基于模糊Petri网的矿井提升机减速系统故障诊断.pdf

工矿自动化 In d ustryan d Min eAutomation 第45卷第6期 2019年6月 Vol. 45 No. 6 Jun 92019 文章编号1671-251X201906-0091-05DOI10. 13272/j. issn . 1671251x. 2018120059 基于模糊Petri网的矿井提升机减速系统故障诊断 孟宪刚于晓李晓静 天津理工大学电气电子工程学院，天津300384 扫码移动阅读 摘要针对现有矿井提升机故障诊断方法存在诊断过程复杂且模型不直观，不能全面体现矿井提升机故 障的模糊性和传递性问题，提出了一种基于模糊Pet r i网的矿井提升机减速系统故障诊断方法。该方法通 过建立提升机故障的模糊Pet ii网模型，利用与其对应的递推状态方程，结合矩阵运算，找出系统中的故障 可能性模糊值排序，按照故障可能性排序依次进行故障排查。该方法可以同时兼顾故障的传递性和模糊性 且模型清晰，结构直观，可以快速找出故障原因，有效提高矿井提升机减速系统故障诊断的效率％实例分析 结果证明了该方法的可行性。 关键词矿井提升机减速系统；故障诊断；故障模糊性；故障传递性；模糊Pet ii网；故障点排查顺序 中图分类号TD534 文献标志码A Fault d iagn osis of min e hoist d ec eleration systembased on fuzz yPetri n et MENG Xian gan g, YU Xiao, LI Xiaojin g Sc hool of Elec tric al an d Elec tron ic En gin eerin g, Tian jin Un iv ersity of Tec hn ology , Tian jin 300384, Chin a Abstract In v iew of problems that the d iagn osis proc ess of existin g fault d iagn osis s of min e hoistisc omplic ate*an *itsmo*elisn otin tuitiv e,whic hc an n otfulyreflec tthefuzzin essan *tran sitiv ity of fault of min e hoist, a fault*iagn osis metho*of min e hoist*ec eleration system base*on fuzzy Petri n et was proposed . The fuzzy Petri n et mod el of hoist fault was established , an d c orrespon d in g rec ursiv e state equation was used to fin d out sortin g of fault probability fuzzy v alue in the system c ombin in g with the ma-rix opera-ion , an d faul--roubleshooin g c an be pered ac c ord in g -o -he sor-in g of-hefaul- probabiliy.Theme-hod c an simul-an eouslyc on sid er-he-ran siiv i-yan d fuzz in essof-hefaul-wihc lear mod el an d the in tuitiv e struc ture, it c an quic kly fin d out c ause of the fault an d effec tiv ely improv e e ic ien c y oRRault d iagn osis oR min e hoist d ec eleration system. The example an alysis results prov e ReasibilityoRthe . Key words min e hoist d ec eleration system ； fault d iagn osis; fuzzin ess of fault; tran sitiv ity of fault; fuzzy Petii n et; troubleshootin g sortin g of fault poin t 0引言 矿井提升机是煤矿企业常见的机电设备，其发 生故障时，及时准确地确定故障原因并进行排除对 于煤矿安全生产具有重要意义。矿井提升机作为 一种大型的机电设备，其故障具有以下特点一是故 障的传递性，也就是一个配件出现故障，故障状态会 沿着某些路径进行传递，导致后续故障现象的出现; 二是故障诊断具有一定的模糊性，不同配件出现故 障，有可能表现为同一种故障现象，有时很难通过故 障表面现象准确判断出是不是由于某一个配件出现 故障而造成的，很多情况下需进行模糊判断。 