礦用強(qiáng)力帶式輸送機(jī)智能監(jiān)控技術(shù)研究進(jìn)展*

馬宏偉，　毛清華，　張旭輝

(西安科技大學(xué)機(jī)械工程學(xué)院　西安，710054)

?

礦用強(qiáng)力帶式輸送機(jī)智能監(jiān)控技術(shù)研究進(jìn)展*

馬宏偉，毛清華，張旭輝

(西安科技大學(xué)機(jī)械工程學(xué)院西安，710054)

摘要強(qiáng)力帶式輸送機(jī)是煤礦主要運(yùn)輸設(shè)備，針對(duì)礦用強(qiáng)力帶式輸送機(jī)存在啟停沖擊、運(yùn)行過(guò)程跑偏、撕帶等故障綜合保護(hù)、強(qiáng)力輸送帶缺陷智能識(shí)別和傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷等問(wèn)題，研究了強(qiáng)力帶式輸送機(jī)軟啟動(dòng)及節(jié)能運(yùn)行技術(shù)、綜合保護(hù)及傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷技術(shù)和強(qiáng)力輸送帶內(nèi)部缺陷檢測(cè)技術(shù)與智能識(shí)別方法。提出了一種礦用強(qiáng)力帶式輸送機(jī)智能監(jiān)控系統(tǒng)，并構(gòu)建了智能監(jiān)控實(shí)驗(yàn)平臺(tái)，該系統(tǒng)集變頻控制、強(qiáng)力輸送帶缺陷弱磁檢測(cè)、運(yùn)行故障綜合保護(hù)和傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷于一體，解決了以上各個(gè)模塊信息孤島問(wèn)題，實(shí)現(xiàn)了帶式輸送機(jī)全面智能保護(hù)，對(duì)確保強(qiáng)力帶式輸送機(jī)安全、高效運(yùn)行和煤礦安全生產(chǎn)具有重要意義。

關(guān)鍵詞強(qiáng)力帶式輸送機(jī)； 軟啟動(dòng)控7制； 綜合保護(hù)； 故障診斷； 缺陷識(shí)別

引言

強(qiáng)力帶式輸送機(jī)具有輸送量大、輸送距離遠(yuǎn)和通用性強(qiáng)等特點(diǎn)，是大多數(shù)煤礦的主運(yùn)輸系統(tǒng)，在現(xiàn)代化煤礦生產(chǎn)中發(fā)揮著極其重要的作用。由于煤礦工作環(huán)境惡劣，強(qiáng)力帶式輸送機(jī)長(zhǎng)期在高速、重載狀態(tài)下運(yùn)行，其啟動(dòng)和停止過(guò)程存在沖擊、運(yùn)行過(guò)程中存在跑偏、撕帶、超溫、打滑和傳動(dòng)系統(tǒng)中齒輪、軸承和電機(jī)故障易發(fā)，以及強(qiáng)力輸送帶內(nèi)部缺陷使其容易橫向斷帶[1-2]。為了解決上述問(wèn)題，許多學(xué)者從帶式輸送機(jī)設(shè)計(jì)、運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)分析、軟啟動(dòng)控制方法、運(yùn)行過(guò)程綜合保護(hù)方法、傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷方法和強(qiáng)力輸送帶內(nèi)部缺陷檢測(cè)與智能識(shí)別方法、強(qiáng)力輸送帶接頭硫化工藝及接頭疲勞強(qiáng)度測(cè)試方法等方面進(jìn)行了廣泛的研究。

針對(duì)強(qiáng)力帶式輸送機(jī)啟動(dòng)過(guò)程沖擊問(wèn)題，有學(xué)者重點(diǎn)研究了液力耦合器軟啟動(dòng)、可控啟動(dòng)傳輸裝置(controller start transmission,簡(jiǎn)稱(chēng)CST)軟啟動(dòng)和變頻軟啟動(dòng)等軟啟動(dòng)控制方法[3]。為了對(duì)帶式輸送機(jī)運(yùn)行過(guò)程中跑偏、超溫和撕帶等故障進(jìn)行綜合保護(hù)，目前主要應(yīng)用的基于局域網(wǎng)絡(luò)控制(controller area network,簡(jiǎn)稱(chēng)CAN)總線與以太網(wǎng)通信的主站與分站結(jié)合的多條帶式輸送機(jī)綜合保護(hù)系統(tǒng)，實(shí)現(xiàn)了井下多個(gè)帶式輸送機(jī)故障綜合保護(hù)[4]。綜合保護(hù)系統(tǒng)中撕帶檢測(cè)是難點(diǎn)，主要有稱(chēng)重檢測(cè)法和光學(xué)檢測(cè)法[5-6]。

