vibrationsignals andacoustic emission signalsof thepicks indifferent abrasiondegrees ofa shearer，the signal feature databasesof thepicksabrasion andfailure wereestablished byusing themethod of m ultisensorfeatureinformationfusionofminim umfuzzy membership optimization modelto diagnoseshearer picksabrasion andfailurestatesThe experimenta1results showthat theauracy rateof thediagnosis resultsof picksiS morethan95，which indicatesthat themethod canrealize theaurate diagnosisto thestates ofthe shearerS picksThe researchresults makea greatcontribution todiscover andreplace thefailure picksand toimprove theservice lireand workefficiency ofthe shearercuttingheadKey wordsshearer；pick failure；acoustic emission；inform ationfusion；fuzzy membership0引言采煤机是综采工作面主要的煤岩截割机械装备，在开采过程中，采煤机的截齿与煤、岩产生剧烈碰撞和冲击，势必会造成截齿的严重磨损甚至失效。 采煤机截齿的主要失效形式包括刀头脱落、崩刀和刀头、刀体磨损等，在某些特殊工况下也经常因为刀体折断造成截齿失效，截齿一旦处于严重磨损或失效状态，将大大降低采煤机的截割效率，增大采煤机的功耗，缩短采煤机截割头整体的使用寿xx11一O9基金项目国家自然科学基金资助项目 (51504121)；高等学校博士学科点专项科研基金资助项目 (xx21211xx1)；工业装备结构分析重点实验室开放基金资助项目(GZ1402)；辽宁省高等学校杰出青年学者成长计划资助项目(I JQxx036)；辽宁“百千万人才工程”培养经费资助项目 (xx921070)2334命。 因此，实现对采煤机截齿磨损程度及失效状态的实时监测与诊断，获取采煤机截齿的最佳更换与维护周期，对提高采煤机械运转率、提高煤矿生产的综合经济效益都具有十分重要的意义。 目前，国内外对截齿失效诊断的研究还比较少，多数专家学者主要针对采煤机截齿的失效形式、断齿过程中的信号检测及提取进行了一定的研究。 Dewangan等利用扫描电子显微镜和能量弥散X射线探测器对截齿磨损部位进行了深入的研究，得到了截齿磨损机理，并将其分为开裂、破碎等7种不同类型。 王新等、贾礼l7对截割头截齿断裂、脱落和碎裂等缺齿失效形式进行了分析，从加工制造、钎焊、热处理工艺以及堆焊技术等方面提出了提高截齿性能的技术途径。 赵丽娟等利用虚拟样机系统仿真的方法得到了基于多传感特征信息融合的采煤机截齿失效诊断张强王海舰李立莹等截割头在缺齿时的瞬时负载以及摇臂壳体、行星架和同一截线上截齿受力的变化情况，通过检测截割头瞬时负载以及同一截线上截齿的受力情况实现截割头的断齿检测，该方法具有一定的理论参考价值，但采用单一信号进行断齿检测的可信度较低。 严作堂等g、张星辉等_ 1、康葳等I分别采用振动信号检测、Morlet小波的时频分析、SVM与GA参数优化以及Inter技术等方法实现了对齿轮断齿故障诊断，然而此类研究成果只限于针对齿轮的失效诊断，尚难以实现采煤机截割头截齿失效的精确诊断。 1截齿截割特征信号测试与分析11截割特征参数分析采煤机截齿在不同磨损程度条件(含失效)下的截割信号表征是实现截齿失效精确诊断的重要前提。 笔者主要针对不同磨损程度的截齿在截割过程中的振动信号以及声发射信号进行采集与分析，建立各传感器数据信号的特征值样本。 采煤机截割头在截割煤岩过程中各截齿所受的截割阻力可看作是滚筒在z、Y、三个方向上的分力E13，如图1所示。 经过大量实验统计和现场调研，采煤机滚筒在截割过程中的振动形式与其截割阻力的方向一致，包括横向振动(z方向)、纵向振动(方向)和轴向振动(方向)三种，其中z方向和Y方向的振动较大，Y方向振动最为明显，如图2所示。 