多傳感器信息融合技術(shù)及其在煤礦機(jī)械故障診斷中的應(yīng)用

【摘 要】煤礦機(jī)械設(shè)備由于長(zhǎng)期在高速、重載、振動(dòng)、沖擊、摩擦和潤(rùn)滑不良的工況條件下工作，環(huán)境中充滿粉塵，和腐蝕性液體，檢修時(shí)間非常有限，故障頻發(fā)。因此對(duì)其進(jìn)行故障分析、診斷可以保證其正常有效的運(yùn)行，提高利用率，使企業(yè)獲得最大的經(jīng)濟(jì)利益。本文首先簡(jiǎn)單論述了多傳感器信息融合技術(shù)，然后通過(guò)多個(gè)實(shí)例闡述了此技術(shù)在煤礦機(jī)械設(shè)備維修中的應(yīng)用。

【關(guān)鍵詞】煤礦 機(jī)械 故障診斷 多傳感器 信息融合

一、信息融合簡(jiǎn)介

（一）概念。多傳感器信息融合就是把來(lái)自多個(gè)傳感器的信息和數(shù)據(jù)加以綜合，應(yīng)用計(jì)算機(jī)技術(shù)消除多傳感器信息之間可能存在的冗余和矛盾，并加以互補(bǔ)，降低其不確定性，以形成對(duì)系統(tǒng)環(huán)境相對(duì)完整一致的感知描述，從而提高智能系統(tǒng)決策、規(guī)劃、反應(yīng)的快速性和正確性，同時(shí)也降低其決策風(fēng)險(xiǎn)[1]。

（二）結(jié)構(gòu)。根據(jù)信息融合處理方式的不同，多傳感器信息融合的拓?fù)浣Y(jié)構(gòu)常見有集中型、分布型、混合型三種形式[2]。分布式：先對(duì)各個(gè)傳感器的數(shù)據(jù)進(jìn)行局部處理及提取特征信息，再將壓縮后的傳感器數(shù)據(jù)送到融合中心進(jìn)行向量融合獲得最后的決策。其優(yōu)點(diǎn)是不需要太大的通信帶寬、冗余度高、計(jì)算速度快、可靠性高；缺點(diǎn)是有一定的信息損失、不具有實(shí)時(shí)性、融合精度不如集中型。集中式：把各個(gè)傳感器所獲取的原始信息直接送到信息融合中心進(jìn)行融合處理。其優(yōu)點(diǎn)是可以實(shí)現(xiàn)實(shí)時(shí)融合、信息處理?yè)p失小、數(shù)據(jù)處理精度高；缺點(diǎn)是對(duì)處理器和通信網(wǎng)絡(luò)的帶寬要求較高、數(shù)據(jù)量大、可靠性較低。一般僅適用于小規(guī)模系統(tǒng)。混合式：集中式和分布式的混合，各個(gè)傳感器數(shù)據(jù)既有未經(jīng)預(yù)先處理直接送到融合中心的，也有預(yù)先處理，再送到融合中心的；既有數(shù)據(jù)融合也有向量融合，兼有二者的特點(diǎn)，各個(gè)傳感器數(shù)據(jù)可重復(fù)利用。其特點(diǎn)是系統(tǒng)結(jié)構(gòu)有更大的靈活性，但是結(jié)構(gòu)復(fù)雜，計(jì)算量大，穩(wěn)定性較差。

（三）方法。運(yùn)用數(shù)據(jù)融合算法對(duì)數(shù)據(jù)進(jìn)行綜合處理，最終實(shí)現(xiàn)數(shù)據(jù)融合。一般情況下，具有容錯(cuò)性、自適應(yīng)性、聯(lián)想記憶和并行處理能力的基于非線性的數(shù)學(xué)方法都可以用來(lái)作為數(shù)據(jù)融合的算法。目前已有大量的融合算法，主要分為隨機(jī)算法和人工智能算法兩大類。隨機(jī)算法主要有：加權(quán)平均法、卡爾曼濾波法、貝葉斯估計(jì)法、D-S證據(jù)推理法等；人工智能法主要有：模糊邏輯法、神經(jīng)網(wǎng)絡(luò)法等[3]

二、信息融合在煤礦中的應(yīng)用

故障診斷方法大多分為兩類：一是常規(guī)故障診斷方法，即傳統(tǒng)的以設(shè)備的數(shù)學(xué)模型為理論基礎(chǔ)，以動(dòng)態(tài)測(cè)試、信號(hào)分析及數(shù)據(jù)處理為核心的技術(shù)；二是智能診斷方法，它將診斷過(guò)程作為一個(gè)整體從多方面系統(tǒng)地進(jìn)行設(shè)備運(yùn)行狀態(tài)的識(shí)別與特征判斷，將反映機(jī)械系統(tǒng)運(yùn)行狀態(tài)的物理信號(hào)及其之間的相互影響的特征提取，運(yùn)用數(shù)學(xué)模型和專家系統(tǒng)進(jìn)行綜合分析，最后得出解決故障的決策。