針對(duì)帶式輸送機(jī)傳動(dòng)系統(tǒng)齒輪、軸承和電機(jī)等關(guān)鍵部件故障診斷問(wèn)題，許多學(xué)者研究了鐵譜分析法、振動(dòng)檢測(cè)法與溫度檢測(cè)法等故障診斷方法。鐵譜分析法對(duì)周?chē)h(huán)境要求低，能夠發(fā)現(xiàn)零部件的早期疲勞失效，但是受人的主觀因素影響較大;溫度檢測(cè)法對(duì)于微小故障無(wú)法發(fā)現(xiàn)，只有當(dāng)故障達(dá)到一定的嚴(yán)重程度時(shí)才能檢測(cè)到;振動(dòng)檢測(cè)法有著其獨(dú)特的優(yōu)勢(shì)，不僅可以實(shí)現(xiàn)故障檢測(cè)，而且可以實(shí)現(xiàn)故障定位和分類(lèi)識(shí)別，但是振動(dòng)信號(hào)處理比較復(fù)雜，主要有頻譜分析、包絡(luò)譜分析、解調(diào)譜分析、倒頻譜分析和小波分析等[7-10]。

目前，許多礦井強(qiáng)力帶式輸送機(jī)缺乏先進(jìn)的強(qiáng)力輸送帶缺陷檢測(cè)系統(tǒng)，導(dǎo)致斷帶事故時(shí)有發(fā)生，斷帶事故不僅造成較大的經(jīng)濟(jì)損失，甚至造成人員傷亡[11]。對(duì)于鋼芯輸送帶內(nèi)部缺陷檢測(cè)問(wèn)題，目前主要有人工檢測(cè)方法，弱磁檢測(cè)方法和X 射線檢測(cè)方法[12-14]。人工檢測(cè)方法無(wú)法實(shí)現(xiàn)輸送帶缺陷在線監(jiān)測(cè)，并且檢測(cè)不準(zhǔn)確、弱磁檢測(cè)方法具有檢測(cè)精度高、檢測(cè)速度快等特點(diǎn)，并且可以實(shí)現(xiàn)輸送帶鋼絲繩芯疲勞缺陷檢測(cè)，是目前比較先進(jìn)的強(qiáng)力輸送帶缺陷在線監(jiān)測(cè)方法;X射線檢測(cè)方法是一種強(qiáng)力輸送帶缺陷比較成熟檢測(cè)方法，但成本較高，并且存在輻射和無(wú)法檢測(cè)疲勞缺陷等問(wèn)題。

總之，對(duì)于帶式輸送機(jī)軟啟動(dòng)控制、綜合保護(hù)、傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷和強(qiáng)力輸送帶內(nèi)部缺陷檢測(cè)均已有很多研究成果得以應(yīng)用，但是以上各個(gè)功能模塊相互獨(dú)立。因此，急需構(gòu)建一套強(qiáng)力帶式輸送機(jī)智能監(jiān)控系統(tǒng)，將軟啟動(dòng)控制系統(tǒng)、綜合保護(hù)系統(tǒng)、關(guān)鍵部件故障診斷系統(tǒng)和強(qiáng)力輸送帶內(nèi)部缺陷檢測(cè)系統(tǒng)有機(jī)融合，實(shí)現(xiàn)強(qiáng)力帶式輸送機(jī)全方位的智能監(jiān)控，有效預(yù)防強(qiáng)力輸送帶帶式輸送機(jī)運(yùn)行故障和斷帶等事故發(fā)生，對(duì)于確保煤礦安全生產(chǎn)具有重要的意義。

1軟啟動(dòng)控制方法及節(jié)能運(yùn)行技術(shù)

1.1帶式輸送機(jī)軟啟動(dòng)控制方法

強(qiáng)力帶式輸送機(jī)起動(dòng)過(guò)程中加速度變化大，容易使輸送帶產(chǎn)生粘彈性變形，進(jìn)而產(chǎn)生動(dòng)張力，導(dǎo)致輸送機(jī)機(jī)械部件和輸送帶內(nèi)部產(chǎn)生較大沖擊力，甚至損壞輸送機(jī)。對(duì)此，軟啟動(dòng)控制是一種降低帶式輸送機(jī)啟停沖擊良好方法，主要包括液力耦合器、CST和變頻等軟啟動(dòng)控制方法，工作特點(diǎn)對(duì)比分析如表1所示。通過(guò)幾種軟啟動(dòng)方式特點(diǎn)對(duì)比可以看出，變頻軟啟動(dòng)控制方式綜合性能最好，能將輸送機(jī)電機(jī)的軟啟動(dòng)與皮帶的軟啟動(dòng)合二為一。