图1采煤机滚筒所受三向力示意图声发射是材料中局部区域应力集中、快速释放能量并产生瞬态弹性波的现象_l。 采煤机截齿在截割过程中与煤、岩产生剧烈振动和摩擦，并伴随声信号向外传播，产生的声发射信号不但能够反映煤岩内部损伤破坏情况，及时发现裂纹的位置、性质及扩展情况I】，而且，人们还能够根据声发射信号的强弱、幅值的大小来分析截齿的磨损程度。 图3所示为采煤机截齿在新齿以及失效两种状态下截割煤层时的声发射信号，可以看出，截齿在两种状态下截割时的声发射信号差异很大，截齿在使用初期截割效果好，声发射信号幅值较大，而失效截齿的截割声发射信号幅值较小，因此，通过测试不同磨损程度及失效状态下截齿的声发射信号特征，能够为截齿的失效诊断提供重要的数值依据。 l0目s鬈。 羹一s-10以上1正逝矗I上甲T T耵012345678910采样时间ts(a)横向振动(z方向)b g吕0嚣一5槁蜷一10060402罢。 0一O4一O606O402一0406采样时间ts(b)纵向振动(方向)上土谭r TT1r01图22345678910采样时间ts(c)轴向振动(方向)采煤机滚筒截割三向振动曲线【-山I弛盈l|1l r盯丌_-010002000300040005000600070008000采样时间tms(a)新齿状态下截割声发射信号曲线k|鲑篮-l矗L上j。 Tr1r下，1-1r-r010002000300040005000600070008000采样时间tms(b)截齿失效状态下截割声发射信号曲线图3采煤机截齿不同状态下声发射曲线2335中国机械T程第27巷第17期2O16年9月上半月12截割特征参数样本模型为采集采煤机截割头截割过程中-、三个方向上的振动信号以及声发射信号建立采煤机截齿不同磨损及失效的特征样本模型，开展采煤机截齿在如图4所示的新齿、早期磨损、严重磨损以及失效四种状态下的截割实验分别采用三向振动传感器与声发射仪器对截齿截割过程中的振动和声发射特征信号进行提取、去噪和识别处理，得到的向振动与声发射信号特征样本分别如表1表4所示。 新齿图4早期磨损严重磨损失效不同磨损程度及失效的截齿试件表1轴振动特征样本值l qlnl截齿状态序号新齿早期磨损严重磨损失效130638049270623123925】7723332810l544749i33541556976Ij3484285847766361443609791736646863680683744_8666392493舟2498697843103-88j0772l868表2Y轴振动特征样本值rllri1截齿状态序号新齿早期磨损严重磨损失效14285126228282433526645844344553966387944625l46馏790476561715939648557874296674995-8676698785125997_89100395256138151027l0386328461052表3z轴振动特征样本值nm截齿状态序号新齿早期磨损严重磨损失效119826235042822O627436244632】j2_853784S9l2242。 983924712383064014_83625O3184144967261332426511827534543352692873544485321O2963664645l5表4声发射信号特征样本值n V截齿状态序号新由早期磨损严重磨损失效10579048l03990298205620471038602843055l04620367027040536045303480258052404【0()335024560511(428032002397O19904l303070224801860402029402l3904720395028102O11O04590384026601922基于信息融合的截齿失效诊断21截齿失效诊断融合模型采煤机在截割过程中可以看作是一个不断向外输出信息的系统，其输出的j向振动信号和声发射信号构成诊断融合模型的信号特征空间，每个特征作为特征空间的一个特征子集，再由多个特征子集交互构成识别和诊断截卤失效的证据j，通过Ds证据理论对所获取的证据进行推理最终通过特定的诊断决策规则，得fJ诊断结论及当前截齿的磨损状态。 截齿失效诊断多信息决策融合模型结构如图5所示。 信号特征空间证据融合推理系统识别框架图5截齿失效诊断多信息决策融合模型22信息融合基本理论定义识别目标采煤机截齿磨损及失效状态的所有可能结果集(即识别框架)为0=0，0，?，臼。 