EMD滤波在煤矿电动机故障诊断中的应用.pdf

第 4 1卷 第 3期 2 0 1 5年 3月 工矿 自 动化 I n d u s t r y a n d M i n e Au t o ma t i o n Vo 1 ． 4 1 NO ． 3 M a r ． 2 01 5 文章 编号 1 6 7 1 2 5 1 X 2 0 1 5 0 3 0 0 9 3 0 3 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 X ． 2 0 1 5 ． 0 3 ． 0 2 3 庞维建 ， 马海龙 ， 朱益军． E MD滤波在煤矿电动机故障诊断中的应用E J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 3 9 3 9 5 ． E MD 滤波在煤矿电动机故障诊断中的应用 庞 维建 ， 马 海龙 ， 朱益 军 1 ． 太原理工大学 信息工程学院，山西 太原0 3 0 0 2 4 ； 2 ． 天地 常 州 自动 化股 份有 限公 司 ， 江 苏 常州 2 1 3 0 1 5 摘 要 针 对 煤矿 电动机信 号 故 障特 征 难 以提 取 的 问题 ， 提 出将 E MD滤 波 方 法应 用 于煤矿 电动机 的振 动 信 号 分析 ， 通过 分析 电动机 故 障特 征 频 率的 分 布 特 征 ， 采 取 不 同的 E MD 滤波 方 法 来 去 除振 动信 号 中的噪 声 。现 场 应 用结果 表 明 ， 该 方 法可 以有效 降低 噪 声 ， 提 高信 号 的信噪 比 。 关键 词 煤矿 ；电动机 故 障 ；故 障诊 断 ； E MD滤 波 中 图分 类 号 TD6 1 4 文献 标志 码 B 网络 出版 时 间 2 0 1 5 0 2 1 2 1 6 0 3 网络 出版 地址 h t t p ／ ／ w ww． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 5 0 2 1 2 ． 1 6 0 3 ． 0 2 3 ． h t ml App l i c a t i o n o f EM D f i l t e r t o f a ul t di a gn o s i s o f c o a 1 m i n e mo t o r P ANG We i j i a n ， MA Ha i l o n g ， ZHU Yi j u n 1． Co l l e ge o f I nf o r ma t i on En gi ne e r i n g，Ta i y ua n Uni v e r s i t y o f Te c hn ol o g y，Ta i y ua n 03 0 0 2 4，Chi n a； 2 ． Ti a n d i Ch a n g z h o u Au t o ma t i o n C o． ，Lt d． ，Ch a n g z h o u 2 1 3 0 1 5 ，Ch i n a Abs t r a c t I n vi e w o f pr o bl e m t ha t f a u l t f e a t ur e o f c oa 1 m i n e mot o r s i g na l wa s d i f f i c u l t t o e x t r a c t ，EM D f i l t e r me t ho d wa s pr o po s e d t o a p pl y t o v i br a t i on s i g na l a n a l ys i s o f c o a l mi ne m o t o r ． By a n a l y z i ng d i s t r i b ut i o n c ha r a c t e r i s t i c s o f c h a r a c t e r i s t i c f r e q u e nc y o f m o t o r f a ul t ．n o i s e i n v i br a t i on s i g na l wa s f i l t e r e d o ut t hr ou gh di f f e r e nt a pp r oa c he s of EM D f i l t e r i ng． Fi e l d a pp l i c a t i o n r e s ul t s s ho w t ha t t he pr o po s e d m e t ho d c a n e f f e c t i v e l y r e du c e n oi s e a nd i m pr o v e s i g na l t o n oi s e r a t i o． Ke y wo r d s c o a l mi ne；mot o r f a ul t ；f a u l t d i a g no s i s；EM D f i l t e r 0 引 言 煤矿井下环境极端恶劣 ， 阴暗潮湿 ， 在设备运行 过 程 中充满 煤 尘与 各种 冲击 性振 动 ， 因此 ， 电动机 的 故 障 特征难 以提取 。