煤矿带式输送机智能故障诊断方法分析

前言:寻找写作灵感?中文期刊网用心挑选的煤矿带式输送机智能故障诊断方法分析,希望能为您的阅读和创作带来灵感,欢迎大家阅读并分享。

煤矿带式输送机智能故障诊断方法分析

摘要:带式输送机具有接头多、输送能力强、线路长等特点。矿区道路、铁路区段均设置带式输送机。带式输送机任何部分的损坏都会导致输送带的运输中断,因此,迫切需要研究带式输送机的误差处理措施和智能误差监测。

关键词:带式输送机;故障;智能监测

1 煤矿带式输送机故障特点

带式输送机通常有各种各样的设备,适用于不同的应用场合,由于煤矿运输环境特殊、复杂、困难。矿用带式输送机通常是根据煤矿运输条件设计的大型复杂机组。其基本结构分为输送带;驱动装置;驱动辊;反转辊;张紧滚筒,滚筒分为上滚筒(平或空心、对中、缓冲等)和下滚筒(平或槽、对中、梳、螺旋、锥等);张力装置;制动和防尘装置。各种异构设备以不同的方式组合在一起,相应的工作要求也不尽相同,由于煤矿作业环境恶劣,带式输送机在运行中经常会出现各种故障。

2 煤矿带式输送机常见故障及原因

2.1 输送带纵向撕裂

(1)在各种运输方案中,由于非法操作和运输,煤炭运输会产生大量沉积物。在胶带运行过程中,这些尖锐物体可以在任何时候穿透胶带,甚至在附加力的作用下沿裂缝引入胶带。长期的相互作用导致了胶带的损坏,并最终使其沿着损坏方向移动,运输过程中的大块材料或锐边物体可能散落在辊子上,辊子和胶带之间的持续摩擦可能刺穿胶带。(2)如果传送带偏离,它会继续与辊子位置和传送带两侧的辊子发生碰撞和挤压。如果不及时设置,偏离程度会增加,胶带可能被刺穿并导致纵向撕裂。(3)由于转向线圈和辊的生产和加工误差,辊和带材接触面上会形成锐槽,在与带材的相互作用过程中,随着输送机重量的增加,锐槽会继续切割,直到带材被切断。(4)如果在操作过程中,重物突然在卸料点碰到传送带,则很可能:过大的瞬间冲击力穿透织带,甚至直接撕裂织带。几乎 75% 的摩擦事故是由于切割和卸载不当造成的。

2.2 输送带打滑

输送带滑移是指由于传动辊和皮带的运动速度不匹配而引起的相对运动不正常。输送机滑落的主要原因是:(1)张力装置安装不正确,或用无法提供足够张力的材料卡住,致使输送带与滚子作用点之间的张力过小;(2)皮带表面的水或滚子表面的防滑层会导致输送带和传动装置降低了移动滚子之间的摩擦系数;(3)在超载运输过程中会使滚子难以正常工作,从而使输送带的阻力增加一倍。工作负载超过发动机的负载范围。此外,输送带的严重偏差会增加输送带因堵塞而产生的阻力。(4)较高的初速也会导致胶带滑落。

2.3 输送带跑偏

带式输送机的偏差是指带式输送机的中心线偏离其固有中心线的现象。胶带偏移的主要原因如下:(1)安装误差大,地形复杂,工况复杂,运输距离长,难以保证机架、辊的安装精度。带式输送机等的偏转率最低,在长期运行过程中,输送带出现错位;不规范的人工操作也会导致安装偏离规定的标准值。整机中心线与辊总成的安装位置不垂直,导致输送带在带负荷运行时侧向运行。此外,辊子与输送机相对位置的微小偏差也会导致输送机皮带在辊子水平面上的偏转,这是由于操作过程中两个力不匹配造成的;(2)接触面不平整,辊的加工误差和过多的附着力,导致接触面不平整,输送带受到偏离运行方向的外力,迫使输送带沿作用方向偏转。(3)充电口或充气口与输送带之间的相对高度差。如果一大块煤快速落在输送带一侧,会产生较大的冲击,冲击力会偏离牵引方向,导致输送带一侧的力过大,无法保持两侧的平衡,产生偏转。(4)带式输送机长期不间断运行,会造成接头腐蚀、损坏、老化,造成偏离运行方向的误差,也会导致带式输送机偏转。引起输送带断裂的主要因素有:(1)矿用钢绳芯输送带硫化接头长时间运行后接头容易老化损伤,抗拉强度下降,如果不能及时更换维护,就会断开;此外,如果较大块的物料直接冲击输送带,也会加速接头破损,引发断带。(2)输送带本身材质缺陷,低温下变硬变脆或长时间运行胶带破损老化,抗拉性能都会大大降低,继续承重运行很容易断带。(3)超载运行或大块重物作用于胶带、机架和滚筒等使胶带运行受到过大的阻力,超负荷运行,造成断带。

