一種集成可靠性估計與狀態(tài)監(jiān)測數(shù)據(jù)的帶式輸送機托輥維護決策

張寶龍

(平頂山天安煤業(yè)股份有限公司，河南 平頂山 467000)

0 引言

帶式輸送機系統(tǒng)的可靠性對礦井煤炭運輸部門安全管理有重要作用[1]。系統(tǒng)可靠性可以看作是整體結(jié)構(gòu)中各部件(輸送帶、滾筒、傳動裝置和托輥等)的綜合可靠性，預防性維護是保證帶式輸送機系統(tǒng)可靠性的重要環(huán)節(jié)[2]。輸送帶、滾筒和傳動裝置的維護決策已被廣泛研究，例如基于軸承的故障檢測對于滾筒的維護決策，以及通過監(jiān)測溫度和振動兩個主要參數(shù)對滑輪的維護決策。對于驅(qū)動裝置，學者們介紹了基于模型的變速箱監(jiān)測與診斷方法[3]。然而，目前對帶式輸送機系統(tǒng)中空間分布的托輥進行預防性維護決策的研究較少，托輥的失效形式主要有軸承失效和輥殼磨損兩種，其中軸承失效造成的后果更嚴重[4]。

軸承可靠性理論是托輥可靠性評估的基礎，學者們研究了軸承的各種失效模型如泊松分布、泊松指數(shù)分布、威布爾分布和對數(shù)正態(tài)分布等[5]。然而，在沒有歷史維修數(shù)據(jù)或先驗知識的情況下，這些理論可靠性模型中的參數(shù)很難確定。此外，模型僅提供托輥總體的可靠性估計，而對于個別故障托輥的判別無能為力[6]。溫度是滾動軸承故障的直接有效指標，目前溫度信號的診斷都是基于閾值的方法，診斷是通過評估監(jiān)測參數(shù)的值是否超過假定的閾值來實現(xiàn)[7]。然而，滾動軸承的溫度隨軸承、負載、轉(zhuǎn)速和環(huán)境而變化。因此，設定一個通用的托輥診斷閾值是非常困難的，這種方法需要深入了解狀態(tài)數(shù)據(jù)與物理劣化之間的關(guān)系，而物理劣化通常比較缺乏。

本文將可靠性理論估計與狀態(tài)監(jiān)測數(shù)據(jù)相結(jié)合，提出了一種帶式輸送機系統(tǒng)托輥的綜合維護決策架構(gòu)，該決策架構(gòu)中的診斷閾值可以根據(jù)托輥實時運行條件和可靠性估計結(jié)果而變化，實現(xiàn)了以可靠性為中心的托輥預防性維護準確決策。

1 維護決策架構(gòu)

為了實現(xiàn)帶式輸送機系統(tǒng)托輥的預防性維護，提出了一種帶式輸送機托輥的維護決策架構(gòu)，如圖1所示。

圖1 維護決策框架

該維護決策框架的核心包括4部分內(nèi)容，分別為托輥滾動軸承壽命計算、軸承壽命理論、滾動軸承故障率的理論計算和決策算法，它們集成了托輥的工況信息、可靠性評估和狀態(tài)監(jiān)測數(shù)據(jù)。帶式輸送機系統(tǒng)中的托輥均含有一個狀態(tài)監(jiān)測系統(tǒng)，用于監(jiān)測托輥的承載壓力、轉(zhuǎn)速、溫度等信息參數(shù)，通過對實時監(jiān)測數(shù)據(jù)和歷史數(shù)據(jù)進行計算分析，實現(xiàn)托輥的預防性維護決策，可以診斷哪些托輥將出現(xiàn)故障，以及確定下一次檢查時間。

圖1表明了帶式輸送機系統(tǒng)托輥的預防性維護決策流程，首先根據(jù)煤炭的生產(chǎn)量、煤質(zhì)特性、輸送機參數(shù)和傳送帶速度計算托輥中的滾動軸承載荷，利用滾動軸承的運行時間和L10軸承壽命理論確定托輥滾動軸承的剩余壽命。然后通過理論計算獲得托輥滾動軸承的故障率，結(jié)合采集的狀態(tài)監(jiān)測數(shù)據(jù)，輸入到開發(fā)的決策算法中分析。最后判別出現(xiàn)故障的托輥并更換，以及確定下次檢查的時間。在維護決策流程中，滾動軸承故障率計算和決策算法是決策過程中的兩個重要階段。

2 故障率計算

帶式輸送機系統(tǒng)空間分布的托輥軸承處于相同工作條件下，其可靠性、額定壽命L10和運行時間之間存在一定關(guān)系，它們之間的關(guān)系通過滾動軸承失效的累積分布函數(shù)FTC(t)表示為：

FTC(t)=1-RB(t)=1-exp[-0.105 3(LS(t)/L10,m)10/9]

(1)

式中：RB(t)為滾動軸承的可靠性，L10,m是滾動軸承的額定壽命，LS(t)為滾動軸承已經(jīng)達到的運行時間，其表達式為：

(2)

如果煤炭生產(chǎn)量和帶式輸送機的輸送帶速度恒定不變，則式(2)可簡化為：

(3)

將誤差項ε(t)引入到時間點ti-1和ti兩次連續(xù)檢查之間的故障率理論計算中，可以修正可靠性估計。引入誤差項的修正故障率可以表示為：

(4)

在恒定的生產(chǎn)量和帶速下，將式(1)代入式(4)，故障率可進一步寫為：

(5)

3 決策算法

決策算法是帶式輸送機托輥維護決策框架的核心，其算法流程如圖2所示。該算法將滾動軸承故障率的理論計算結(jié)果和實時監(jiān)測數(shù)據(jù)作為輸入，輸出為失效的托輥和下一次檢查時間。