提 取煤 矿 电动 机故 障特 征 的关 键 在 于如何 消 除信 号 中的 噪声 ， 提高 信号 的信 噪 比 。 参考文献[ 1 ] 将 K a l ma n滤 波应用到机械系统的故 障诊断中， 有效地消除了机械振动信号中的噪声 ， 并 检测 出振 动信 号 中的微 弱 信 号 特 征 。参 考 文 献 E 2 ] 将 Ka l ma n滤波应用于液压 电动机 的故 障诊 断 中， 取得 了较 好 的效 果 。但 是 Ka l ma n滤 波 需要 确 定 并 建立系统模型 ， 模 型的精 确程度决定 了 Ka l ma n滤 波 的 效 果 。 经 验 模 式 分 解 E mp i r i c a l Mo d e D e c o mp o s i t i o n ， E MD l 3 滤 波 是 一 种基 于 信 号 自身 特 点 的滤波方 法 ， 避 免 了系 统模 型 的建 立 以及 低 通 滤波器截止频率 的选择 。参考 文献 [ 4 ] 将 E MD滤 波与分形维数相结合 ， 对转子系统的不对中、 碰磨等 故 障进 行识 别 。参 考 文 献 [ 5 ] 利 用 E MD滤 波 对 低 频 振动 信号 进行 自适 应滤 波 。参考 文献 E 6 ] 将 E MD 滤 波与 数字 滤波 、 Ka l ma n滤 波 、 小 波 滤 波 等 方 法进 行 了对 比。本文 将 E MD滤 波 应用 于 煤矿 电动 机 的 振动分析 ， 通过分析 电动机故障特征频率 的分布特 征 ， 并 对 电动 机 振 动 信 号 采 取 不 同 方 式 的 E MD 滤 波， 来去除信号 中的噪声 ， 提高信号 的信噪比。 1 E MD滤 波方 法 E MD滤波方法假设 任何一个信号都可以被分 解 为 若 干 个 基 本 模 式 分 量 I n t r i n s i c Mo d e 收稿 日期 2 0 1 4 0 9 0 1 ； 修 回日期 2 0 1 4 1 2 1 5 ； 责任编辑 胡娴 。 作者简介 庞维建 1 9 8 6 一 ， 男 ， 河北沧县人 ， 硕士 ， 从 事矿山机电设 备监测 与故障诊 断研究工作 ， E - ma i l s x k o we r 1 6 3 ． c o rn。 9 4 工矿 自动 化 2 0 1 5年 第 4 l卷 F u n c t i o n ， I MF 与一个 趋 势项之 和 。基本模 式 分量 必 须满 足 以下 2 个 条件 1 在 信号 中 ， 极 值点 包括 极 大值 点 和极 小 值 点 的数 量 N 与过 零 点 的 数 量 N。 必 须 相 等 ， 或 最 多相差 一个 ， 即 N 一 1 ≤ N ≤ N 1 1 2 在 任 一 时 问点 上 ， 信号 局 部 极 大 值 确 定 的 上 包络 线 f m t 和 局 部 极 小 值 确 定 的下 包 络 线 ．厂 m 。 ￡ 的均值为零， 即 E f m _， _m 。 t ] ／ 2 0 ， t ∈ I t ， t b ] 2 式 中 t ， t 分别为信号的时间范围的下限和上限。 E MD分解 过程 ① 确 定 时 间序 列 的所 有 局部极 值 点 ， 然后 将 所 有 极 大 值点 和所 有 极 小值 点 分别用 一 条 曲线 连 接 起 来 ， 得 到 z ￡ 的 上 、 下 包 络 线 ， 记 上 、 下包络 线 的均值 为 m ￡ 。② 用 原 始 时 间 序列 z t 减 去 包 络 线 的 均 值 ，令 h t 一 z 一m ， 检 测 h 是 否 满 足 基 本 模 式 分 量 的 2 个 条 件 。如 果 不 满 足 ， 将 h ￡ 作 为 待 处 理 数 据 ， 重复 步骤 1 ， 直 至 h 是 一 个 基 本 模 式 分 量 ， 记 f ￡ 一h t 。 ③ 用 原 始 时 间 序 列 z t 分 解 出 第 1 个 基 本模式 分量 f 。 ￡ 之后 ， 用 ￡ 减 去f ￡ ， 得到剩余值序列 z f 一z ￡ 一／ ’ f ； 将 z f 当作 一 个 新 的 “ 原 始 序 列 ” ， 重 复 上 述 步 骤 ， 依 次 提 取 出 第 2 、 第 3个 I MF， 直至第 n个 I MF； 最后剩下原始 信号的余项 。 E MD分 解从 滤波 的角 度 看 就 是一 个 滤 波 的 过 程 ， 输 出的滤 波信 号为 h Lz ￡ 一∑I M F j ￡ 3 Z 式 中 I MF ， ￡ 为本 征模 式分 量 ； z ， h∈[ 1 ， N] ， N 为 本 征模 式分 量个数 。 