基于振动传感器的掘进机故障监测系统.pdf

第 3 1卷第 0 5期 2 0 1 0年 0 5月 煤 矿 机 械 C o a l Mi n e Ma c h i n e r y Vo l _ 3 l No ．O5 M a v ． 2 01 O 基于振动传感器的掘进机故障监测 系统 童 敏 明 。吴轲 中国矿业大学 信电学院 ， 江苏 徐州 2 2 1 0 0 8 摘要采用振动传感器．以单片机为核心设计 了掘进机故障监测 系统 ，对掘进机截割 头主 轴 、 传 动 齿轮 箱 和行 走等 部件 状 态进 行监 测 ， 分析掘 进 机机 械 部件 的故 障 信 息， 建 立反 向推 理 为主， 辅 以正 向推理 的故 障分 析 系统 ， 为煤矿 掘 进机 的安 全运 行提 供 了保 障 关键词 振动传感器；掘进机 ； 监测 系统 故障诊 断 中图分类号 T D 4 2 1 ； T P 3 0 6 文献标 志码 A文章 编号 1 0 0 30 7 9 4 2 0 1 0 0 50 2 4 1 0 3 Ba s e d o n Vi b r a t i o n S e n s o r Tu n n e l Bo r i n g M a c h i n e Fa u l t M o n i t o r i n g Sy s t e m TONG M i n - mi n g ，W U Ke C o l l e g e o f I n f o r m a t i o n a n d E l e c t ri c a l E n g i n e e ri n g o f C U M T ． ， X u z h o u 2 2 1 0 0 8 ， C h i n a Abs t r a c t De s i g n e d a s i n g l e c h i p mi c r o c o mp u t e r a s t h e c o r e o f t he b o rin g ma c h i n e f a u l t mo ni t o ring s y s t e m w i t h t h e u s e o f v i b r a t i o n s e n s o r ,wh i c h i s ma i n l y u s e d f o r d i g g i n g ma c h i n e c u t t i n g h e a d ma i n s h a f t 、 t r a n s mi s s i o n g e a r b o x e s 、 wa l k i n g a n d o t h e r c o mp o n e n t s c o n d i t i o n mo n i t o ri n g a n d a n a l y s i s f a u l t i n f o r ma t i o n o f t h e b o rin g ma c h i n e me c h a n i c a l c o mpo ne n t s ． Th e ba c k wa r d I ．e a s o n i n g b a s e d， s u p pl e me n t e d b y f o r wa r d r e a s o n i n g f a u l t a n a l y s i s s y s t e m h a s b e e n b u i l t ， i t p r o v i d e s g u a r a n t e e f o r t h e s a f e o p e r a t i o n o f mi n e t u n ne l b o ring ma c h i n e ． Ke y wo r d s v i b r a t i o n s e ns o r ；t u n n e l bo rin g ma c hi n e；mo n i t o rin g s y s t e m；f a ul t d i a g no s i s * 15 1 家 8 6 3重点项 目 2 0 0 7 A A 0 6 Z x 1 4 6 1 1 0 表 3灰 关 联 系数 对 照 表 r 劬 『 ．