基于機器學(xué)習(xí)的通風(fēng)網(wǎng)絡(luò)故障診斷方法研究

張浪，張迎輝，張逸斌，李左

（1.煤炭科學(xué)研究總院,北京 100013；2.煤炭科學(xué)技術(shù)研究院有限公司 安全分院,北京 100013；3.煤炭資源高效開采與潔凈利用國家重點實驗室,北京 100013）

0 引言

隨著智慧礦山建設(shè)和智能化開采的提出，礦井通風(fēng)亟需向智能化、信息化方向轉(zhuǎn)變升級[1-3]。研究礦井通風(fēng)網(wǎng)絡(luò)故障診斷對促進(jìn)礦井通風(fēng)智能化發(fā)展、提高通風(fēng)系統(tǒng)安全保障能力具有重要意義[4-5]。

目前煤礦通風(fēng)系統(tǒng)故障診斷方法主要是根據(jù)井下各類傳感器監(jiān)測數(shù)據(jù)進(jìn)行分析判斷，只能識別傳感器所在巷道的故障。針對該問題，一些學(xué)者將機器學(xué)習(xí)算法[6-9]應(yīng)用到煤礦通風(fēng)系統(tǒng)故障診斷中，取得了一定成果。劉劍等[10-12]提出了基于支持向量機（Support Vector Machine,SVM）的礦井通風(fēng)系統(tǒng)阻變型故障診斷方法，將風(fēng)量-風(fēng)壓復(fù)合特征作為SVM的輸入構(gòu)建診斷模型，提高了故障診斷準(zhǔn)確率。周啟超等[13]提出采用改進(jìn)遺傳算法對SVM 參數(shù)進(jìn)行優(yōu)化，并用于通風(fēng)系統(tǒng)故障診斷。黃德等[14]將風(fēng)量、風(fēng)壓、節(jié)點壓能等7 種特征作為觀測特征進(jìn)行組合試驗，解決了故障診斷觀測特征冗余無關(guān)的問題。劉彥青[15]提出了基于BP 神經(jīng)網(wǎng)絡(luò)的礦井風(fēng)量預(yù)測模型，對待掘巷道摩擦阻力系數(shù)進(jìn)行了預(yù)測。

機器學(xué)習(xí)算法通過對已知數(shù)據(jù)的學(xué)習(xí)來預(yù)測未知數(shù)據(jù)，現(xiàn)有通風(fēng)系統(tǒng)故障診斷方法大多針對1 種機器學(xué)習(xí)算法進(jìn)行研究，無法保證所選算法為最優(yōu)。因此，本文對多種機器學(xué)習(xí)算法進(jìn)行分析比較，選擇SVM、隨機森林和神經(jīng)網(wǎng)絡(luò)3 種算法，通過網(wǎng)格搜索和交叉驗證相結(jié)合的方法對基于SVM、隨機森林、神經(jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型進(jìn)行參數(shù)尋優(yōu)，最后采用3 種診斷模型進(jìn)行實驗和現(xiàn)場驗證。

1 機器學(xué)習(xí)算法選擇及原理

1.1 算法選擇

對最近鄰、線性模型、樸素貝葉斯、決策樹、隨機森林、梯度提升決策樹、SVM、神經(jīng)網(wǎng)絡(luò)等8 種機器學(xué)習(xí)算法進(jìn)行比較[16]，結(jié)果見表1。綜合考慮各種算法的優(yōu)缺點，選擇SVM、隨機森林和神經(jīng)網(wǎng)絡(luò)3 種機器學(xué)習(xí)算法進(jìn)行通風(fēng)網(wǎng)絡(luò)故障診斷研究。

