一种矿用带式输送机健康状态在线评估方法技术

本发明专利技术公开一种矿用带式输送机健康状态在线评估方法，包括：(1)获取带式输送机输送带带速、瞬时煤流量、驱动电机电流作为运行工况特征参数；(2)利用获取的特征参数，使用多维时间序列聚类算法TICC对带式输送机系统的运行工况进行辨识，将其分为n种工况；(3)对不同工况下带式输送机系统效率进行横向对比，由正态分布拟合各工况对应的系统运行效率概率密度；(4)对同种工况下的采样数据进行纵向分析，得出带式输送机的健康状况变化趋势，结合现场实际经验，划分健康状态评价等级；(5)建立带式输送机健康状态评价模型，结合实时运行数据，实现对带式输送机系统健康状态的评估。现对带式输送机系统健康状态的评估。现对带式输送机系统健康状态的评估。

【技术实现步骤摘要】
一种矿用带式输送机健康状态在线评估方法


[0001]本专利技术属于带式输送机智能检测和评估
，尤其涉及一种带式输送机健康状态在线评估技术。

技术介绍

[0002]矿用带式输送机是煤炭生产运输过程中的关键电气设备，其可靠高效运行对煤炭企业的生产安全与经济效益有重要影响。为了提高其运行可靠性，需要建立有效评估设备健康程度的指标，以期在设备未发生故障但健康程度较低时进行维护与保养，保障带式输送机系统的可靠高效运行。
[0003]现有的针对带式输送机等矿山设备系统的故障诊断、故障预测与健康状态评估的研究还存在一些问题，所提方法主要依赖物理模型，由于矿山设备往往由多子系统复杂耦合构成，目前仍有较多设备子系统的机理建模尚未完成；进行验证时大多基于单一子系统的故障状态数据或试验台测得的标准数据集，迁移到现场设备上时往往无法获得理论上的效果；监控系统的好坏依赖于阈值的设定，存在误报、漏报以及保护装置启动滞后性等问题。