收稿日期收稿日期018-12-23；修回日期修回日期019-04-23；责任编辑张强责任编辑张强。 基金项目基金项目国家自然科学基金项目61502340天津市自然科学基金项目18JCQNJC01000 作者简介作者简介孟宪刚1973 ，男山东济宁人，讲师，博士 主要研究方向为系统工程、电工技术，E-mailmexga 163 c om。 引用格式引用格式孟宪刚，于晓，李，李晓静基于模糊Petri网的矿井提升机减速系统故障诊断工矿自动化，2019,459-95. MENG Xian gan g,YU Xiao,LI Xiaojin g. Fault d iagn osis of min e hoist d ec eleration system based on fuzzy Petri n et[J. In d ustry an d Min eAutomation201945691-95. ・・92・ ・ 工矿自动化 2019年第45卷 对提升机进行故障诊断有不同的方法，例如神 经网络故障诊断方法、故障树分析方法、数据挖掘故 障诊断方法等。神经网络故障诊断方法是通过建立 故障诊断神经网络，利用故障信息作为样本,对神经 网络进行训练，并在需要时对其进行故障诊断的方 法1切这种方法能够很好地解决故障的模糊性问 题,但是无法反映故障的传递性，而且使用前需要利 用以往故障信息对神经网络进行大量训练，在设备 故障率较低的情况下，获取训练用的故障信息较为 困难。故障树分析方法是一种分析故障可能性的图 形演绎模型方法，这种方法将引起故障的所有可能 原因作为事件按照相应逻辑符号形成树状图，再按 照经验或者公式计算出某故障原因的概率，并根据 重要度计算公式得到事件的重要度并进行排序⑷ 故障树分析方法可以同时体现故障的传递性和模糊 性，但是在较为复杂的系统中，事件的建立和处理较 为繁琐。数据挖掘故障诊断方法是通过建立支持向 量机预警模型对故障发生的概率进行分析，从而实 现矿用提升机的故障诊断囚。数据挖掘故障诊断方 法 现 的 性 ， 但 难 现 的 传递性。 。 模糊Petri网是一种常用的建模方法，它能够 直观反映故障传递的过程，又能够体现出故障出现 概率和故障传播方向上的模糊性，因此在故障诊断 方面有较多应用「「山。为此，本文提出了一种基于 模糊Petri网的矿井提升机减速系统故障诊断方 法 ， 通 建立提升机 的 Petri ， 利 与其对应的递推状态方程,结合矩阵运算，找出系统 中的故障可能性模糊值排序，按照故障可能性排序 依次进行故障排查。该方法可以同时兼顾故障的传 递性和模糊性，且模型清晰，结构直观，可以有效提 高矿井提升机减速系统故障诊断的效率。 1模糊模糊Petri网网 模糊Petri网可定义如下「12 定义定义1模糊Petri网可以定义为一个8元组 FPN P, T, D, I, O, ，，其中0 是一个库所 的有限集合,P Si，S,,pn 2T是一个变迁的 有限集合, ,T { t1 , , B 2，，，，B q } } ； D是一个命题的有限 集合而且满足PI k \D\ , , D k {di , E, ,，，dn }； IOTP为输入输出函数，它反映变迁到库 所的映射0 [0,1] ]为一个标志集合，m pQ为 对应库所的标志1为变迁T的阈值, ,1 k I】， ， 1,,,,1 q}, }, 16 [0,1] ]为定值, ,是变迁T的各个输 入有向弧上的权值, , {1 , , 2，,，,r } } , , 6 [0,1]。]。 常用的模糊Petri网的产生式规则可分为A种, 包括简单规则、与规则、或规则,本文模型主要涉及 或规则。或规则IF d1 or d2 or，，, ,dn THEN dk , 1j1，12，* ，* ， ，1jn， ，j1， ，2，* ，* ， ，n， ，其中， ，d〃 是 tU 提命 题,d-是结果命题,为阈值,n为权值[12],如图1 所示。 。 图1模糊Petri网模型或规则 Fig. 1 Fuzzy Petri n et mod eKor rule 或规则的变迁规则设1为变迁B的阈值, ,且 1j 6 [0,1] ] , , 1, ,2 ,,,,q；库所 p , , p,,,,Pn 中的 托肯值分别为 m P1 , , m Pj2 ,，,，m p , , 2,,,,n为变迁B的各个输入有向弧上的权值。 对于或规则的模糊Petri网,有m Jp* 1* , * 1,2，，，，n时,B使能,得到新托肯值mp p- max{mp1 11 , , m2 2，，, ,mpn n } }。 。 2基于模糊基于模糊Petri网的矿井提升机减速系统故障诊断网的矿井提升机减速系统故障诊断 基于模糊Petri网的矿井提升机减速系统故障 诊断方法 理 发 根据 发 的 要 概率 信息 合 传 建立 提升机减速系统故障的模糊Petri网模型,在该模 的基 利 状 方 程 的 矩 阵 算 找出系统故障的可能性模糊值排序,根据故障可能 性 序 查 从而实 现 诊断。 。 2. 1 提升机减速系统故障的模糊Petri网模型建立 常见的矿井提升机减速系统由电动机和减速器 构成,电动机常见故障包括电气故障接线松动、电 缆故障、绝缘降低或短路、缺相运行等、机械故障 轴承缺油、轴承滚珠磨损失效、电动机轴或联轴器 故障等。