表1 8 種機器學(xué)習(xí)算法比較Table 1 Comparison of eight machine learning algorithms

1.2 SVM 原理

SVM 主要思想是建立一個最優(yōu)超平面作為決策曲面，使得正例與反例之間的間隔最大化。在樣本空間中，超平面可描述為

式中：wT為法向量，決定超平面的方向；x為輸入特征變量；b為位移項，決定超平面與原點之間的距離。

定義2 個標(biāo)準(zhǔn)超平面H1和H2，H1:wTx+b=1，H2:wTx+b=-1，2 個平面之間的距離就是分類間隔，可表示為

影響SVM 分類準(zhǔn)確率的參數(shù)主要是γ和C。γ是控制高斯核寬度的參數(shù)，決定點與點之間的距離，γ越小，則決策邊界變化越慢，生成的模型復(fù)雜度越低。C是正則化參數(shù)，限制每個點的重要程度，C越大，則對應(yīng)的模型越復(fù)雜。

1.3 隨機森林原理

隨機森林是一種集成算法，實現(xiàn)步驟如下：

（1）從大小為N的樣本數(shù)據(jù)集L中有放回地隨機抽取N個訓(xùn)練樣本，得到一個自助訓(xùn)練集Lk。

（2）用自助訓(xùn)練集Lk訓(xùn)練1 棵決策樹，在決策樹的每個節(jié)點需要分裂時，隨機從每個樣本的M個屬性中選取M0個作為分裂屬性，然后從這M0個屬性中選擇1 個進(jìn)行分裂。

（3）每個節(jié)點按照步驟（2）進(jìn)行分裂，直到不能夠再分裂為止。

（4）按照步驟（1）-步驟（3）建立大量決策樹，構(gòu)成隨機森林。

影響隨機森林分類準(zhǔn)確率的參數(shù)主要是決策樹個數(shù)p和限制分支時考慮的特征個數(shù)q。p值越大，則對應(yīng)的隨機森林越復(fù)雜。q值決定每棵樹的隨機性大小，q值越小，隨機森林中的樹越不相同，一般默認(rèn)其值與樣本屬性個數(shù)M的關(guān)系為

1.4 神經(jīng)網(wǎng)絡(luò)原理

神經(jīng)網(wǎng)絡(luò)是一種模擬人腦思維的計算機模型。神經(jīng)網(wǎng)絡(luò)無需事先確定描述輸入與輸出之間映射關(guān)系的數(shù)學(xué)方程，而僅通過自身的訓(xùn)練學(xué)習(xí)某種規(guī)則，在給定輸入值時得到最接近期望輸出值的結(jié)果。

影響神經(jīng)網(wǎng)絡(luò)分類準(zhǔn)確率的參數(shù)主要有隱含層層數(shù)、隱含層節(jié)點數(shù)、正則化參數(shù)、迭代次數(shù)及激活函數(shù)等。隱含層節(jié)點數(shù)t越大，正則化參數(shù)α越小，表示模型復(fù)雜度越高。確定隱含層節(jié)點數(shù)的經(jīng)驗公式為

式中：m為 輸入層節(jié)點數(shù)；n為 輸出層節(jié)點數(shù)；a為調(diào)節(jié)常數(shù)，取值范圍一般為1～10。

2 基于機器學(xué)習(xí)的通風(fēng)網(wǎng)絡(luò)故障診斷方法

采用SVM、隨機森林、神經(jīng)網(wǎng)絡(luò)3 種機器學(xué)習(xí)算法建立通風(fēng)網(wǎng)絡(luò)故障診斷模型。采集通風(fēng)系統(tǒng)數(shù)據(jù)并進(jìn)行預(yù)處理，從處理后的數(shù)據(jù)中隨機抽取75%作為訓(xùn)練集，25%作為測試集；通過網(wǎng)格搜索和交叉驗證進(jìn)行模型參數(shù)尋優(yōu)，將測試集代入訓(xùn)練過的模型，根據(jù)測試集準(zhǔn)確率進(jìn)行最終評估?；跈C器學(xué)習(xí)的通風(fēng)網(wǎng)絡(luò)故障診斷方法流程如圖1 所示。

圖1 基于機器學(xué)習(xí)的通風(fēng)網(wǎng)絡(luò)故障診斷方法流程Fig.1 Flow of fault diagnosis method of ventilation network based on machine learning