r e ， c r 劬 J『 c ， r 10 U0 ． 3 3 0 ． 5 9 r l0 U 1 0 ． 7 8 r 2 o q0 ． 5 4 0 ． 7 1 ， 0 ．4 7 0 ． 6 4 r , o q0 ． 5 3 0 ． 7 8 r 3 0 U0 ．4 8 0 ． 5 9 r 柏 “ 1 0 ． 7 8 r 柏 U0 ． 3 3 0 ． 5 9 U0 ． 6 4 0 ． 64 U0 ．41 0 ． 7 1 U0 ． 4 1 0 ． 5 1 ‰ 『 0 ． 64 1 根据式 1 2 计算 出各参考方 案与理想解 的灰 色关联 度 ， 如表 4所示 。 表 4各方案与理想解 的灰 色关联度 故麾编号 故障编号 0 ． 4 6 0 ． 8 9 X 4 0 ． 8 9 0 ． 4 6 ，0 ． 6 3 O ． 5 6 0 ． 64 0 ． 5 6 0 ． 6 6 0 ． 5 4 6 0 ． 4 6 0 ． 8 2 根 据 式 1 3 得 到各 参 考 方 案 与 理 想 解 的相 对 接 近 度 为 C l 0 ． 3 4 1 ， C 2 0 ． 5 2 9 ， C 3 O ． 5 5 ， C 4 0 ． 6 5 9 ， C 5 0． 5 3 3， C6 0． 3 59。 按 C 大小顺序确定搜索次序 ． 排在前的方案应 优先搜索、 检测和诊断。根据上述计算结果 ， 搜索排 序为 4 ， 3 ， 2 ， 5 ， 6 ， l 。 5结 语 本文研究 了应 用灰 色关联 度的模糊多属性决 策方法寻找最佳的故障搜索次序 。将故障树中最小 割集的故障概率和搜索成本作为搜索决策矩阵 的 属性 ． 并用灰色模糊 数来 描述 ． 将方 案的属性数据 归一化后代替灰色模糊数中的隶属度 ． 使计算 简便 与实用 ．同时灰度能够处理属性信息不完全性问 题 将灰色关联度分析与灰色模糊决策有机结合 ． 通 过 比较 相对 接 近度 ，确 定故 障搜 索 的最 优顺 序 。 该方法克服 了传统故障树分析法在故障搜索时效 率低和故障搜索决策 中衡量方案的属性信息不完 全性的问题 ． 增加 了搜索决策 的客观可信度 ． 提高 了故障诊断的快速性 、 准确性 ， 对故障诊断搜索决 策具 有 指导 意义 参考文献 [ 1 ] 王致杰， 王耀才， 李冬． 现代大型设备故障智能诊断技术的现状与展 望[ J J ． 煤矿机械， 2 0 0 3 ， 1 0 2 - 1 0 4 ． [ 2 ] 倪绍徐， 张裕易， 宏梁， 等． 基于故障树的智能故障诊断方法[ J ] ． 上 海交通大学学报， 2 0 0 8 。 4 2 f 8 l 3 7 2 1 3 7 5 ． [ 3 ] 杨世凤， 付连昆， 陈新 宇， 等． 设备故障诊断最优搜索策略的求解 [ J ] ． 振动 、 测试与诊断， 2 0 0 4， 2 4 2 1 1 7 1 2 0 ． [ 4 ] 姚成玉， 赵静一． 两栖车液压系统及其故障诊断搜索策略研究[ J ] _ 兵 工学报． 2 0 o 5 ， 2 5 f 4 1 6 0 4 - -6 0 7 ． [ 5 ] 刘平． 设备智能故障诊断模型建立与研究 [ J ] ． 煤矿机械， 2 0 0 9 , 3 o 8 23 l 2 3 4 [ 6 ]b 广志， 张宇文． 基于灰色模糊关系的灰色模糊综合评判 [ J ] ．系 统工程理论与实践。 2 0 0 2 ， 4 1 4 1 1 4 4 ． [ 7 ] 张新波， 卢 英． 基 于关联 度的灰色模糊综合评判 [ J ] ． 数学的实践 与认识， 2 0 0 8 ， 3 8 2 1 1 5 6 1 6 0 ． [ 8 ] Xi n b o Z h a n g ，Y i n g L u ．