表1　軟啟動(dòng)控制方法主要特點(diǎn)對(duì)比分析

1.2帶式輸送機(jī)變頻節(jié)能運(yùn)行技術(shù)

一般三相交流異步電機(jī)空載運(yùn)行時(shí)功率因數(shù)較低，通常為0.5～0.6。電機(jī)在重載運(yùn)行時(shí)功率因數(shù)較高， 可達(dá)到0.85以上 。電機(jī)采用變頻控制方式可以確保在空載和重載時(shí)都有很高的功率因數(shù)， 可達(dá)到0.9以上。某煤礦兩帶式輸送機(jī)采用兩臺(tái)250 kW的電機(jī)驅(qū)動(dòng)，用變頻控制方式對(duì)帶式輸送機(jī)進(jìn)行軟啟停和調(diào)速控制，變頻器控制方式為矢量控制。改造之前電動(dòng)機(jī)功率因數(shù)為0.85， 每天工作14 h，電動(dòng)機(jī)效率約為80%，故改造前消耗電能為

250 kW×80%×14 h×0.85=3294 kW·h

采用變頻技術(shù)后，功率因數(shù)為0.92，改造后消耗的電能約為

250 kW×80%×14 h×0.92=3 043 kW·h

可見(jiàn)，采用變頻改造后，系統(tǒng)每天至少可以節(jié)約電能為251 kW·h，采用變頻控制方式節(jié)能效果明顯。

2強(qiáng)力帶式輸送機(jī)綜合保護(hù)及關(guān)鍵部件故障診斷技術(shù)

2.1帶式輸送機(jī)綜合保護(hù)

帶式輸送機(jī)綜合保護(hù)系統(tǒng)主要對(duì)運(yùn)行過(guò)程中跑偏、撕帶、超溫、打滑、堆煤和冒煙等故障進(jìn)行保護(hù)，綜合保護(hù)系統(tǒng)組成如圖1所示。

圖1　帶式輸送機(jī)綜合保護(hù)系統(tǒng)Fig.1　　　　Integrated protection system component of belt conveyor

系統(tǒng)主要由綜合保護(hù)傳感器、監(jiān)控模塊和語(yǔ)音模塊組成的監(jiān)控分站、監(jiān)控主站和監(jiān)控上位軟件構(gòu)成。一般每臺(tái)帶式輸送機(jī)配置1個(gè)監(jiān)控分站，各監(jiān)控分站通過(guò)CAN總線等現(xiàn)場(chǎng)總線與監(jiān)控主站通信，監(jiān)控主站通過(guò)以太網(wǎng)傳輸?shù)降孛嬲{(diào)度中心上位軟件，從而實(shí)現(xiàn)調(diào)度中心集控井下帶式輸送機(jī)。

綜合保護(hù)系統(tǒng)保護(hù)傳感器安裝位置及作用如表2所示，主要由速度傳感器、溫度傳感器、堆煤傳感器、跑偏傳感器和撕帶傳感器等構(gòu)成，其中撕帶故障比較復(fù)雜，比較先進(jìn)的方法主要有稱(chēng)重檢測(cè)方法和光學(xué)檢測(cè)方法(見(jiàn)圖2)。

表2　保護(hù)傳感器安裝位置及作用

圖2　2種先進(jìn)的撕帶檢測(cè)方法Fig.2　Two advanced testing methods of belt tear

2.2帶式輸送機(jī)傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷

圖3　溫度和振動(dòng)傳感器安裝位置Fig.3　　　　Installation position of temperature and vibration sensors

圖4　關(guān)鍵部件故障診斷過(guò)程Fig.4　Fault diagnosis process of the key components

帶式輸送機(jī)傳動(dòng)系統(tǒng)的驅(qū)動(dòng)電機(jī)、減速機(jī)齒輪與軸承、滾筒重載軸承是帶式輸送機(jī)傳動(dòng)系統(tǒng)重點(diǎn)診斷的關(guān)鍵部件。傳動(dòng)系統(tǒng)關(guān)鍵部件采用溫度與振動(dòng)結(jié)合的方法進(jìn)行故障診斷，傳感器安裝位置和主要診斷過(guò)程分別如圖3和圖4所示，主要包括振動(dòng)與溫度信號(hào)獲取、信號(hào)調(diào)理與采集、信號(hào)降噪、特征提取和故障診斷等過(guò)程。