3 數(shù)據(jù)采集及預(yù)處理

3.1 數(shù)據(jù)采集

3.1.1 實驗平臺

根據(jù)礦井通風(fēng)系統(tǒng)實際布局，按照幾何相似、運動相似、動力相似準(zhǔn)則構(gòu)建通風(fēng)網(wǎng)絡(luò)管道模型，采用中央并列式通風(fēng)方式和機械抽出式通風(fēng)方法，主副斜井進(jìn)風(fēng)，回風(fēng)立井回風(fēng)，布置1 臺2.5 kW 軸流式通風(fēng)機作為通風(fēng)動力裝置，共布置2 個水平、2 個回采工作面、1 個備用工作面、4 個掘進(jìn)工作面及3 處硐室型用風(fēng)地點。

實驗平臺由通風(fēng)系統(tǒng)網(wǎng)絡(luò)管道子系統(tǒng)、通風(fēng)系統(tǒng)傳感器與調(diào)控設(shè)施子系統(tǒng)組成，如圖2 所示，其中黃色部分表示自動蝶閥，藍(lán)色部分表示風(fēng)速傳感器，紅色部分表示溫濕度傳感器。通風(fēng)系統(tǒng)網(wǎng)絡(luò)管道子系統(tǒng)由直徑為160 mm 的透明亞克力管道組成，通風(fēng)管道總長度為75 m，管道網(wǎng)絡(luò)分支為62 條，管道網(wǎng)絡(luò)節(jié)點為38 個；通風(fēng)系統(tǒng)傳感器與調(diào)控設(shè)施子系統(tǒng)主要由16 臺自動蝶閥、14 臺壓差傳感器、18 臺風(fēng)速傳感器、3 臺溫濕度傳感器組成。

圖2 通風(fēng)網(wǎng)絡(luò)故障診斷實驗平臺Fig.2 Experimental platform of fault diagnosis of ventilation network

通風(fēng)網(wǎng)絡(luò)如圖3 所示，其中e1-e62為管道網(wǎng)絡(luò)分支，為管道網(wǎng)絡(luò)節(jié)點。

圖3 實驗平臺通風(fēng)網(wǎng)絡(luò)Fig.3 Ventilation network of experimental platform

3.1.2 數(shù)據(jù)采集過程

根據(jù)礦井通風(fēng)阻力定律，有

式中：hi為第i條 分支的阻力，Pa；ri為第i條分支的風(fēng)阻，N·s2/m8；Qi為第i條 分支的風(fēng)量，m3/s。

由式（5）可知，當(dāng)某條巷道分支風(fēng)阻發(fā)生改變時，會引起整個通風(fēng)網(wǎng)絡(luò)的風(fēng)量重新分配。在實驗平臺中，用蝶閥代替通風(fēng)構(gòu)筑物風(fēng)門、風(fēng)窗，保持通風(fēng)機動力不變，則蝶閥開度變化會造成其所在分支的等效風(fēng)阻發(fā)生變化，進(jìn)而引起風(fēng)量變化。實驗時隨機選取分支e8，e10，e15，e16，e55模擬故障情況，具體步驟如下：

（1）將通風(fēng)機頻率調(diào)為50 Hz，記錄各蝶閥初始狀態(tài)下e1-e3，e7，e9-e12，e20，e24，e27，e29，e35，e37，e41，e44，e49，e60分支中18 個風(fēng)速傳感器測得的風(fēng)速。

（2）調(diào)節(jié)分支e8中蝶閥開度，調(diào)節(jié)范圍為0～100°，不包括初始角度50°，連續(xù)調(diào)節(jié)60 次，記錄每次調(diào)節(jié)后網(wǎng)絡(luò)解算得到的風(fēng)速。

（3）按照步驟（2）依次調(diào)節(jié)分支e10，e15，e16，e55中蝶閥開度，并收集每次變化后18 個風(fēng)速傳感器測得的風(fēng)速。

（4）測量管道網(wǎng)絡(luò)的斷面面積，將風(fēng)速數(shù)據(jù)換算成風(fēng)量。

18 個風(fēng)速傳感器均為同一型號，測量精度為±0.2 m/s+2%FS，且在出廠前均已標(biāo)校完成，確保了風(fēng)量數(shù)據(jù)的準(zhǔn)確性。

