基于自编码器的球磨机故障分析与预警.pdfVIP

基于自编码器的球磨机故障分析与预警

凡勇刚1艾鑫坤2吴新武1刘坤1*郑玮2*

（1.武钢资源集团程潮矿业有限公司，湖北鄂州436000；

2.华中科技大学电气与电子工程学院，湖北武汉430074）

摘要：球磨机在现代工业生产中扮演着关键角色，其轴承问题直接影响生产效率和设备维护成本。传统轴

承故障检测方法需利用故障样本学习机理，但会损害装置从而导致成本高昂。通过提出基于自编码器的轴承故

障检测方法，仅用正常数据训练，克服传统方法的缺点。该故障检测器通过轴承的振动信号来实现轴承状态监

控和故障预警。通过在球磨机上的实际部署，验证了该模型在球磨机故障检测方面的可行性。并且球磨机构成复

杂，需监测多个关键部位附近轴承。而单一异常检测器无法定位和详细分析故障，因此，提出了多异常检测器

集成的球磨机故障监测系统，能够监测球磨机的多个部位的轴承状态，在故障出现时自动定位并预警，并通过

网站可视化展示，协助用户维护。

关键词：球磨机；自动编码器；异常检测；集成系统

0引言本章节设计了基于卷积自动编码网络的异常检测器，用

球磨机在现代工业生产中扮演着重要的角色，广泛于球磨机的实时故障检测。

应用于矿石破碎和矿石粉磨等过程中[1-2]。球磨机的轴1.1卷积自动编码神经网络

承作为其重要组成部分，主要用于支撑和滚动转子，以卷积自编码器的神经网络结构如图1所示，由卷积

确保机器的正常运转。典型的轴承结构由内圈、外圈、特征提取模块、特征自动编码模块和反卷积特征重构模

滚动体和保持架等组成。然而，由于长时间的高速旋转块三个部分组成。

和巨大的载荷，球磨机轴承常常在恶劣工况下运行，1×9121×912

内圈、外圈和滚动体容易出现磨损、疲劳和裂纹等故912个神经元912个神经元

障[3-4]。轴承故障对球磨机的正常运行产生了严重影响。

6展6

9开重构9

00

一旦轴承发生故障，可能引发设备性能下降甚至停机，44

××

33

降低生产效率，维修成本巨大。

球磨机是由多个轴承部件构成的复杂装置，对球磨多层卷积输入层编码器解码器输入层多层逆卷积

机的故障监测包括对电动机、传动齿轮、筒体等多个部输入数据重构数据

图1卷积自编码器的神经网络结构

位附近的轴承进行监测。仅使用单一自编码器异常检测

器对此类复杂装置进行监测时，只能提供整体异常评价，卷积特征提取模块首先将输入数据进行降维和展

无法定位和详细分析异常。此外，在实际工程中，基于开。输入数据为传感器采集的原始样本，结构为4096×

单一异常检测器的故障检测系统也可能会因该异常检测