對(duì)于溫度信號(hào)主要提取最大值和超過(guò)設(shè)定溫度閾值的報(bào)警次數(shù)等特征，并通過(guò)最大值和報(bào)警次數(shù)綜合判斷進(jìn)行故障診斷。振動(dòng)信號(hào)處理比溫度信號(hào)復(fù)雜的多，信號(hào)降噪主要采用小波降噪和自適應(yīng)濾波等，特征提取主要提取時(shí)域特征、頻域特征和時(shí)頻域特征，并通過(guò)故障診斷方法對(duì)提取的特征信息進(jìn)行故障定位、故障分類(lèi)與故障預(yù)測(cè)等。振動(dòng)與溫度結(jié)合的診斷系統(tǒng)首先采用溫度檢測(cè)方法對(duì)故障進(jìn)行預(yù)判，然后采用振動(dòng)檢測(cè)方法對(duì)故障位置和故障嚴(yán)重程度等進(jìn)行詳細(xì)診斷，從而實(shí)現(xiàn)關(guān)鍵部件故障準(zhǔn)確診斷。

3強(qiáng)力輸送帶缺陷智能檢測(cè)技術(shù)

強(qiáng)力輸送帶缺陷主要有接頭鋼芯抽動(dòng)、斷繩、磨損和疲勞等，缺陷檢測(cè)方法主要有電磁檢測(cè)和X射線檢測(cè)，其中電磁檢測(cè)方法中弱磁檢測(cè)效果較好。

3.1弱磁檢測(cè)技術(shù)

3.1.1弱磁傳感器檢測(cè)原理

弱磁傳感器由磁衡元件和釋磁元件組成，其工作原理如圖5所示，釋磁元件提供恒定的弱磁場(chǎng)Bx，與弱磁規(guī)劃后的輸送帶內(nèi)部鋼絲繩芯中剩余弱磁場(chǎng)B關(guān)聯(lián)出弱磁場(chǎng)By，磁衡元件具有0.5 V/Gs的靈敏度準(zhǔn)確地將By轉(zhuǎn)換為電壓信號(hào)，By與輸送帶中鋼絲繩缺陷產(chǎn)生漏磁場(chǎng)有關(guān)，通過(guò)檢測(cè)By的變化量可以反映鋼絲繩芯缺陷狀況，從而實(shí)現(xiàn)對(duì)輸送帶鋼絲繩缺陷的檢測(cè)。

圖5　弱磁傳感器的鋼絲繩芯缺陷檢測(cè)原理Fig.5　　　　Steel cord defect testing principle of weak magnetic sensor

3.1.2缺陷弱磁檢測(cè)系統(tǒng)

鋼芯輸送帶缺陷弱磁檢測(cè)系統(tǒng)內(nèi)部結(jié)構(gòu)和安裝示意圖分別如圖6,7所示，其主要由弱磁加載模塊、弱磁檢測(cè)模塊、行程編碼器及防抖裝置和上位軟件組成。弱磁檢測(cè)模塊以ARM處理器為核心，內(nèi)部由多個(gè)弱磁傳感器、信號(hào)調(diào)理電路和信號(hào)采集電路組成，其中信號(hào)采集電路不僅采集弱磁傳感器的信號(hào)，而且采集行程編碼器的信號(hào)。行程編碼裝置以0.5 mm的檢測(cè)精度對(duì)輸送帶的運(yùn)行行程進(jìn)行檢測(cè)，防抖裝置可以消除輸送帶抖動(dòng)影響，從而實(shí)現(xiàn)缺陷在輸送帶長(zhǎng)度方向精確定位。

圖6　弱磁檢測(cè)系統(tǒng)內(nèi)部結(jié)構(gòu)Fig.6　Weak magnetic testing system internal structure

圖7　缺陷弱磁檢測(cè)系統(tǒng)安裝示意圖Fig.7　Weak magnetic testing system installation schematic diagram

弱磁檢測(cè)系統(tǒng)主要工作過(guò)程如下：首先，弱磁加載模塊對(duì)輸送帶內(nèi)部鋼絲繩芯進(jìn)行磁加載，使內(nèi)部鋼絲繩芯具有微弱剩磁場(chǎng)，當(dāng)輸送帶內(nèi)部接頭鋼芯抽動(dòng)、斷繩、磨損和疲勞等缺陷時(shí)，產(chǎn)生漏磁場(chǎng)；然后，弱磁檢測(cè)模塊中高靈敏度傳感器獲取缺陷漏磁場(chǎng)，并將缺陷檢測(cè)信號(hào)通過(guò)以太網(wǎng)TCP/IP協(xié)議傳輸?shù)缴衔卉浖?；最后，上位軟件?duì)缺陷信號(hào)進(jìn)行存儲(chǔ)、信號(hào)降噪、特征提取和缺陷識(shí)別等處理，最終實(shí)現(xiàn)鋼絲繩芯輸送帶缺陷信號(hào)智能識(shí)別。