實驗共收集風(fēng)量數(shù)據(jù)300 組，部分?jǐn)?shù)據(jù)見表2。將18 個分支的風(fēng)量作為故障診斷模型的輸入變量，故障分支編號作為輸出變量。

表2 部分風(fēng)量數(shù)據(jù)Table 2 Part of the air volume data m3/min

3.2 數(shù)據(jù)預(yù)處理

為使18 個輸入風(fēng)量數(shù)據(jù)位于同一量級，采用標(biāo)準(zhǔn)化方法對數(shù)據(jù)進(jìn)行預(yù)處理。標(biāo)準(zhǔn)化方法確保了每個特征的平均值為0，方差為1，計算公式為

式中：ynew為標(biāo)準(zhǔn)化處理后的數(shù)據(jù)；yj為第j個輸入數(shù)據(jù)；為yj的平均值；σ為yj的方差；K為數(shù)據(jù)總數(shù)。

各分支初始風(fēng)量數(shù)據(jù)箱形圖如圖4 所示，從上至下分別為上邊緣、上四分位數(shù)、中位數(shù)、下四分位數(shù)和下邊緣，其中上邊緣、下邊緣分別表示每個分支300 個數(shù)的最大值和最小值，數(shù)據(jù)中75%低于上四分位數(shù)，數(shù)據(jù)中25%低于下四分位數(shù)，中位數(shù)則是按大小順序排列后中間數(shù)的值。從圖4 可看出，初始數(shù)據(jù)中分支e18的風(fēng)量最大，都在1 000 m3/min 以上，分支e14的風(fēng)量最小，最大值不超過200 m3/min，各分支風(fēng)量數(shù)據(jù)差距較大。

預(yù)處理后各分支風(fēng)量數(shù)據(jù)箱形圖如圖5 所示。通過對比發(fā)現(xiàn)，標(biāo)準(zhǔn)化后風(fēng)量數(shù)據(jù)之間的差距大大縮小。

圖5 預(yù)處理后風(fēng)量數(shù)據(jù)箱形圖Fig.5 Box plot of air volume data after preprocessing

4 通風(fēng)網(wǎng)絡(luò)故障診斷模型訓(xùn)練和測試

4.1 交叉驗證與網(wǎng)格搜索

通過交叉驗證和網(wǎng)格搜索對基于SVM、隨機森林、神經(jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型進(jìn)行參數(shù)尋優(yōu)。

交叉驗證是一種評估泛化性能的統(tǒng)計學(xué)方法。在交叉驗證過程中，數(shù)據(jù)被劃分為k折，訓(xùn)練模型時依次使用每一折作為測試集，其他k-1 折作為訓(xùn)練集，最后得到k個精度值。評價交叉驗證精度的一種常用方法是計算平均值，通過k折劃分使得所有類別的數(shù)據(jù)都能被訓(xùn)練，模型更穩(wěn)定，數(shù)據(jù)更全面。

網(wǎng)格搜索是一種模型參數(shù)優(yōu)化技術(shù)，其本質(zhì)是對指定參數(shù)值的窮舉搜索。對指定的不同參數(shù)作笛卡爾乘積，得到若干組參數(shù)組合，使用每組參數(shù)訓(xùn)練模型，挑選在交叉驗證中表現(xiàn)最好的參數(shù)作為最優(yōu)參數(shù)。

4.2 參數(shù)尋優(yōu)