集合中各命题互斥且穷举，任意命题2。 ；若某一函数”满足条件()一1(l。 2，?J)；，7z()一0；函数是2。 一0，1的映射，则称()是事件0，定义在2。 上的基本概率分配函数l()表示证据支持命题发生的程度，而不支持任何0的真子集。 当()0时，则称为证据的焦元。 所有焦元的集合成为核。 若Bel和Bel!是同一识别框架2上的两个信任函数，其基本概率分配函数及核分别为m、D1和A，A，?，A，、Bl，B，?，B。 如若满足条基于多传感特征信息融合的采煤机截齿失效诊断一张强王海舰李立莹等件(A)m。 (B)m(A)(B，)，用于反映证据A=之间冲突的程度，系数1(1一是)是保证避免合成时将非零的信任赋给空集的归一化因子。 通过式 (1)可以看出，Ds证据理论信息融合技术就是将两个或两个以上单一信任函数的概率分配函数，通过计算得到新的基本概率分配作为最后的决策依据。 由此可以推导出多信任函数的证据组合规则为m一(m omz)o rn。 )?)m (2)其中，rn，m，?，m分别为同一识别框架2。 上信任函数Bel，Bel，?，Bel的基本概率分配函数。 23特征样本模糊隶属度函数模型熵通常用来描述模糊变量的不确定性，是模糊变量的重要数学特征。 模糊熵用于描述模糊集的模糊程度，模糊熵的值越大，其代表的模糊集的模糊度也越大，反之则越小。 模糊集A的模糊性应具有单调变化的性质，即模糊集A越接近12，其模糊性越大；模糊集A越远离E12，其模糊性也越小。 设模糊集F一f，f一，厂，其隶属度函数为(厂)，f取值为0或1时，A即为分明集，模糊熵为0；当厂c(O，1)时，其模糊熵的表达式为1S(A)一EEE(1(，z)+u(，) (3)E(厂)一一flnf U(，)一一(1一厂)ln(1一，)采煤机截齿失效诊断系统的四个状态分别为新齿、早期磨损、严重磨损和失效，用模糊集合表示为A，A，A。 ，A，其对应的各模糊子集的隶属度函数分别为、z、s和，其隶属度函数如图6所示。 噻1234VP1P2P3P4截齿磨损程度P图6截齿磨损程度隶属度函数图根据隶属度函数图和各信号参数的特征样本值，通过下式利用最小模糊度规则进行k值E(I) (4)其中，n为模糊集所有样本的个数；f为模糊集的第i个样本。 当下标J为最小值1或最大值4时，隶属度曲线为梯形；当下标J值为 2、3时，隶属度函数为三角形，其对应的(，)的数学表达式分别为f1厂厂一， l。 一?l Io其他lP2 J准则2Bel(A)一Bel(A)，Bel(A)一(臼)(e0且R)。 准则3()0且R)。 准则1用来表明诊断命题结果具有最大的信度；准则2说明诊断结果的信度与其他任意命题的信度差值要大于阈值e；准则3表明证据的不确定性必须小于限值，e与的取值需根据实际情况来确定，本系统中取值为025，取值为02。 多规则“与”判定决策方法要求诊断结果必须同时满足上述三个准则，缺一不可，如若以上三个准则不能同时满足，则判定与决策终止，无法确定输出截齿状态诊断结论。 3实验分析为验证基于多传感信息融合的采煤机截齿失效诊断系统的精确度，以张家口国家能源采掘装备研发实验中心的实验平台进行现场截割测试与诊断实验。 根据相似原则，采用煤炭、沙子、水泥以及特骨料等浇筑长70m、高3rri的相似结构煤壁，煤壁硬度为F5，如图8所示，采煤机型号为MGN5001130一wD，在采煤机悬臂上安装三向振动传感器，利用声耦合剂将声发射采集探头固定在煤壁上，保证其与煤壁紧密接触。 图8现场截割测试与诊断实验分别针对采煤机截齿在新齿、早期磨损、严重磨损以及失效四种状态下的声发射信号和三向振动信号进行测试、提取与识别，随机抽取20组不同时间、不同截齿状态的特征信息进行融合决策诊断，其诊断结果如表5所示。 由表5可以看出，采用基于多传感信息融合的采煤机截齿失效诊断方法在随机抽取的2O组诊断结果中，截齿在不同磨损状态的融合结果概率分配识辨性很高，其诊断结果的准确率达到了95，证据体的不确定度很小，诊断结果的可信度较高。 这说明采煤机截齿失效的多传感信息融合决策诊断具有非常好的峰值性和可靠性，本研究为采煤机截齿在截割过程中磨损程度及失效状态的动态诊断与识别提供了一种精确的方法和手段。 