减速器常见故障包括齿轮损伤或失效、轴 承缺油或损坏、润滑系统故障等。这些故障大多会 导致减速器或电动机超负荷运行, ,在系统监控的表 现主要为电流表显示的电流过大, ,超出额定值。。当 监控仪表出现电流过大的故障表现时, ,需要尽快找 出故障原因,然而由于导致电流过大的原因比较多, 查找原发的故障点缺乏最优的排查次序,故障的诊 断往往费时费力。。利用本文提出的方法可以找出系 统 中 性 值 序 性 值排序依次排查,从而节省时间, ,减少工作量。 。 2019年第6期孟宪刚等基于模糊Petri网的矿井提升机减速系统故障诊断・93・ 本文以矿井提升机运行中出现的电流超过额定 电流故障为例，建立提升机电流故障的模糊Petri 网，如图2所示。其他故障的模糊Petri网的建立方 法相同。图中，库所Pn与命题对应，表示减速系统 的故障;变迁X表示故障的传递，可以理解为前向 库所故障导致后向库所故障;M为变迁C的各个输 入有向弧上的权值，36 [0,1],表示前向库所故障 导致后向库所故障发生的可能性;九为变迁C的阈 值,6 [0,1],表示超过这个阈值，会导致相应变迁 图2提升机电流故障的模糊Petr网 Fig.2 Fuz z yPetrin etforhoistc urren tfault 依据图2 ,可得到库所与相应的故障（命题）对 照（表1）、库所与变迁的关系对照（表2）。 对于提升机减速系统来说，各个配件出现故障 的概率是不同的，例如电动机接线发热故障出现的 可能性要小于电动机轴承损坏故障的可能性，减速 器箱体变形的可能性要小于减速器润滑系统出现故 障的可能性，也就是在故障现象（电流显示过大）出 现时应该首先对发生故障概率大的部件（电动机轴 承、减速器润滑系统）进行检查，而不是首先对发生 故障概率小的部件（电动机接线、减速器箱体）进行 检查。在本文模型中，C的各个输入有向弧上的权 值如反映了各个配件故障出现的概率，各变迁C 的各个输入有向弧上的权值由专业人员根据设备故 障特点并结合有经验的维修人员给出，选取依据每 种配件都有其使用寿命，使用寿命长的配件出现故 障的概率要小于使用寿命短的配件，这个需要专业 人员对设备配件进行分析得出配件故障概率；同时， 表1库所与相应的故障命题对照 Table1 Comparison ofplac esan d c orrespon d in g faults proposition s 库所故障（命题D D） P P1 电动机接线端子松动、发热损坏或接线故障（缺相运行等） P P2电动机绕组绝缘降彳导致的对地或相间漏电或短路 P P3电动机轴承滚珠磨损或保持架塌架 P P4电动机轴承的润滑脂过少或失效 P P5电动机输出轴弯曲或联轴器损坏 P P6减速器齿轮损伤，如断齿、裂纹等 P P7减速器润滑系统故障 P P8减速器轴承损伤或失效 P P9减速器箱体由于冲击、振动等原因变形 P P10电 动 机轴 P P11 减速器所需载荷加大 P P12电动机所需载荷加大 P P13电动机电流超过额定电流 表2库所与变迁的关系对照 Table2Comparison ofplac esan d tran sition s 变迁前向库所后向库所变迁所所 B B1 P P1P P13X XP P7P P11 B B2 P P2P P13X XP P8P P11 B B3 P P3P P10tgtgP P9P P11 B B4 P P4P P10B B10P P10P P12 B B5 P P5P P12B B11P P11P P12 B B6 P P6P P11B B12P P12P P13 配件是否出现故障不仅与其寿命有关，还与其工作 负载、工作环境、维护水平等其他要素有关，所以，还 需要与掌握较多以往故障信息并具有丰富设备维修 经验的维修人员共同确定。由于故障出现的偶然性 及各台提升机工作状况的不同，配件故障的概率（权 值⑨）不可能做到百分百准确，但是应当符合设备 故障的特点，并反映设备实际运行中故障概率大小 的趋势。权值的取值见表3。 表3各变迁C的输入有向弧上的权值 Table3 Weightson in putd irec ted arc oftran sition s C 权值数值权值值 0. 1837 0.78 320. 20380.75 330. 7130. 17 340. 793100.83 350. 333110.85 360. 723120.88 94 工矿自动化2019年第45卷 2. 2 递推状态方程式 状态方程法是Petri网的重要分析方法，但是 大多应用于Petri网，而不是模糊Petri网，现有应 用于模糊Petri网的状态方程方法较少且步骤较繁 琐［1314］。为便于直观、系统地对提升机电流故障的 模糊Petri网进行分析，本文给出了适用于提升机 电流故障模糊Petri网的递推状态方程，利用此方 程可以对模型进行分析。 式中M”（n 1,2,）为库所标志的状态集合矩阵; A为库所和变迁的关联矩阵;W为权值构成的对角 矩阵;S”为反映变迁位置及其对应库所标志的矩 阵；㊉为矩阵的取最大运算［15］，其含义设㊉ max{，}，且和仇丿为矩阵A和矩阵B的元素，则 取最大算子的矩阵运算定义为A㊉B （a,㊉b）。 