4.2.1 SVM 模型參數(shù)尋優(yōu)

在基于SVM 的故障診斷模型中，設(shè)C={10，102，103，104，105，106}，γ={10-5，10-4，10-3，10-2，10-1，1}，經(jīng)過網(wǎng)格搜索和5 折交叉驗證，得到不同參數(shù)組合下SVM 模型交叉驗證平均分?jǐn)?shù)熱力圖，如圖6 所示。可以看出，C=10，γ=10-5時，交叉驗證平均分?jǐn)?shù)最低，只有0.545 0；隨著C和γ增大，交叉驗證平均分?jǐn)?shù)也不斷增大，當(dāng)C=104，γ=10-1時，交叉驗證平均分?jǐn)?shù)最高，達(dá)0.905 0；繼續(xù)增大參數(shù)值，交叉驗證平均分?jǐn)?shù)不再增大，說明最優(yōu)參數(shù)為C=104，γ=10-1，該參數(shù)下SVM 模型分類預(yù)測能力最優(yōu)。該結(jié)果驗證了參數(shù)值區(qū)間選取的合理性。

圖6 SVM 模型交叉驗證平均分?jǐn)?shù)熱力圖Fig.6 The heat map of cross-validation average score of SVM model

4.2.2 隨機森林模型參數(shù)尋優(yōu)

在基于隨機森林的故障診斷模型中，設(shè)決策樹個數(shù)p={5，10，15，20，25，30，35}，由于輸入特征為18 個分支的風(fēng)量，即M=18。根據(jù)式（3），令q={1，2，3，4，5}。經(jīng)過網(wǎng)格搜索和5 折交叉驗證，得到不同參數(shù)組合下隨機森林模型交叉驗證平均分?jǐn)?shù)熱力圖，如圖7 所示?？梢钥闯?，p=5，q=1 時，交叉驗證平均分?jǐn)?shù)最低，只有0.658 0，此時模型相對簡單；隨著決策樹個數(shù)增加和隨機性參數(shù)增大，模型逐漸復(fù)雜化，交叉驗證平均分?jǐn)?shù)不斷增大，當(dāng)p=15，q=4 時，交叉驗證平均分?jǐn)?shù)最高，達(dá)0.855 0；繼續(xù)增大決策樹個數(shù)和隨機性參數(shù)值，交叉驗證平均分?jǐn)?shù)不再增大。

圖7 隨機森林模型交叉驗證平均分?jǐn)?shù)熱力圖Fig.7 The heat map of cross-validation average score of random forest model

4.2.3 神經(jīng)網(wǎng)絡(luò)模型參數(shù)尋優(yōu)

通過實驗研究單隱層條件下隱含層節(jié)點數(shù)和正則化參數(shù)對分類準(zhǔn)確率的影響。輸入數(shù)據(jù)為18 個風(fēng)速傳感器的風(fēng)量，輸出數(shù)據(jù)為5 個巷道分支編號，即m=18，n=5，根據(jù)式（4），設(shè)隱含層節(jié)點數(shù)t={6，7，8，9，10，11，12，13，14，15，16，17，18}，正則化參數(shù)α={10-6，10-5，10-4，10-3，10-2，10-1}。經(jīng)過網(wǎng)格搜索和5 折交叉驗證，得到不同參數(shù)組合下神經(jīng)網(wǎng)絡(luò)模型交叉驗證平均分?jǐn)?shù)熱力圖，如圖8 所示?？梢钥闯?，t=6，α=10-5時，交叉驗證平均分?jǐn)?shù)最低，只有0.828 0；隨著隱含層節(jié)點數(shù)量增加，模型逐漸變得復(fù)雜，當(dāng)t=14，α=10-5時，交叉驗證平均分?jǐn)?shù)最高，達(dá)0.915 0，此時神經(jīng)網(wǎng)絡(luò)模型分類預(yù)測能力最好。

圖8 神經(jīng)網(wǎng)絡(luò)模型交叉驗證平均分?jǐn)?shù)熱力圖Fig.8 The heat map of cross-validation average score of neural network model

4.3 結(jié)果對比分析

3 種故障診斷模型在訓(xùn)練集和測試集上的準(zhǔn)確率見表3?？煽闯龌谏窠?jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型效果最好，泛化能力最強。

表3 故障診斷模型準(zhǔn)確率比較Table 3 Comparison of accuracy of fault diagnosis models

3 種故障診斷模型在測試集上對分支e8，e10，e15，e16，e55的預(yù)測準(zhǔn)確率如圖9 所示?？梢钥闯?，神經(jīng)網(wǎng)絡(luò)對5 個分支的預(yù)測準(zhǔn)確率均為最高，進(jìn)一步驗證了神經(jīng)網(wǎng)絡(luò)模型優(yōu)秀的泛化性能。