技术实现思路

[0004]为克服现有技术中存在的问题，本专利技术提出了一种矿用带式输送机健康状态在线评估方法，建立带式输送机健康状态评估模型，实现对其健康状态的在线评估。本专利技术技术方案包括以下步骤：
[0005]S1、获取运行工况特征参数，包括：带式输送机带速、瞬时煤流量和驱动电机电流；
[0006]S2、利用获取的运行工况特征参数，使用多维时间序列聚类算法TICC(Toeplitz Inverse Covariance
‑
based Clustering,基于Toeplitz逆协方差的多维时间序列聚类，简称 TICC)对带式输送机系统的运行工况进行辨识，将其分为n种工况；
[0007]S3、对不同工况下带式输送机系统效率进行横向对比，由正态分布拟合各工况对应的系统运行效率概率密度；
[0008]S4、对同种工况下的采样数据进行纵向分析，得出带式输送机的健康状况变化趋势，结合现场实际经验，划分健康状态评价等级；
[0009]S5、建立带式输送机健康状态评价模型，结合实时运行数据，实现对带式输送机系统健康状态的评估。
[0010]进一步的，所述步骤S2中，使用的TICC算法具体流程包括：
[0011]记有时间长度为T的设备历史运行数据为：
[0012]X＝[x1,x2,x3,
…
x
t
,
…
x
T
][0013]式中，T为时序数据集样本的个数，x
t
为t时刻设备安装的n种传感器共同测得的n维运行数据向量：
[0014][0015]以每一时刻t为基准，向后截取窗口长度为k的数据子序列X
t
，记为：
[0016]X
t
＝[x
t
,x
t+1
,x
t+2
,
…
x
t+k
‑1][0017]设数据集共分为M类，则第m簇所包含的p个传感器信号集合记为：
[0018]W
m
＝[W
m1
,W
m2
,
…
W
mp
][0019]设每个聚类使用高斯协方差逆矩阵定义为Θ
m
＝R
nk*nk
，TICC求解模型为：
[0020][0021]式中，表示一组对称Teoplitz矩阵；表示Hadamard乘积的L1范数惩罚，利用激励稀疏拟协方差；α表示时间一致性系数；是用于检查最后一个子序列X
t
‑1是否属于第m类别的对数可能性，具体表示为：
[0022][0023]式中，β
m
表示类别m的经验平均值。
[0024]进一步的，所述步骤S3中，求取带式输送机系统的效率过程如下：
[0025]从能量角度分析，带式输送机系统的效率η表示为：
[0026][0027]式中，E
out
指带式输送机的能量输出，即设备运行过程中所做的功；E
in
指带式输送机系统总能量输入，即消耗的电能，此部分由带式输送机系统的电压电流数据求得：
[0028][0029]式中，U指带式输送机系统的线电压，I指带式输送机系统的线电流，指线电压与线电流之间的相位角，t指需要计算的能量输入所对应的时间范围；
[0030]基于能量转换视角，带式输送机主滚筒所提供的运行功率P
A
主要由以下四部分消耗：
[0031]①
空载运行消耗功率P
nl
(W)：
[0032]P
nl
＝gf(L
h
+L0)qv
b
[0033]式中，g为重力加速度，取值为9.8m/s2，f为模拟摩擦因数，L
h
为带式输送机滚筒中心距在水平方向的长度(m)，L0为长度补偿系数(m)，用于补偿摩擦力中与皮带长度无关的分量，v
b
为输送带带速(m/s)，q为设备运动部分的单位质量(kg/m)，其计算公式如下：
[0034][0035]式中，为承载托辊转动部分的单位质量(kg/m)，为回程托辊转动部分的单位质量(kg/m)，q
belt
为单位长度输送带的质量(kg/m)；
[0036]②
水平方向运输物料消耗的功率P
l
(W)：
[0037]P
l
＝gf(L
h
+L0)q
m
v
b
[0038]式中，H为物料的提升或下方高度(m)，q
m
为输送带上单位长度物料的质量(kg/m)；
[0039]③
垂直方向运输物料消耗的功率P
h
(W)：
[0040]P
h
＝gHq
m
v
b
[0041]式中，H为物料的提升或下放高度(m)；
[0042]④
皮带机运行时配件与输送带摩擦消耗的功率P
ACS
(W)：
[0043]P
ACS
＝0.2gd2L
h
γv
b
[0044]式中，d为物料截面深度(m)，γ为物料堆积密度(kg/m3)。
[0045]综上所述，基于能量转换视角，带式输送机连续输送物料t秒共消耗的有效能量E
out (J)为：
[0046][0047]进一步简化为：
[0048][0049]同时有主动滚筒机械功率P
A
(W):
[0050]P
A
＝(C1+C3+C2q
m
)v
b
[0051]式中，C1＝gf(L
h
+L0)q，C2＝gf(L
h
+L0)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿用带式输送机健康状态在线评估方法，其特征在于，包括以下步骤：S1、获取运行工况特征参数，包括：带式输送机带速、瞬时煤流量和驱动电机电流；S2、利用获取的运行工况特征参数，使用多维时间序列聚类算法TICC方法对带式输送机系统的运行工况进行辨识，将其分为n种工况；S3、对不同工况下带式输送机系统效率进行横向对比，由正态分布拟合各工况对应的系统运行效率概率密度；S4、对同种工况下的采样数据进行纵向分析，得出带式输送机的健康状况变化趋势，结合现场实际经验，划分健康状态评价等级；S5、建立带式输送机健康状态评价模型，结合实时运行数据，实现对带式输送机系统健康状态的评估。2.根据权利要求1所述的矿用带式输送机健康状态在线评估方法，其特征在于：所述步骤S2中，使用的TICC算法具体流程包括：记有时间长度为T的设备历史运行数据为：X＝[x1,x2,x3,
…
x
t
,
…
x
T
]式中，T为时序数据集样本的个数，x
t
为t时刻设备安装的n种传感器共同测得的n维运行数据向量：以每一时刻t为基准，向后截取窗口长度为k的数据子序列X
t
，记为：X
t
＝[x
t
,x
t+1
,x
t+2
,
…
x
t+k
‑1]设数据集共分为M类，则第m簇所包含的p个传感器信号集合记为：W
m
＝[W
m1
,W
m2
,
…
W
mp
]设每个聚类使用高斯协方差逆矩阵定义为Θ
m
＝R
nk*nk
，TICC求解模型为：式中，表示一组对称Teoplitz矩阵；表示Hadamard乘积的L1范数惩罚，利用激励稀疏拟协方差；α表示时间一致性系数；是用于检查最后一个子序列X
t
‑1是否属于第m类别的对数可能性，具体表示为：式中，β
m
表示类别m的经验平均值。3.根据权利要求1或2所述的矿用带式输送机健康状态在线评估方法，其特征在于，所述步骤S3中，求取带式输送机系统的效率过程如下：从能量角度分析，带式输送机系统的效率η表示为：式中，E
out
指带式输送机的能量输出，即设备运行过程中所做的功；E
in
指带式输送机系统总能量输入，即消耗的电能，此部分由带式输送机系统的电压电流数据求得：
式中，U指带式输送机系统的线电压，I指带式输送机系统的线电流，指线电压与线电流之间的相位角，t指需要计算的能量输入所对应的时间范围；基于能量转换视角，带式输送机主滚筒所提供的运行功率P
A
主要由以下四部分消耗：
①
空载运行消耗功率P
nl
(W)：P
nl

【专利技术属性】
技术研发人员：梁睿，张禹，朱思尧，钦宇轩，陶云春，王业宁，蒋昊，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：