F u z z y Mu l t i - a t t r i b u t e D e c i s i o n- m a k i n g B a s e d o n G r e y R e l a t i o n A n a l y s i s [ C ] ． 2 0 0 8 I E E E I n t e r n a t i o n al S y m - po s i u m o n Kn o w l e d g e Ac q u i s i t i o n a n d Mo de l i n g W o r k s h o p P r o - c e e d i n g s ． KAM 2 0 08 7 3 8 7 41 ． 作者简介 姚成3 , 1 9 7 5 一 ． 黑龙江牡丹 江人 。 燕 山大学工业计 算机控制工程河北省重点实验 室副教授 、机械 电子 工程专业博士 、 控制科学与工程博士后 ． 主要 从事液压系统故障诊断与可靠性研究． 获河北省科技 进步二 等奖 l项， 发表论 文 3 O余篇． 专 利 2项． 专 著 l 部， 参编 教材 1 部， 电子信箱 c h y y a o y s u ．e d u ． c n ． 一 2 4l 一 责任编辑 于淑清收稿 日期 2 0 0 9 1 2 - 0 7 V o l ； 3 1 N o ． 0 5 基于振动传感器的掘进机故障监测系统童敏明． 等 第 3 l 卷第 o 5 期 0前 言 掘进机是煤矿企业最重要的生产设备之一 ． 其 运行情况的正常与否关系到生产能否正常进行。由 于煤矿企业工作环境复杂 、 恶劣 ， 为 了保证掘进机 的安全运行． 对其进行实时的监测非常重要。 1 掘进机故 障监测 系统 的设计方 案 系统设计总体思路是基于单 片机与上位机通 信的在线监测系统 ． 用于在线分析掘进机的截割头 主轴、 传动齿轮箱 。 行走等部件 的状态 ， 找出各部件 的故障冲击振动信息 机载系统主要由数个振动传感器 ． 分别布置在 掘进机前后轴承外壳 、 动力轴前后轴承外壳 ； A ／ D转 换 。 以单 片机 为核心的处理器 ， 显示器 ， 上位机组 成。系统结构如图 1 所示 。 圈 1机 载 系统 结构 图 单片机是监测系统的硬件核心 ． 完成系统管理 和采样数据的存储和处理 ． 他 以 A T 8 9 S 5 1 单片机为 核心。工作过程是 单片机上电复位后经系统初始 化后进入运行状态 ， 再经 S P I 串行时序接 口 不断 地从振动传感器读取数据 、 处理数据 、 存人数据缓 冲区． 送数据显示缓冲区显示 ， 最后数据经 串口送 上位机进行故障分析 上位机可以对单片机送来 的数据进行分析处 理 ．例如快速傅里叶变换 F T T实现振动信号的获 取 ． 上位机中存有故障分析系统用于实时分析和故 障判 断 。 本系统实现的基本功能是基于振动量 的掘进 机齿轮箱轴承 、 齿轮 、 传动轴在线监测与故障诊断 ， 主要功能是 1 在线实时的采集与监测掘进机截割头主 轴 、 传动齿轮箱 、 行走部件轴承等关键部件的振动 、 转速 等信 号 ， 使轴 承 、 齿 轮 、 传动 轴 工作状 态 实 时可 视化， 在上位机上记录反应轴承 、 齿轮 、 传动轴状态 的数据及趋势变化。 使企业能随时全面地 了解轴承、 齿轮、 传动轴运行状况 ； 2 实时记录监测数据 ， 进行故障诊断与分析 ， 及时发现轴承、 齿轮 、 传动轴等部件出现的故障。 2故障诊 断分析 系统 2 ． 1 故 障知识库 引起掘进机故障的因素很多 ．包括液压系统 ． 电气系统及轴承 、 机械部件等引起的故障 ， 只有应 用大量的故障信息 ． 建立尽可能完善的诊断系统才 可能准确地进行故障分析。 整个故障诊断系统 的运行 、 决策都是以专家知 识作为基础 ． 将专家知识的数量和质量作为衡量优 劣的标准。建立专家系统 ． 首先必须全面了解诊断 的范围 、 对象 ， 然后定量 和定性分析专家知识 。 