式 3 中 ， 根 据 Z ， 取 值 不 同 ， 可分 别 实 现 带 通 滤 波 、 高通 滤波 和低通 滤波 。 2 应 用案例 以 电动机 联 轴 器 不 对 中故 障 为 例 ， 说 明 E MD 滤波 方法 在煤矿 电动机故 障诊 断 中的应用 。某 矿 主 斜井 带式输 送机 进行 在线 监测 与故 障诊 断系统 调试 与试运 行期 间 2 0 1 3 0 6 一 O 4 0 8 ， 发 现 3号 电动机 输 出轴 的振动 比 1号 电动机输 出轴 的振 动剧 烈 。 该 电动机 的测点 分布 如 图 1 所示 。电动机 振动 幅值 变 化趋 势如 图 2所 示 。从 图 2可 以看 出 ， 1号 电 动 机 的振 动相 对 比较平 稳 ，3号 电动 机 的振 动 幅 值 波 动 较 大 ， 且 其 幅值约 为 相 邻 电 动机 的 2倍 。为 确 定 该 电动机是否存在故障隐患 以及存在何种故障隐患， 对在线监测与故 障诊断系统采集到 的数 据进行分 析 。电动机振 动信 号 的时域 波形 及信 号频谱 分别 如 图 3 、 图 4所示 。 图 l 电动机测点布置 图 2 电动机振动幅值变化趋势 比较 、l 0 0 5 S 0 一 0． 5 罂 一 l 0 O 0 4 o o 曼 o 0 2 翟0 0 1 0 O 5 1 ． 0 I 5 2 0 2 5 3 0 3 5 4 0 时间／ s 图 3时域 波形 0 1 0 0 2 0 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0 8 0 0 9 0 01 0 0 0 频率／ Hz 图 4信 号 频谱 从 图 3 、 图 4可 以看 出 ， 信 号 中设 备 有 效 信息 被 噪声淹 没 ， 所 以需 要对 得 到的信 号进 行 降噪处 理 ， 下 面采用 E MD滤波方法对信号进行滤波处理 。鉴于 电动机故障特征频率都集中在低频段， 因此， 采用低 通滤波 的方 式对 信 号进 行 滤 波 处 理 ， 滤 波 处 理后 得 到 的信号频 谱如 图 5所示 。 2 5． 5 y n 0 64 l 4 h - “ 0 0 8 0． 0 6 曼0 0 4 0． 0 2 磐 0 50 1 0 0 1 5 0 20 0 25 0 3 00 3 50 频率／ Hz 图 5 信号滤波后得 到的频谱 从滤 波后 的频 谱 可 以看 出 ， 滤 波 以后 信 号 的低 频 特征 突显 出来 。在频 谱 中可 以找到 电动 机 的转频 第 4 1卷 第 3期 2 0 1 5年 3月 工矿 自 动化 I nd us t r y a n d M i n e Aut o ma t i on V0 1 ． 4 1 NO ． 3 M a r ．2 0 1 5 文章 编号 1 6 7 1 2 5 1 X 2 0 1 5 0 3 0 0 9 5 0 3 DO I 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 - 2 5 1 X ． 2 0 1 5 ． 0 3 ． 0 2 4 王尧． 馈电状态传感器传感头结构形式研究[ J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 3 9 5 9 7 ． 馈电状态传感器传感头结构形式研究 王 尧 中煤科 工集 团重 庆研 究 院有 限公 司 ，重庆4 0 O 0 3 9 摘 要 针 对现 有馈 电状 态传 感 器 易受外界 电磁 场干扰 而导致 监控 结果 不 准确 以及 无法监 测 AC 3 3 0 0 V 及 以上设备 断 电状 态的 问题 ， 通过 研 究 电容 式非接 触 电场检 测原 理 ， 设 计 出 2 种 馈 电状 态传 感器传 感 头结构 形式 ， 分 别对铠 装 电缆 和非铠 装 电缆 电场 变化 进行检 测 ， 从 而 实现 对 被控 设 备 的在 线 馈 电监 测 ， 有 效 解 决 了 现 有 矿 用馈 电状 态传 感器检 测 非铠 装 电缆 时存 在 的 易误 报 、 抗 干扰 能力 差 、 稳 定性 差的 问题 。 关键 词 馈 电状 态传感 器 ；传 感 头 ；结构形 式 ；非接 触 电场 中 图分类 号 TD 6 0 5 文献 标志 码 A 网络 出版时 间 2 0 1 5 0 2 1 2 1 6 0 3 网络 出版 地址 h t t p ／ ／ ww w． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 5 0 2 1 2 ． 1 6 0 3 ． 