3.2X射線檢測(cè)技術(shù)

圖8　X射線檢測(cè)系統(tǒng)構(gòu)成Fig.8　Component of X-ray testing system

圖9　X射線檢測(cè)系統(tǒng)安裝示意圖Fig.9　X-ray testing system installation schematic diagram

鋼絲繩芯輸送帶X射線檢測(cè)系統(tǒng)可以實(shí)時(shí)掃描、實(shí)時(shí)成像、實(shí)時(shí)智能識(shí)別出所有隱患和故障預(yù)警。X射線檢測(cè)系統(tǒng)構(gòu)成和安裝示意圖如圖8,9所示，其主要由X射線光源、高速X射線檢測(cè)系統(tǒng)和上位軟件構(gòu)成。系統(tǒng)工作原理如下：首先，通過(guò)X光發(fā)射器發(fā)出X光源到鋼絲繩輸送帶；然后，高速X射線檢測(cè)系統(tǒng)對(duì)穿透輸送帶的X光進(jìn)行光電轉(zhuǎn)換、高速采集、高速處理和高速傳輸；最后，系統(tǒng)上位軟件對(duì)輸送帶X光圖像信號(hào)進(jìn)行分析和處理，從而實(shí)現(xiàn)輸送帶內(nèi)部鋼絲繩芯損傷和接頭抽動(dòng)進(jìn)行定量分析及精確定位。

4強(qiáng)力帶式輸送機(jī)智能監(jiān)控實(shí)驗(yàn)平臺(tái)

4.1實(shí)驗(yàn)平臺(tái)功能及構(gòu)成

為了研究強(qiáng)力帶式輸送機(jī)智能監(jiān)控系統(tǒng)關(guān)鍵技術(shù)，建立了強(qiáng)力帶式運(yùn)輸機(jī)智能監(jiān)控實(shí)驗(yàn)平臺(tái)，其構(gòu)成如圖10,11所示。

圖10　智能監(jiān)控實(shí)驗(yàn)平臺(tái)構(gòu)成Fig.10　　Component of intelligent monitoring experiment platform

圖11　智能監(jiān)控實(shí)驗(yàn)平臺(tái)實(shí)物圖Fig.11　　The prototype of intelligent monitoring experiment platform

該智能監(jiān)控系統(tǒng)各模塊之間關(guān)聯(lián)和主要功能如下。

1) 變頻控制：主要實(shí)現(xiàn)強(qiáng)力帶式輸送機(jī)軟起停和變頻節(jié)能調(diào)速運(yùn)行。

2) 綜合保護(hù)：主要實(shí)現(xiàn)對(duì)帶式輸送機(jī)運(yùn)行過(guò)程中跑偏、撕帶、超溫及打滑等故障進(jìn)行保護(hù)。該模塊與變頻控制形成閉環(huán)，保護(hù)系統(tǒng)一旦發(fā)現(xiàn)以上故障，及時(shí)發(fā)出報(bào)警信號(hào)，同時(shí)通過(guò)變頻控制模塊控制帶式輸送機(jī)平穩(wěn)停機(jī)。

3) 缺陷弱磁檢測(cè)：主要實(shí)現(xiàn)對(duì)強(qiáng)力輸送帶內(nèi)部鋼芯損傷和接頭抽動(dòng)等缺陷進(jìn)行在線監(jiān)測(cè)，一旦檢測(cè)到缺陷比較嚴(yán)重，及時(shí)發(fā)出斷帶報(bào)警信號(hào)，同時(shí)通過(guò)變頻控制模塊控制帶式輸送機(jī)平穩(wěn)停機(jī)，從而預(yù)防輸送帶斷裂事故發(fā)生。

4) 傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷：主要對(duì)強(qiáng)力帶式輸送機(jī)傳動(dòng)系統(tǒng)電機(jī)、齒輪和軸承等關(guān)鍵部件進(jìn)行故障診斷，一旦發(fā)現(xiàn)關(guān)鍵部件嚴(yán)重故障，通過(guò)變頻控制模塊控制帶式輸送機(jī)平穩(wěn)停機(jī)，以防傳動(dòng)系統(tǒng)關(guān)鍵部件大面積損壞。