整理 好后归纳进知识库 表 1 常见振动检测故障的分析 先定义 2个度 a ． 症状严重度 Y D ， 表示故障症 状严重程度。 专家系统中症状集以0 l 表示。 b ． 故障 源影响度 肋 当某一协调出现单一故障症状r Y D 1 时 ， 各相关故障源对故障症状的隶属程度 。 也以 0 ～ 1表示。传感器作为检测装置 ， 检测到信号异常， 确定故障源的影响度 E D值则要以长期有经验的专 家知识为主 ． 加上实际例子的统计结果和振动系统 的理论分析确定 模糊关系矩阵反应故障症状和故 障源之间的数值 、 逻辑关 系， 由同一系统中不同症 状组成 ． 用字母 足表示。 矩阵只是一个 m ， l 矩阵。 m 代表故障源集 中所有故障源 幺 论 的数 目． ， l 代表 症状集中所有症状 前提 的数 目。足表示了故障症 状与故障源之间的一种模糊关系。 2 ． 1 ． 1 故障症状严重度 1 ， D 与故障源影响度 肋 的模 糊化 故障症状严重度如表 2所示。 影响度如表 3所示。 表 2 故障症状严重度 y D 评分裹 生苎堂 茎堑 丝 曼 竺 曼 一墼￡曼 ． 评 分0 r 0 2 02 - 04 04． n 0l 00R 0g -1 0 故障源影响度与多个因素有关。 如表 3所示。 表 3故障源影响度的模糊化 故障源影响度 E D 垫堕塑塞基廑 垫堕 塑壁堡堡 放摩源存在相关信息 明显度 表 4为模糊关 系矩 阵知识 获取界 面。 表 4模糊关系矩阵知识获取界面 确 删 取 增 认除消加 振动信号异常 信号峰值过大 隶属度 维修度 相关信息 re， 2 明显度 截割头遇到坚硬煤层 完全司能 1 较难修 O 2 较般弱 o ． 3 s 铁铲和后支撑接地不好很有可能 O l7 5 较容易侈 0 5 5 很徽弱 0 L 1 履带过松 有点可能 o 2 容易修 o 7 较徽弱 0 3 5 机械连接部松动 有可能 0 L 3 容易修 Q 3 很徽弱 Q 1 故障源影响度 E D 则可以通过对上述 3个模 糊参量进行直接加权运算求得。 E D l W1 K2 2 3 3 ， Kl ， ， K3 ， 分别 是 I ， 2 ， 的权值 ． 根据各因素对维修排序作用的强弱而赋 一 2 42 第3 l 卷第 0 5 期 基于振动传感器的掘进机故障监测系统 童敏明． 等 V o 1 ． 3 1 N o ． 0 5 予 。 2 ． 1 ． 2故 障源重要 度 的 引入 ， D 实 践 中 同时 出现 于 同一 回路 中 的 症 状 不 一 定 只有一种 ．且 出现的故障症状也不一定绝对严重 ． 因此故障源影响度只适用于发生单个故障症状时 对故障源的检修排序 ． 相 同故 障源之 间 ． 不 同影响 度 E D 共 同叠加 的结 果 用故 障 源重 要度 表 示 ， 他是 维修决策的依据 I DYDx R y D， Y D ， ⋯ ， Y D 1 故障源重要推理模型 1 单症状时 ， 故障症状严重度越大 ， 则该症状 下各故障源重要度也越大 I D Y D x E D 2 式 中 ， D 故 障源重 要度 y D 故障症状严重程度 肋 故障源影响度。 2 当有多个症状 时 ， 则故障源 重要度计 算式 为 I D I D D 2 一 I D D 2 3 式 中 。 、 ， D 厂故 障症 状 e ， e 2 同 时 出现 时 的 故 障源重要度 对多症状组合情况 ， 可反复使用上式。 2． 2知识 的控 制策略 知 识 的控 制 策 略 包 括 对 知 识 库 的搜 索 以 及 对 搜索 目标 的匹 配 。采 用 反 向搜 索控 制 策 略 为 主 ， 辅 以局部正 向推理策略 ． 先定 出搜索 目标 ． 然后再 根 据该 目标 寻找 满足 目标 的前 提 。举 例 说 明 设 规则 l 如果故障症状 信号峰值过大 则 故障源 截割头遇到坚硬岩层 ， 且 c f 0 ． 6 ． 以及 故障源 铁铲和后支撑接地不好 ， 且 C f o ． 2 ， 以及 故 障源 履 带过 松 ． 