0 2 4 ． h t ml Re s e a r c h o f s t r u c t u r e f o r m o f s e n s i n g he a d o f f e e d s t a t e s e n s o r W ANG Ya o CC TEG Ch o n g q i n g Re s e a r c h I n s t i t u t e ，Ch o n g q i n g 4 0 0 0 3 9 ，Ch i n a Ab s t r a c t I n vi e w o f p r ob l e m t ha t e x i s t i ng f e e d s t a t e s e ns o r i s s u s c e pt i bl e t o e x t e r na l e l e c t r o m a gn e t i c i nt e r f e r e n c e a nd l e a d s t o i na c c u r a c y mon i t o r i ng r e s ul t s ， a nd c a n no t mon i t o r p o we r do wn s t a t e of AC3 3 0 0 V a n d a bo v e e q u i pme nt s，d e t e c t i on pr i n c i p l e of no n c on t a c t c a pa c i t i ve e l e c t r i c f i e l d W3 S s t ud i e d， a n d t wo ki n ds o f s t r u c t u r e f o r m s o f s e n s i n g he a d o f f e e d s t a t e s e n s o r w e r e d e s i g ne d t o de t e c t e l e c t r i c f i e l d 收稿 日期 2 0 1 4 0 7 1 8 ； 修 回日期 2 0 1 4 1 2 - 0 2 ； 责任 编辑 胡娴 。 基金项 目 中煤科工集团重庆研究院有限公司青年基金项 目 2 0 1 3 QNJ J 2 5 。 作者简介 王尧 1 9 8 3 一 ， 男 ， 河北衡水人 ， 实习研究员 ， 硕士 ， 主要从事矿用仪 器 、 仪表的结构设计工作 ， E ma i l wa n g y a o 3 0 9 1 6 3 ． c o rn。 2 5 ． 5 Hz 及其倍频成分 ， 符合 电动机联轴器不对 中 的频谱特征。因此 ， 该电动机存在不对中故障特征 。 在 当月 的停 产 检修 中 ， 对 该 电动 机 的联 轴 器 进行 检 查 ， 发 现联 轴器 磨损 严重 ， 从 而导 致不 对 中现象 的出 现 。更 换 联轴 器后 ， 该 电动 机振 动幅 值恢 复正 常 。 3 结 语 将 E MD 滤波 方 法 用 于 煤 矿 电 动 机 故 障诊 断 ， 现场 电动机振 动 信号分 析 结果 表 明 ， E MD滤 波 方法 可以有效去除信号 中的噪声 ， 提高信号信噪比。同 时 ， E MD滤波方法也可以作为处理煤矿电动机信号 的预处理方法， 用于提高信号处理速度和效率 。 参 考 文 献 I- 1 ] 赵 锦剑 ， 杨 光 永 ， 周 安 然 ， 等． 旋 转 机 械 振 动 信 号 的 Ka l ma n滤 波 及 故 障诊 断 [ J ] ． 仪 表 技 术 与 传 感 器 ， 2 Ol 4 5 8 O一 8 3． 徐 兰兰 ， 裴润 ， 陈龙． Ka l ma n滤波在液压 电机故障诊 断 中的应 用 [ J ] ． 哈 尔 滨 商 业 大学 学 报 自然科 学 版 ， 20 09， 2 5 3 3 09 31 0 ． 胡劲松 ， 杨世锡 ， 吴邵同 ， 等． 基于经验模态分解 的旋转 机 械振 动信 号滤 波 技术 研究 [ J ] ． 振 动 、 测 试 与诊 断 ， 2 0 0 3 ， 2 3 2 2 0 2 2 ． 程 军圣 ， 于德介 ， 杨 宇． 基 于 E MD和 分形 维数 的转 子 系统故障诊断I- J ] ． 中国机械工程 ， 2 0 0 5 ， 1 6 1 2 1 0 8 8 一 l 091 ． 侯王宾 ， 刘 天琪 ， 李 兴源． 基于 经验模态 分解 滤波 的低 频振荡 P r o n y分析 [ J ] ． 物 理 学报 ， 2 0 1 0 ， 5 9 5 3 5 3 1 3 53 7． 曹冲锋． 基于 E MD的机 械振 动分 析与诊 断 方法研 究 E D ] ． 杭州 浙江大学 ， 2 0 0 9 ． 孙艳争 ， 黄炜 ， 于波． 基于 E MD的 非线性 信 号 自适 应 分析[ J ] ． 电子科技大学学报 ， 2 0 0 7 ， 3 6 1 2 4 2 6 ． ] ] ] ] ] ]