圖9 故障診斷模型在各分支上的預(yù)測準(zhǔn)確率Fig.9 Prediction accuracy of fault diagnosis model on each branch

5 現(xiàn)場驗證

為了進(jìn)一步比較3 種故障診斷模型的準(zhǔn)確率，在陜煤集團(tuán)神木張家峁煤礦進(jìn)行現(xiàn)場驗證。依次調(diào)節(jié)22201 運輸巷風(fēng)窗FC-2-2-001、22202 運輸巷風(fēng)窗FC-2-2-002、22203 運輸巷風(fēng)窗FC-2-2-003 過風(fēng)面積，監(jiān)測不同狀態(tài)下2-2煤風(fēng)窗附近8 個測風(fēng)站的風(fēng)量，共獲取160 組數(shù)據(jù)。將其中的75% 劃分為訓(xùn)練集，25%劃分為測試集，對3 種故障診斷模型進(jìn)行訓(xùn)練和測試，結(jié)果見表4?？梢钥闯觯窠?jīng)網(wǎng)絡(luò)模型在訓(xùn)練集和測試集上的準(zhǔn)確率均為最高。

表4 3 種故障診斷模型準(zhǔn)確率Table 4 Accuracy of three fault diagnosis models

隨機調(diào)節(jié)2-2煤運輸巷3 個風(fēng)窗的過風(fēng)面積，監(jiān)測風(fēng)窗附近8 個測風(fēng)站的風(fēng)量，共收集120 組新數(shù)據(jù)，輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測，3 個風(fēng)窗故障位置診斷結(jié)果散點圖如圖10 所示，其中風(fēng)窗序號1，2，3 分別表示FC-2-2-001，F(xiàn)C-2-2-002，F(xiàn)C-2-2-003?？梢钥闯?，風(fēng)窗FC-2-2-002 的40 個故障樣本全部預(yù)測正確；風(fēng)窗FC-2-2-001 的40 個故障樣本中，有1 個樣本被誤判為風(fēng)窗FC-2-2-002 的樣本，其余全部預(yù)測正確；風(fēng)窗FC-2-2-003 的40 個故障樣本中，有1 個樣本被誤判為風(fēng)窗FC-2-2-002 的樣本，其余全部預(yù)測正確。對3 個風(fēng)窗故障位置的診斷結(jié)果統(tǒng)計見表5，可見，基于神經(jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型準(zhǔn)確率達(dá)0.98，進(jìn)一步驗證了其可靠性。

圖10 故障位置診斷結(jié)果散點圖Fig.10 Scatter plot of fault location diagnosis results

表5 故障位置診斷結(jié)果統(tǒng)計Table 5 Statistics of fault location diagnosis results

6 結(jié)論

（1）在通風(fēng)網(wǎng)絡(luò)管道模型實驗平臺上收集通風(fēng)數(shù)據(jù)，分別建立基于SVM、隨機森林、神經(jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型，并運用網(wǎng)格搜索對參數(shù)進(jìn)行遍歷尋優(yōu)，得出神經(jīng)網(wǎng)絡(luò)模型在隱含層節(jié)點數(shù)量為14、正則化參數(shù)為10-5時，故障診斷準(zhǔn)確率最高，泛化能力最好。

（2）將基于SVM、隨機森林、神經(jīng)網(wǎng)絡(luò)的通風(fēng)網(wǎng)絡(luò)故障診斷模型應(yīng)用到張家峁煤礦現(xiàn)場數(shù)據(jù)集，得出3 種模型在測試集上的故障診斷準(zhǔn)確率分別為0.86，0.90 和0.96。收集120 組新的通風(fēng)數(shù)據(jù)并輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行故障預(yù)測，準(zhǔn)確率達(dá)0.98，進(jìn)一步驗證了神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性和可靠性。