矿井提升机智能故障诊断技术研究.docVIP

矿井提升机智能故障诊断技术研究 　　摘 要 针对目前矿井提升机智能故障诊断技术的研究现状，归纳总结了矿井提升机发生故障的主要原因，分析了矿井提升机故障诊断存在的问题，并简要概述了模糊理论、人工神经网络、小波变化以及其他几种人工智能方法在矿井提升机智能诊断技术方面的应用。 　　关键词 矿井提升机；模糊理论；神经网络；小波变化；智能诊断 　　中图分类号：TD534 文献标识码：A 文章编号：1671—7597（2013）051-041-01 　　矿井提升机是集械、电、液于一体的大型设备。矿井提升机在煤矿生产过程中主要担负着提升人员、生产设备、煤炭和矸石等任务。矿井提升机一旦发生故障，轻则导致矿山停产停工，严重时则有可能造成人员伤亡事件。为了确保矿井提升机能够安全运行避免矿山事故的发生，国内外相关科技工作者也进行了大量的探讨和研究，其中矿井提升机的故障诊断技术是一个重要方面。矿井提升机故障诊断技术的成功应用对煤矿的安全生产起到了积极的作用，为煤矿企业也会产生巨大的经济效益。 　　1 矿井提升机故障分类 　　矿井提升机的故障可分为机械故障与电气故障两类。机械故障是指矿井提升机设备上的某些参数超过了正常运行时的额限，是一种提升机设备的外在表现形式，主要解决方法是给提升机设备增加一些保护装置，防止机械故障发生。电气故障需要测量和检测提升机设备上的工况参数和数据信息，并将这些工矿参数和数据信息进行数据处理和综合分析才能诊断出提升机设备的故障位置、故障问题和原因。由于矿井提升机的电气故障往往与很多的设备变量和参数有关联，从而降低了提升机故障诊断的准确率。如果电气故障不能有效而快速的得到解决，也会导致提升机设备机械故障的发生。 　　2 矿井提升机故障诊断存在的问题 　　目前关于提升机故障诊断研究还相对较少，现有的提升机故障诊断系统也存在一些不足和缺陷。比如，当提升机控制系统中的传感器或执行器发生故障问题， 将会严重影响提升机系统的安全可靠运行；对矿井提升机系统中的工矿参数和数据信息处理准确度不高，提升机设备智能化程度相对较低，也是目前矿井提升机故障诊断中存在的问题；对于以开发的矿井提升机智能故障诊断系统还存在自适应能力弱，实时性不强等缺点。 　　3 矿井提升机智能故障诊断技术及发展趋势 　　提高矿井提升机的安全可靠性，通常有2种方法。一种是设计高可靠的矿井提升机制动系统，二是对矿井提升机的制动系统进行故障诊断。目前对于矿井提升机的智能故障诊断的研究成果很多，下面主要介绍几种常见的智能故障诊断技术以及提升机故障诊断技术未来的发展趋势。 　　3.1 基于模糊理论的矿井提升机故障诊断方法 　　矿井提升机的模糊诊断法是将数学集合论的概念应用到提升机设备的故障诊断中，进行模糊推理，实现矿井提升机的故障诊断，从而解决提升机设备征兆与故障间的不确定关系。该诊断方法模糊推理逻辑严谨，但是由于较难确定矿井提升机故障的模糊关系，模糊诊断知识获取困难等原因，因此矿井提升机的模糊诊断法还缺乏一定的准确性。 　　3.2 基于神经网络的矿井提升机故障诊断方法 　　人工神经网络具有容错能力、自学习和自适应能力以及并行处理信息能力强等特点。由于人工神经网络具有以上特点，目前将人工神经网络应用到矿井提升机故障诊断的研究也逐渐增多，主要研究有基于BP神经网络或基于Elman神经网络的矿井提升机故障诊断方法。该方法的主要思想是将矿井提升机的故障特征向量作为人工神经网络的输入，将矿井提升机的故障分类模式向量作为人工神经网络的输出。输入特征信号的提取方法主要有：时域特征法、频域特征法以及幅值域特征法；时间序列法；小波变换特征提取法等。 　　3.3 基于小波变换的矿井提升机故障诊断方法 　　小波变换是时间频率的局部化分析，它通过平移伸缩运算对信号进行多尺度细化，从而达到在信号低频处频率细分，高频处时间细分，进而可以观察到信号的任意特性细节。其最显著的特点是能够进行信号的多分辨率分析，对于正常信号中夹带的瞬态反常现象，不仅能检测出来，还能够展示该反常信号的成分，因此基于小波变换技术在矿井提升机的故障诊断中得到了广泛应用。利用小波变换对矿井提升机的动态系统的故障检测与诊断也具有很好的效果，为矿井提升机的智能故障诊断技术提供了一种强而有力的分析手段。 　　3.4 基于人工智能的矿井提升机故障诊断方法 　　基于免疫粒子群算法的矿井提升机故障诊断方法是将人工免疫模型和离散粒子群进化算法相结合的一种矿井提升机故障诊断方法。该方法提高了矿井提升机故障诊断的执行效率，并且能够适应提升机故障诊断过程中出现的不确定性，还可以实现多种提升机故障诊断。 　　基于遗传神经网络算法的矿井提升机故障诊断方法是将遗传算法和人工神经网络相结合的一种新的提升机故障诊断方法。该方法将遗