3实例分析实例分析 定义定义2 提升机电流故障模糊Petri网的递推 状 方程 定 .”1 .” AW”㊉ Mn1 10000 01000 00 1 00 000 1 0 0000 1 00000 00000 00000 00000 0011 00000 00001 11000 S1 [0 000.80 依据图2和表3可得权值构成的对角矩阵W为 d iag[C 18 0.200.710.79 0.33 0.72 0. 78 0.75 0 17 0.830.85 0.88]4 此时库所标志的状态集合矩阵为 M1 0 0 0 0.8000 00 0 0 00 0] T 5 由递推状态方程可以得到新的状态为 .2 0 0 0 0.8000 00 0 0.32 0 0 0]T6 0 0 0 0 000 00 0.32 0 0]T7 将.2,5代入式（1）继续进行递推可以得到新 的状 Ma 0 0 0 0.80 00 00 0 0.32 0 0.5250 T 8 S3 0 0 0 0 000 00 0 0 0.525丁9 将.3,必代入式（1）继续进行递推可以得到新 的状 .4 0 0 0 0.80 00 00 0 0.32 0 0.5250 462]T 10 设p4（电动机轴承的润滑脂过少或失效）的标 志0.80 ,即 mp4 0. 80,依据图2可得到库所 和变迁的关联矩阵和S1 0000000 一 0000000 0000000 0000000 0000000 1 0 00000 0 1 000002 00 100 00 000 1 0 00 00000 1 0 11110 1 0 000011 1 0000001 * 00000000T3 由 得 mp13 0.462， 最 所 p13 对 的 值 0 462。同理可以得到p】。3, p5p 出现故障导致最终库所p】3出现故障的模糊 值 0144， 0160， 0.4150.232， 0.431， 0.467， 0. 449,0. 102。上述模糊值反映了出现故障的可 能性’ 由以上结果可知，发生矿井提升机电流超过额 定电流（电流过大）故障的最可能原因为减速器润滑 系统 ， 电动机轴 的 滑脂 少 效 减速器轴 的 效在寻找故障点时 可以按照模糊值（可能性）由大到小的顺序依次进行 检查确认，从而减少故障诊断的时间，快速发现故 障点’ 4结论结论 （1）提出了一种基于模糊Petri网的矿井提升 机减速系统故障诊断方法，建立了提升机电流故障 的 Petri ， 给 了 的 状 方 程式的求解方法，经过计算得出了导致故障发生的 可能性排序，利用可能性排序可以提高故障诊断效 率,实现故障的快速诊断。 2019年第6期孟宪刚等基于模糊Petri网的矿井提升机减速系统故障诊断 95 2由于故障的随机性和偶然性，利用本文方 法进行故障诊断不可能每次都能做到正确无误，但 是利用故障可能性排序，选择最优的故障排查顺序, 可以提高故障诊断效率，尽快找出故障原因。如何 提高故障诊断的正确率，减少误诊断将在以后的研 究中进一步完善。 参考文献References 1 李文江，屈海峰，马云龙基于BP神经网络的矿井提 升机故障诊断研究工矿自动化，2010,36 4 44-47. LI Wen jian g,QU Haifen g,MA Yun lon g. Researc h on fault d iagn osis of min e hoist based on BP n eural n etwork]J. In d ustry an d Min e Automation , 2010, 364 44-479 2齐德锋.基于集成神经网络的提升机故障诊断系统 煤矿机械，2015,364 313315. QIDefen g9Min ehoistfaultd iagn osissystembased on in tegrated n euraln etworkJ9Coal Min e Mac hin ery 2015 364313-3159 3 宋伟，尹涛基于概率神经网络PNN的矿井提升机 故障诊断研究[J.电子测量技术，2016,39 11 187-189. SONG WeiYIN Tao Researc hon faultd iagn osisof min ehoistbased on probabilistic n euraln etworkJ9 Elec tron ic Measuremen t Tec hn ology20163911 187-1899 4 杨战社，马宪民.基于静态故障树的矿井提升机系统 故障诊断[J.西安科技大学学报，2014, 34 6 696-700 YANG Zhan she, MA Xian min . Min e hoist system faultd iagn osisbased on static faulttreeJ Journ alof Xian Un iv ersity of Sc ien c e an d Tec hn ology, 2014, 346696-700 5 郭忠俊基于数据挖掘技术的矿井提升机故障诊断研 究[D徐州中国矿业大学2015. 