圖2 維護決策算法

(6)

式中：TH(ti-1)表示在ti時刻超過閾值的軸承數(shù)量，fti(x)為監(jiān)測參數(shù)的相對頻率函數(shù)。

(7)

通過考慮兩個故障率之間的差值?(ti)，可以修正閾值TH(ti)。如果?(ti)>0，則閾值在診斷時間ti+1可以修正為更高的值TH(ti+1)=TH(ti)+Θ。如果?(ti)<0，則閾值在ti+1時刻修正為TH(ti+1)=TH(ti)-Θ。滾動軸承的診斷是通過一個不斷更新的閾值來實現(xiàn)的。在時間ti檢查后，通過檢查監(jiān)測參數(shù)值是否超過閾值TH(ti)來實現(xiàn)滾動軸承的診斷。

4 決策效果分析

采用模擬仿真和現(xiàn)場統(tǒng)計的托輥故障數(shù)據(jù)說明本文提出的帶式輸送機系統(tǒng)托輥維護決策架構(gòu)的有效性?？紤]到傳感器的安裝和可行性、信號的可解釋性和及時性，選擇溫度作為托輥的狀態(tài)監(jiān)測參數(shù)。表1為帶式輸送機系統(tǒng)仿真實例中的相關(guān)參數(shù)設置。

表1 參數(shù)設置

模擬開始時，初始閾值設置為40 ℃。選擇中心滾動軸承作為仿真研究對象。為了表示滾動軸承溫度隨時間的變化，隨機分配10 002個中心滾動軸承的溫度，使得它們的相對頻率函數(shù)呈現(xiàn)如圖3所示的模式。假設每次檢驗的模擬溫度測量值服從正態(tài)分布。對于模擬研究，采用1個月的恒定檢查間隔。對于框架中的誤差項ε(ti)，考慮了一個線性模型ε(ti)=α1,i+α2,i·ti進行模擬。閾值增量Θ在仿真過程中設置為0.3 ℃。

圖4所示為理論計算修正的故障率、具有更新閾值的監(jiān)測數(shù)據(jù)故障率和應用L10軸承壽命理論得出的故障率隨軸承運行時間的變化情況。由圖4可知，前23個月L10理論的故障率最高。在此期間，溫度的相對頻率函數(shù)集中在低溫區(qū)，這意味著很少有滾動軸承的溫度超過閾值，故障率很低。23個月后，狀態(tài)監(jiān)測的故障率高于L10理論的故障率，同時狀態(tài)監(jiān)測的故障率發(fā)生了顯著波動，這可歸因于模擬溫度測量值和閾值的同時變化。L10理論的故障率幾乎恒定在0.2%，修正后的理論計算的故障率比狀態(tài)監(jiān)測的故障率變化更為平穩(wěn)。從圖4可以得出結(jié)論，在所提出的框架中理論計算修正得到的故障率比從L10理論得到的故障率更精確。

圖3 軸承在不同使用時間的模擬溫度分布

圖4 仿真過程中滾動軸承的故障率

圖5所示為模擬期間溫度閾值隨運行時間的變化情況。在前23個月閾值從最初的40 ℃線性下降到31.2 ℃，之后觀察到閾值增加并在120個月結(jié)束于44.5 ℃。觀察結(jié)果與模擬研究中預先設定的臨界值40 ℃和托輥間的溫度分布有關(guān)。前23個月很少有滾子軸承溫度超過臨界值，在這種情況下將閾值修改為較低的值。隨著仿真時間的延長，滾柱軸承的溫度超過臨界值的次數(shù)多于可靠性計算指標，在此期間閾值將持續(xù)更新為更高值。圖5表明可以用給定的初始值、實時數(shù)據(jù)和理論計算來更新閾值。

圖6所示為分別采用本文方法、具有恒定閾值的傳統(tǒng)方法和L10理論計算得到的滾動軸承故障累積分布。由圖6可知，當托輥運行120個月時，利用本文提出的框架計算故障累計約為62%，說明10 a內(nèi)將有62%的滾動軸承需要被更換。而L10理論計算結(jié)果表明只有22%的滾動軸承將被更換，恒溫閾值的計算結(jié)果表明86個月后需要更換所有托輥。因此，綜合維護決策框架能夠為托輥故障提供更準確的決策。

圖5 仿真過程中閾值的演化

圖6 仿真過程中滾動軸承故障的累積變化

根據(jù)平煤集團某礦帶式輸送機系統(tǒng)近3年的現(xiàn)場故障數(shù)據(jù)統(tǒng)計，托輥的故障率為20%?；诮?jīng)驗常數(shù)閾值方法計算的托輥故障率為33%，而采用本文的綜合維護決策架構(gòu)計算的故障率僅為22%，與實際故障率更為接近。以上分析說明綜合維護決策架構(gòu)對托輥故障具有更強的預測能力，有利于礦井煤炭運輸部門的管理。該架構(gòu)在保證帶式輸送機系統(tǒng)可靠性的同時可降低維護成本。

5 結(jié)論

本文提出了一種基于帶式輸送機系統(tǒng)托輥的運行狀態(tài)數(shù)據(jù)、可靠性理論估計和狀態(tài)監(jiān)測數(shù)據(jù)的綜合維護決策框架。在此框架下，進行了可靠性理論估計與狀態(tài)監(jiān)測數(shù)據(jù)的交互作用，從而實現(xiàn)了托輥失效率預測的不斷修正和閾值參數(shù)的進一步更新。該框架能夠合理的對設備進行維護，可以幫助企業(yè)降低維修成本，具有較好的工程應用價值。通過仿真驗證了該框架的有效性?，F(xiàn)場故障數(shù)據(jù)統(tǒng)計結(jié)果表明，該框架能提高托輥故障的可預測性。