3 煤矿带式输送机智能故障诊断方法

基于特征级两层融合诊断方法,建立了带式输送机故障诊断信息融合模型。选取 kelm 和 svm 作为分类器,对输送机皮带的运行和故障状态做出准确的判断。采用 QPSO 算法对 KELM 网络参数进行优化,有效地解决了 KELM 参数的敏感问题,实现了对带式输送机故障诊断精度的提高,故障诊断精度达到97%。

3.1 故障准确诊断

方法根据带式输送机的运行条件和典型故障特征,对监测信号进行预处理,并使用统计参数(如均值、方差等)分析时间范围。小波包是一种常用的视频分析过程,小波包分解实质上是对信号进行多频带滤波。输送机的故障诊断主要基于提取的故障特征信息,并使用适当的模式识别程序对输送机的当前工作状态和缺陷进行准确评估。信息收集、预处理和特征提取应捕获输送机、环路、夹紧轮灰尘和火灾损失正常情况下的皮带速度、输送机皮带缠绕到驱动轮的温度、发动机电流信号和收集的皮带速度,温度信号比较。在带式输送机故障的早期阶段,如果卷数较低,则轮胎速度略低于正常值,且测量的温度和发动机流量大于正常值;打滑等级,皮带速度低于正常值。该值低于控制辊存在时的皮带速度,测量的温度值高于控制辊存在时的温度;如果导辊黏滞到一定程度或强烈滑动,则此时存在火灾故障。

3.2 特征及故障诊断

利用融合特征训练 Kelm 分类器和量子粒子群优化 SVM 分类器(QSPO),将测试样本输入分类器,得到特征级融合诊断结果,并根据分类器的相应输出构造 BPAF,实现了 DS 证据理论中 BPAF 的结构。选择 qpso 算法优化 kelm 参数。在构造 BPAF 时,由于 KELM 的输出范围不均匀,传统的两类支持向量机的输出是正负的,因此需要将分类器的输出转换为软输出,即概率输出。

3.3 决策级故障诊断

决策级故障诊断可以利用 d-s 证据理论的融合规则,将特征级故障诊断结果进行融合,得到决策级故障诊断结果,实现决策级融合。将带式输送机故障诊断信息融合模型与决策层分类器的输出结果融合,提高了对特征层诊断结果的支持度。将带式输送机故障诊断信息融合模型应用于特征级故障诊断时,分类器支持 90% 的输出结果,不确定度约为10%;在决策级故障诊断中,重熔后故障诊断结果的分类器级特征,对输出结果的支持率可达 97%,不确定度降低到3%左右。

4 总结

煤矿带式输送机越来越大、越来越复杂,工作环境恶劣多变,故障类型也越来越复杂。因此,有必要对带式输送机的故障诊断方法进行不断地研究和改进。为了获得更全面、完整、准确的诊断和预测结果,保证带式输送机高效、安全运行。

参考文献:

[1]尹同舟,唐至威,杨健健,等 . 基于多传感器 BP 网络掘进机截割部故障诊断研究[J].煤炭科学技2016,44(09):134-139.

[2]袁亮 . 我国煤炭工业安全科学技术创新与发展[J]. 煤矿安全,2015,46(B11):5-11.

[3]张爱然 .我国煤矿安全生产现状及健康发展展望[J].山西大同大学学报(自然科学版),2013,29(2):64-66.

作者:关生德 单位:国家能源集团新疆能源有限责任公司