6 王建元，纪延超模糊Petii网络知识表示方法及其在 变压器故障诊断中的应用中国电机工程学报, 2003 231121-125 WANG Jian yuanJI Yan c hao Applic ation offuzzy Petrin etskn owled gerepresen tation in elec tric power tran serfaultd iagn osis J Proc eed in gs ofthe CSEE,2003,231 121-125. 7 ZHANG Yan ,ZHANG Yon g,WEN Fushuan ,et al. A fuz z yPetrin etbased approac hforfaultd iagn osisin powersystemsc on sid erin gtemporalc on strain ts J In tern ation alJourn alofElec tric alPoweran d En ergy Systems 2016 786215-224 8 HU HesuanLI ZhiwuAL-AHMARI A Rev ersed fuzzy Petri n ets an d their applic ation for fault d iagn osis]J. Computers In d ustrial En gin eerin g, 2011 604505-510 9 LUO Xu, KEZUNOVIC M. Implemen tin g fuzzy reason in gPetri-n etsforfaultsec tion estimationJ IEEE Tran sac tion s on Power Deliv ery2008232 676-685 [10 程学珍，王程，于永进，等一种基于模糊故障Petii网 的三相异步电动机故障分析方法电工技术学报, 2015,3017132-139. CHENG XuezhenWANG Chen gYU Yon gjin et al An approac h for three-phase asyn c hron ous motor failurean alysis based on fuzzy fault Petrin et J Tran sac tion sofChin aElec trotec hn ic alSoc iety 2015 3017132-139 [11 DIMITRI L On -lin e fault d iagn osis with partialy observ ed Petri n ets J IEEE Tran sac tion s on Automatic Con trol2014 5971919-1924 [12 孟宪刚，严洪森基于自学习模糊Peti网的知识化制 造系统采购预测[J.控制与决策,2009, 24 3 371-376 MENG Xian gan g YAN Hon gsen Purc hase forec astin gin kn owled geable man ufac turin gsystems based on self-learn in gfuzzyPetrin etsJ Con trolan d Dec ision 2009 243371-376 [13 冯冬芹，沈佳骏，褚健.基于有色Petri网的时钟同步 协议安全性分析[J.控制与决策，2014,29 12 2144-2150 FENG Don gqinSHEN JiajunCHU Jian An alysisof c loc ksyn c hron iz ation protoc olsec urityusin gc olored Petrin etJ Con trolan d Dec ision201429 12 2144-2150 [14 鲁法明，曾庆田，段华，等.Petri网不可达标识的判定 方法研究及其在死锁检测中的应用计算机集成 制 系统 2016 222 465-475 LU Famin gZENG Qin gtianDUAN Huaet al Dec id ability of Petri n et n on -reac hability marks an d its applic ation in d ead loc k d etec tionJ ComputerIn tegrated Man ufac turin g Systems2016 222 465-475 5胡黄水，常玉琪，王宏志，等.基于极大代数的MVB 网络过程数据通信建模与分析吉林大学学报理 学版，2018,56511931198. HU Huan gshuiCHANG YuqiWANG Hon gzhi et al9Mod elin g an d an alysis of MVB n etwork proc ess d atac ommun ic ation based on maximum algebraJ9 Journ alofJilin Un iv ersitySc ien c e Ed ition2018 5651193-1198