4.2缺陷弱磁檢測(cè)及智能識(shí)別

強(qiáng)力帶式輸送機(jī)智能監(jiān)控系統(tǒng)中強(qiáng)力輸送帶缺陷檢測(cè)是難題。因此，運(yùn)用智能監(jiān)控實(shí)驗(yàn)平臺(tái)中的弱磁檢測(cè)對(duì)強(qiáng)力輸送帶內(nèi)部缺陷信號(hào)進(jìn)行采集和分析處理研究(見(jiàn)圖12)。

圖12　強(qiáng)力輸送帶缺陷弱磁檢測(cè)系統(tǒng)安裝圖Fig.12　sInstallation picture of steel cord conveyor belt defects weak magnetic testing system

對(duì)于強(qiáng)力輸送帶內(nèi)部缺陷弱磁信號(hào)處理問(wèn)題，重點(diǎn)研究了缺陷弱磁信號(hào)非平穩(wěn)噪聲降噪方法、特征提取及約簡(jiǎn)方法和分類(lèi)識(shí)別方法，實(shí)現(xiàn)了強(qiáng)力輸送帶缺陷弱磁在線準(zhǔn)確識(shí)別。

4.2.1缺陷弱磁信號(hào)非平穩(wěn)噪聲降噪處理

提出了一種小波包與RLS自適應(yīng)濾波相結(jié)合的缺陷弱磁信號(hào)降噪方法，對(duì)缺陷非平穩(wěn)噪聲信號(hào)進(jìn)行降噪，該方法原理如圖13所示。

圖13　小波包與RLS自適應(yīng)濾波相結(jié)合的降噪方法Fig.13　　Noise reduction method for a combination of wavelet packet and RLS adaptive filter

實(shí)驗(yàn)中以疊加高斯白噪聲和調(diào)頻、調(diào)幅產(chǎn)生同頻帶非平穩(wěn)強(qiáng)噪聲的接頭弱磁信號(hào)為研究對(duì)象，運(yùn)用小波包和小波包與RLS自適應(yīng)濾波結(jié)合的兩種降噪方法進(jìn)行降噪對(duì)比研究，降噪前后波形如圖14所示。從圖14(c),(d)中可得出，小波包與RLS自適應(yīng)濾波相結(jié)合的缺陷弱磁信號(hào)降噪方法比小波包降噪方法具有更好的降噪效果。

4.2.2缺陷弱磁信號(hào)特征提取

提出了一種基于屬性數(shù)據(jù)標(biāo)準(zhǔn)差的改進(jìn)鄰域粗糙集特征約簡(jiǎn)算法，對(duì)強(qiáng)力輸送帶的接頭、斷繩和疲勞弱磁信號(hào)進(jìn)行特征提取及約簡(jiǎn)，特征約簡(jiǎn)結(jié)果如表3所示。改進(jìn)的鄰域粗糙集特征約簡(jiǎn)方法，不僅保證了缺陷識(shí)別的準(zhǔn)確率，而且較大地降低了特征維數(shù)和提高了識(shí)別速度，約簡(jiǎn)后5個(gè)特征屬性為峰峰值、均方根值、方差、峭度和波寬。

圖14　兩種降噪方法降噪結(jié)果對(duì)比Fig.14　　　　Noise reduction result contrast for two noise reduction methods

表3　特征約簡(jiǎn)前后分類(lèi)識(shí)別測(cè)試實(shí)驗(yàn)結(jié)果

4.2.3強(qiáng)力輸送帶多類(lèi)缺陷分類(lèi)識(shí)別

提出了一種粒子群優(yōu)化的二叉樹(shù)支持向量機(jī)多類(lèi)分類(lèi)算法，運(yùn)用該算法對(duì)如圖15所示的強(qiáng)力輸送帶的接頭、斷繩和疲勞3類(lèi)弱磁信號(hào)168個(gè)樣本進(jìn)行分類(lèi)識(shí)別。

實(shí)驗(yàn)結(jié)果表明：粒子群優(yōu)化的二叉樹(shù)支持向量機(jī)能有效地對(duì)強(qiáng)力輸送帶缺陷進(jìn)行分類(lèi)，分類(lèi)準(zhǔn)確率高達(dá)約97.9%，識(shí)別結(jié)果如圖16所示。

圖15　強(qiáng)力輸送帶弱磁檢測(cè)歸一化信號(hào)Fig.15　Weak magnetic testing normalized signal of steel cord conveyor belt

圖16　強(qiáng)力輸送帶多類(lèi)缺陷分類(lèi)識(shí)別結(jié)果Fig.16　　Multi-class defect classification results of steel cord conveyor belt

5結(jié)束語(yǔ)