且 C 0 ． 1 ． 以及 故障源 机械连接部松动 ． C f o ． 1 。 规则 2 如果故 障症状 掘进机 跑偏 则故 障源 液 压 油泄露 ． 且 C f o ． 5 ． 以及 故 障源 减速 器 故障 ． 且 c f o ． 3 ． 以及 故 障源 油路 压 力不 同 ． 且 c f o ． 2 。 规 则 Ⅳ如 果 故 障症状 ⋯ ⋯ 则再次咨询故障源是⋯⋯ 规则 Ⅳ _ 检查其前提“ 故障症状” 是否成立 ． 该前提成 立的条件下规则 1 或规则 J 7、 r 才有可能成立 计算机 判断出上述症状是否存在后 ． 求解各故障源 的重要 度值 ， D ， 存人计算机。 3检 测 系统 故 障分 析的 实施 故障诊断系统采用的故障信息是模糊地信息 ． 采取的评判基于模糊分析 实现步骤为 1 故障信息采集经单片机处理后送到显示器 显示及 与上位机通信 。 判断故障症状 ． 系统将这些 数据表示为故障症状严重度 向量 Y D ， Y D Y D Y D ⋯ Y D N ， 形成事实数据库。 2 系统调用模糊关系矩阵 尺及故障源重要度 计算式 I D Y D * R进行模糊合成 ，得到 I D ／ D ⋯ ， ， 最大者就是需最先维修的故障源。 3 将各相关故障源按数值大小排序 ， 提供给 用户 ． 作为多个故障源情况下的检修顺序 。 4 诊断 出原因后 ， 系统将会 给 出每个故障源 相应的辅助诊断方法以及应采取 的检修措施 用户 可根据提示进行实际操作维修 4结语 掘 进 机 故 障监 测 系统 采 用 上 位 机 与 现 场 传 感 器信息采集及单 片机处理系统的配合 ． 在线监测掘 进机的运行状态 ， 实时地运用专家 系统 ． 通过模 糊 分析进行故障诊断 ． 可以较好地解决及时发现的掘 进机故障问题 ． 保障煤矿的安全生产。 由于矿井条 件恶劣 ， 掘进机故障症状繁多 ， 原因复杂 ， 故障分析 所建立的规则尚需在实践中不断完善 ． 以获得更可 靠的监测效果 参考文献 [ 1 ] 李 文荣 ， 凌家杭． 掘进机液 压系统故障诊 断专家系统 的研究 [ J ] ． 煤矿 自动化， 1 9 9 7 2 3 3 3 7 ． [ 2 ] 毛好喜 ， 袁晓 明 ， 金江 ． 基于 A RM 7的掘 进机振 动检测 系统 [ J ] ． 煤矿机 电． 2 0 0 8 2 6 6 8 8 ． [ 3 ] 叶仿拥 ， 向家伟 ， 徐晋勇． 掘进机机械故障监测诊断系统设计 [ J ] ． 煤矿机械 ． 2 0 0 9 7 ． 3 0 7 2 0 5 2 0 7 ． [ 4 ] 陈先中． 掘进机故障诊断专家系统研究 [ J ] ． 煤矿 自动化 ， 1 9 9 6 2 l 8 2 0 ． [ 5 ] 凌家杭 ， 陈先中． A M一 5 0型掘进机液压系统故障诊断专家系统原 型的开发[ J ] ． 淮南矿业学院学报， 1 9 9 4 ， 1 4 3 6 5 ． [ 6 ] 贾 有生． 掘进机 电气系统保 护及故 障诊断研究 [ J ] ．山西煤 炭管 理干部学院学报 ． 2 0 0 8 4 1 1 0 1 3 2 ． [ 7 ] 毛好 喜． 基于加速 度传感 器的掘进机 姿态控制研 究[ J ] ． 煤 矿机 械 。 2 0 0 8 ， 2 9 1 ； 1 6 3 - 1 6 4 ． 博士生导师 ， 1 9 8 2年毕业 于中国矿业大学 自动 化专业 ， 1 9 8 7年获得 硕士学位 ， 2 0 0 0年获得博士学位 ，主要研究方 向传感器及检测技 术 。现任 中国矿业大学信 电学 院瓦斯及安全所所长 ， 控 制理论与控 制丁程博士点传感器负 责人 ． 检 测技术及 自动化装置博 士点学科带 头人 ， 江苏省仪器仪表学会理事 ， 安 全监测 专业委员主任 ， 电子信箱 R ie e w k 1 2 6 c o rn 搜索时 ． 计算机根据“ 再次咨询故障源是” 找到 责任编辑 于淑清收稿日期 2 0 0 9 1 1 2 7 ． 2 43．．．．