基于多传感特征信息融合的采煤机截齿失效诊断张强王海舰李立莹等表5截齿状态多信息融合决策诊断结果序号实际状态mj(A1)m，(A2)m，(A3)m(A4)mj()诊断结果1A10885901141O O00276Al(正确)2A10864201358O000382A1(正确)3A1074020258100017000775A1(正确)4A203116066720O212O00836A2(正确)5A2026880706800244O0O813A2(正确)6A2021030758800309O00752A2(正确)7A201455O_82150O33O O0O586A2(正确)8A20049807376020870O03900785A2(正确)9A20042206239031950014401106A2(正确)1O A30O216030250588300876O1144A3(正确)11A30018801499064770183600855A3(正确)12A30013200305074350212800761A3(正确)13A30005900302072860235300796A3(正确)14A3O0O219063350344600883A3(正确)15A3O00039050620489902104(错误)16A4O O035450645500956A4(正确)17A4O O022640773600734A4(正确)18A4O0014410855900429A4(正确)19A400010340-896600267A4(正确)2O A4O O006520934800138A4(正确)4结语通过测试和提取采煤机截齿截割过程中的三向振动以及声发射信号特征样本，根据最小模糊度原则得到各特征信号优化后的模糊隶属度函数，在I)_S证据理论与融合推理方法的基础上，建立各特征信息的基本概率分配函数和多规则“与”判定的决策准则，提出了一种适用于采煤机截齿失效诊断的多传感特征信息决策融合有效方法。 实验验证表明，基于多传感特征信息融合的采煤机截齿失效诊断方法诊断精度可达到95以上，有效解决了采煤机截齿状态难以实时监测与诊断的技术难题，对提高采煤机的工作效率以及节能降耗具有非常重要的意义。 参考文献Eli尚慧玲采煤机滚筒截齿失效工况的影响分析及对策J煤炭科学技术，xx，40 (8)75772Shang HuilingAnalysis andCounter Measures ofPick FailurePerformance Influencesof CuttingDrum in Coal ShearerJCoal Scienceand Technology，xx，40 (8)7577李晓豁，闫建伟，张惠波，等岩0岩截齿的应力分布及其载荷的仿真研究J计算机仿真，xx，28 (11)4O5-408Li Xiaohuo，Yan Jianwei，Zhang Huibo，et a1Siml1】3tion andResearch onStress Distributionand Loadson PickCutting RockEJComputer Simulation，xx，28 (11)405408r3宋杨，刘春生采煤机端盘截齿截割煤岩的三向载荷45678数值模拟J矿山机械，xx，41 (7)1922Song Yang，Liu ChunshengNum ericalSim ulationon TriaxialLoads atShearer TransverseFlange PickCutting CoalRockJMining8L ProcessingEquipment，xx，41 (7)19-22Dewangan S，Chattopadhyaya S，Hloch SW earAssessm entof ConicalPick UsedinCoal Cutting OperationJ-Rock Mechanics&Rock Engineering，xx，48 (5)21292139Dewangan S，Chattopadhyaya SCharacterization ofW earMechanisms inDistorted ConicalPicks afterCoalCuttingJRock MechanicsRock Engineer-ing，xx，49 (1)225242王新，张妍，朱洪睿矿用截齿失效分析及技术改进J。 