強(qiáng)力帶式輸送機(jī)在煤礦、冶金、交通、電力及港口等行業(yè)中具有廣泛應(yīng)用，其存在啟停沖擊、運(yùn)行過(guò)程跑偏、撕帶、橫向斷帶和傳動(dòng)系統(tǒng)關(guān)鍵部件故障等問(wèn)題，直接影響了安全高效生產(chǎn)。目前，在應(yīng)用中的變頻軟啟動(dòng)控制系統(tǒng)、綜合保護(hù)系統(tǒng)、強(qiáng)力輸送帶缺陷檢測(cè)系統(tǒng)和傳動(dòng)系統(tǒng)關(guān)鍵部件故障診斷系統(tǒng)，互不關(guān)聯(lián)，存在信息孤島。因此，提出了一種礦用強(qiáng)力帶式輸送機(jī)智能監(jiān)控系統(tǒng)，并重點(diǎn)研究了各個(gè)系統(tǒng)關(guān)鍵技術(shù)。本研究工作對(duì)礦用強(qiáng)力帶式輸送機(jī)全面智能監(jiān)控提供了一種新思路，通過(guò)各子系統(tǒng)之間信息相互融合，可實(shí)現(xiàn)強(qiáng)力帶式輸送機(jī)全面智能監(jiān)控。

參考文獻(xiàn)

[1]黃民, 潘虎生, 胡成,等. 鋼繩芯帶式輸送機(jī)實(shí)時(shí)綜合監(jiān)測(cè)與保護(hù)系統(tǒng)[J]. 中國(guó)礦業(yè)大學(xué)學(xué)報(bào), 2006,35(5):673-680.

Huang Min, Pan Husheng, Hu Cheng, et al. A system for real time monitoring and protecting of steel-cord belt conveyors[J]. Journal of China University of Mining & Technology, 2006,35(5):673-680. (in Chinese)

[2]苗繼軍，姜明學(xué)，劉朋元,等.變頻技術(shù)在帶式輸送機(jī)遠(yuǎn)距離運(yùn)輸中的應(yīng)用[J].工礦自動(dòng)化，2013,39(4):105-108.

Miao Jijun, Jiang Mingxue, Liu Pengyuan, et al. Application of frequency-conversion technology in long-distance transportation of belt conveyor[J]. Industry and Mine Automation, 2013,39(4):105-108. (in Chinese)

[3]姜筱瀛. 煤礦帶式輸送機(jī)啟動(dòng)控制方式的探討[J]. 安徽理工大學(xué)學(xué)報(bào), 2012,32(3):45-48.

Jiang Xiaoying. Discussion on starting control mode of belt conveyor for coal mines[J]. Journal of Anhui University of Science and Technology, 2012,32(3):45-48. (in Chinese)

[4]王桂梅, 趙彥斌, 李長(zhǎng)剛,等. 井下帶式輸送機(jī)智能監(jiān)控系統(tǒng)研究[J]. 煤礦機(jī)械, 2012,33(8):230-231.

Wang Guimei, Zhao Yanbin, Li Changgang, et al. Study on intelligent monitoring system of belt conveyer under coal mine[J]. Coal Mine Machinery, 2012,33(8):230-231. (in Chinese)

[5]Yang Yanli, Miao Changyun, Li Xianguo, et al. On-line conveyor belts inspection based on machine vision[J]. International Journal for Light and Electron Optics, 2014,125(19):5803-5807.

[6]徐永峰，楊彥利，苗繼軍,等. 煤礦輸送帶視覺(jué)在線監(jiān)測(cè)系統(tǒng)研究[J]. 煤礦機(jī)電, 2013(4):88-91.

Xu Yongfeng, Yang Yanli, Miao Jijun, et al. Research on online visual monitoring system of belt conveyor[J]. Colliery Mechanical & Electrical Technology, 2013(4):88-91. (in Chinese)

[7]趙志宏，楊紹普，劉永強(qiáng)．多小波系數(shù)特征提取方法在故障診斷中的應(yīng)用[J]．振動(dòng)、測(cè)試與診斷.2015,35(2):276-280．

Zhao Zhihong, Yang Shaopu, Liu Yongqiang. Application of feature extraction method in fault diagnosis based on multi-wavelet coefficients[J]. Journal of Vibration, Measurement & Diagnosis，2015,35(2):276-280. (in Chinese)

[8]Ales B, Joze F. Determining cracks in gears using adaptive wavelet transform approach[J]. Engineering Failure Analysis, 2010,17:664-671.

[9]李輝，鄭海起，唐力偉．基于倒雙譜分析的軸承故障診斷研究[J]．振動(dòng)、測(cè)試與診斷，2010，30(4):353-356.