（一）多傳感器信息融合技術(shù)在液壓系統(tǒng)故障診斷中的應(yīng)用。由于液壓設(shè)備運(yùn)行工況復(fù)雜，影響因素眾多，因此，僅靠單一傳感器很難完整的把系統(tǒng)實(shí)際運(yùn)行狀態(tài)真實(shí)地反映出來(lái)。陳法法等提出了多傳感器信息融合技術(shù)的故障診斷模型，該模型利用液壓設(shè)備上能夠攜帶故障特征的多類信息，對(duì)液壓設(shè)備運(yùn)行時(shí)的多個(gè)參數(shù)進(jìn)行實(shí)時(shí)的檢測(cè)，從各個(gè)不同的角度獲得有關(guān)系統(tǒng)運(yùn)行狀態(tài)的特征參量，對(duì)這些信息在不同的層次上通過(guò)神經(jīng)網(wǎng)絡(luò)、貝葉斯理論、D2S證據(jù)進(jìn)行有效的融合和計(jì)算，從而實(shí)現(xiàn)運(yùn)行狀態(tài)的有效評(píng)估、典型故障的自動(dòng)診斷和設(shè)備的安全運(yùn)行，提高了液壓設(shè)備故障診斷技術(shù)的準(zhǔn)確度[4]。

（二）多傳感器信息融合技術(shù)在帶式輸送機(jī)故障診斷中的應(yīng)用。煤礦帶式輸送機(jī)具有長(zhǎng)距離、大運(yùn)量、連續(xù)輸送、運(yùn)行可靠、易于實(shí)現(xiàn)自動(dòng)化等優(yōu)點(diǎn)，但由于其線路長(zhǎng)，使用環(huán)境惡劣，不便于人工監(jiān)測(cè)和檢修，時(shí)常發(fā)生安全事故。田鶴和韓剛將來(lái)自多傳感器的信息進(jìn)行融合，即使在部分傳感器不能被利用或受到干擾的情況下，仍有一部分傳感器可以發(fā)出信號(hào)，避免漏報(bào)，用神經(jīng)網(wǎng)絡(luò)和D-S理論的信息融合方法將同一故障的多元信息進(jìn)行融合，降低了誤報(bào)的可能性，診斷信息更全面、更準(zhǔn)確，提高了故障診斷的可信度和可靠性[5]。

（三）多傳感器信息融合技術(shù)在電動(dòng)機(jī)故障診斷中的應(yīng)用。電動(dòng)機(jī)是提供動(dòng)力的設(shè)備，在各個(gè)行業(yè)都有廣泛的應(yīng)用。由于煤礦的環(huán)境惡劣，氣候比較潮濕，工作時(shí)間長(zhǎng)，電機(jī)故障率非常高。馮愛偉等將D-S證據(jù)理論融合技術(shù)引入電機(jī)故障診斷，將證據(jù)推理技術(shù)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了電機(jī)故障診斷模型，通過(guò)診斷測(cè)試試驗(yàn)證明，該診斷系統(tǒng)有利于故障特征的準(zhǔn)確提取，有利于提高電機(jī)故障診斷的精度與準(zhǔn)確度，并能滿足診斷的實(shí)時(shí)性要求[6]。

三、總結(jié)

多傳感器信息融合技術(shù)是一門新興技術(shù)，涉及多門學(xué)科的多種技術(shù)，是未來(lái)復(fù)雜工業(yè)系統(tǒng)中機(jī)械故障診斷的必要技術(shù)。使用多傳感器信息融合技術(shù)可及時(shí)發(fā)現(xiàn)機(jī)械設(shè)備故障，預(yù)防惡性事故發(fā)生，保證設(shè)備安全、穩(wěn)定地運(yùn)行，增加機(jī)械設(shè)備正常運(yùn)轉(zhuǎn)時(shí)間，大幅度提高勞動(dòng)生產(chǎn)率，節(jié)約維修費(fèi)用，降低成本，還可以避免人員傷亡、環(huán)境污染和造成巨大經(jīng)濟(jì)損失，為企業(yè)帶來(lái)巨大的經(jīng)濟(jì)效益。

參考文獻(xiàn)：

[1]彭東亮、文成林、徐曉濱等，隨機(jī)集理論及其在信息融合中的應(yīng)用[J]. 電子與信息 學(xué)報(bào)， 2006， 28（11） ： 2199 - 2203.

[2]Yager， R. R. Fusion of multi - agent preference ordering[J]. Fuzzy sets and systems. 2001，112： 1- 12.

[3]黃偉力、黃偉建、王 飛，機(jī)械設(shè)備的故障診斷技術(shù)及其發(fā)展趨勢(shì)[J].礦山機(jī)械，2005，33，（1）：66-68.

[4]陳法法、程珩、楊勇，多傳感器信息融合技術(shù)在液壓設(shè)備故障診斷中的應(yīng)用[B].太原理工大學(xué)學(xué)報(bào)，2008，39，（1）：90-92.

[5]田鶴、韓剛，信息融合技術(shù)在帶式輸送機(jī)故障診斷中的應(yīng)用[A].礦山機(jī)械，2011，39，（3）：47-49.

[6]馮愛偉、付華、徐耀松、王傳英，基于信息融合技術(shù)的電機(jī)故障診斷[A].運(yùn)行與保護(hù)，2006，39，（1）：51-54.