铸造技术，xx，33 (5)553555W angXin，Zhang Yan，Zhu HongruiFailure Analysis ofPicks Usedfor M ine andTheir TechnicalImprovementJFoundry Technology，xx，33 (5)553555贾礼采煤机截齿柄部断裂的分析与防止J煤矿机械，xx (3)59-60Jia LiAnalysis andPrevention ofPick StemFailure Crackof ShearerJCoal MineMachinery，xx (3)5960赵丽娟，陈颖，董萌萌滚筒截齿对采煤机截割部工作可靠性的影响研究J现代制造工程，xx (12)10411OZhao Lijuan，Chen Ying，Dong MengmengResear-ch onthe Influenceon Working Reliabilityof CuttingUnit ofShearer byCutting PickJModern ManufacturingEngineering，xx (12)1041102339中国机械工程第27卷第17期xx年9月上半月91Oi112131415严作堂，陈宏基于振动信号诊断齿轮断齿故障新方法_J机械传动，xx，36 (9)9395Yan Zuotang，Chen HongDiagnosis Method ofBroken TeethFault ofGear Based on VibrationSi gnalJJournal ofMechanical Transmission，xx，36 (9)93-95严作堂，陈宏基于Morlet小波的时频图在齿轮断齿故障诊断中的应用J机械研究与应用，xx (4)4650Yan Zuotang，Chen HongApplication ofthe Morlet Wavelet Timefrequency Diagramin theDiagnosisofBroken TeethFauh ofGearJMechanical ResearchApplication，xx (4)4650张星辉，康建设，曹端超，等基于SVM与GA参数优化的齿轮箱断齿故障诊断方法研究J机械传动，xx，36 (12)2630Zhang Xinghui，Kang Jianshe，Cao Duanchao，et a1Research onthe Method ofGearbox FaultDiagnosis Based on SVMand Parameter0ptimized byGALJJournal ofMechanical Transmission，xx，36 (12)2630康葳，蒋欣军，常广建基于Inter技术的齿轮断齿故障诊断研究J中国制造业信息化，xx，37 (1)7679Kang Wei，Jiang Xinjun，Chang GuangjianThe Researehfor FaultDiagnosis ofthe GearFracture Based on InterJManufacture InformationEngineering ofChina，xx，37 (1)7679李晓豁，何洋，焦丽，等基于参数识别的截割头纵向随机振动响应优化EJ中国机械工程，xx，26 (6)818823Li Xiaohuo，He Yang，Jiao Li，et a1Vertical Randor aVibration Responseand Optimizationof Cutting HeadBasedonParameter IdentificationJChina Mechanical Engineering，xx，26 (6)818823焦阳，侯清，李光海，等声发射信号处理技术及其在滚动轴承检测中的应用现状J河北科技大学学报，xx，34 (4)313317Jiao Yang，Hou Jie，Li Guanghai，et a1Acoustic EmissionSignal ProcessingTechnology andits Applicationin RollingBearing Test,JJournal ofHebei Universityof Scienceand Technology，xx，34 (4)3l3317邵良杉，李永利，孙朋煤岩破裂全过程的声发射序列分形特征研究I-J中国安全科学学报，xx，23 (12)7883Shao Liangshan，I iYongli，Sun PengStudy on2340E161718192OFractal Characteristicsof AESequence ofW holeProcess ofFracture ofCoal orRockJChina SafetyScience Journal，xx，23 (12)7883王新颖，江志伟，于永亮，等多信息融合的城市燃气管道泄漏诊断技术研究J中国安全科学学报，2O14，24 (6)16517OWang