Li Hui, Zheng Haiqi, Tang Liwei. Application of bi-cepstrum technique to bearing fault detection[J]. Journal of Vibration, Measurement & Diagnosis, 2010,30(4):353-356. (in Chinese)

[10]李舜酩, 郭海東，李殿榮. 振動(dòng)信號(hào)處理方法綜述[J]. 儀器儀表學(xué)報(bào), 2013,34(8):1907-1915.

Li Shunming, Guo Haidong, Li Dianrong. Review of vibration signal processing methods[J]. Chinese Journal of Scientific Instrument, 2013,34(8):1907-1915. (in Chinese)

[11]葉春青，苗長(zhǎng)云，李現(xiàn)國(guó),等. 基于X光檢測(cè)的強(qiáng)力輸送帶故障定位方法[J].計(jì)算機(jī)測(cè)量與控制, 2009,17(2):302-305.

Ye Chunqing, Miao Changyun, Li Xianguo, et al. A fault location method of steel cord conveyor belt based on X-ray detection[J].Computer Measurement & Control, 2009,17(2):302-305. (in Chinese)

[12]毛清華，張大偉，張旭輝,等.煤礦用鋼絲繩芯輸送帶斷帶和撕帶機(jī)理及檢測(cè)方法研究進(jìn)展[J].礦山機(jī)械，2011，39(7):70-73.

Mao Qinghua，Zhang Dawei，Zhang Xuhui，et al. Progress of research on reasons and detection methods for coal mine steel cord conveyor belt breaking and tearing[J]. Mining & Processing Equipment, 2011，39(7):70-73. (in Chinese)

[13]郭東兵,李會(huì)軍,竇柏林.鋼絲繩芯輸送帶在線實(shí)時(shí)自動(dòng)監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā)及應(yīng)用[J].煤礦機(jī)電，2011(3):44-46.

Guo Dongbing, Li Huijun, Dou Bolin. Development and application of on-line real-time automatic monitoring system of steel wire rope core conveyor belt[J]. Colliery Mechanical & Electrical Technology, 2011(3):44-46. (in Chinese)

[14]焦晉杰, 牛昱光. X光成像的鋼繩芯輸送帶接頭距離檢測(cè)方法[J]. 機(jī)械工程與自動(dòng)化，2012(5):133-135.

Jiao Jinjie, Liu Yuguang. X-ray based distance detection method for joint distance of steel cord conveyor belt[J]. Mechanical Engineering & Automation, 2012(5):133-135. (in Chinese)

E-mail: mahw@xust.edu.cn

doi:?專(zhuān)家論壇?10.16450/j.cnki.issn.1004-6801.2016.02.001

收稿日期：2016-01-05；修回日期：2016-02-22

中圖分類(lèi)號(hào)TH222

第一作者簡(jiǎn)介：馬宏偉，男，1957年10月生，博士、教授、博士生導(dǎo)師。現(xiàn)任西安科技大學(xué)副校長(zhǎng)，兼任陜西省研究生教育學(xué)會(huì)副會(huì)長(zhǎng)、陜西省機(jī)械工程學(xué)科評(píng)議組成員、中國(guó)煤炭工業(yè)機(jī)電專(zhuān)家委員會(huì)委員、西安市專(zhuān)家咨詢(xún)團(tuán)特聘專(zhuān)家等。主要研究方向?yàn)橹悄軝z測(cè)與控制、工業(yè)機(jī)器人及機(jī)電一體化技術(shù)、煤礦機(jī)電設(shè)備及其自動(dòng)化、智能化等。先后主持和參加以國(guó)家自然科學(xué)基金為代表的國(guó)家級(jí)、省部級(jí)科研項(xiàng)目10余項(xiàng)，主持和參加的企業(yè)委托項(xiàng)目多項(xiàng)。獲省部級(jí)科技進(jìn)步獎(jiǎng)4項(xiàng)，陜西省優(yōu)秀教學(xué)成果獎(jiǎng)、精品課程以及優(yōu)秀教材獎(jiǎng)5項(xiàng)，國(guó)家發(fā)明專(zhuān)利10余項(xiàng)；在國(guó)內(nèi)外學(xué)術(shù)期刊上發(fā)表論文110余篇，其中被SCI，EI等收錄50余篇。

*國(guó)家自然科學(xué)基金資助項(xiàng)目(U1361121);教育部博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金資助項(xiàng)目(20136121120010);陜西自然科學(xué)基礎(chǔ)研究計(jì)劃資助項(xiàng)目(2012JM8039)