【技术实现步骤摘要】
本专利技术提供了一种长壁采煤机多变负载下的振动监测分析装置及方法，属于采煤机振动监测。
技术介绍
1、尽管振动分析已广泛应用于长壁采煤机的机械类故障检测与诊断，但在采煤过程中，由于煤层结构的非连续性、采煤机的定位导航偏差，采煤机即使处于同一截割深度、牵引速度的条件下，其承受的负载也会呈现出较大的波动性，进而影响传统的振动分析对结构完整性、零部件磨损程度的准确推断。为了解决这一问题，一种方式是通过幅度解调的方式消除负载变化对振动分析的影响，但鉴于采煤过程较强的背景噪声，其有效性仅限于实验室的理想环境；另一种方式是仅采集空载时的振动信号进行分析以避免负载变化的影响，遗憾的是其振动监测分析不能覆盖采煤机典型的运行剖面。因此，如何在振动监测分析时考虑长壁采煤机极其多变的负载特点以及采煤过程较强的背景噪声，准确地对采煤机运行的健康状况作出推断，仍然是实现煤矿作业自动化、智能化需要解决的关键技术环节。
技术实现思路
1、本专利技术为了解决现有的振动监测分析受限于长壁采煤机极其多变的负载特点以及采煤过程较强的背景噪声的问题，提出了一种长壁采煤机多变负载下的振动监测分析装置及方法。
2、为了解决上述技术问题，本专利技术采用的技术方案为：一种长壁采煤机多变负载下的振动监测分析装置，包括数据采集模块、运行状态识别模块和振动分析模块，所述数据采集模块用于采集长壁采煤机的运行参数及振动信号，然后将运行参数发送至运行状态识别模块，将振动信号发送至振动分析模块，所述运行状态识别模块用于对长壁采煤机
3、所述数据采集模块采集的长壁采煤机的运行参数包括截割深度、牵引速度、截割电机的转速与输出扭矩、牵引电机的转速与输出扭矩，所述数据采集模块采集的长壁采煤机的振动信号包括采煤机截割电机及相应齿轮箱的振动信号和采煤机牵引电机及相应齿轮箱的振动信号，其中采煤机截割电机及相应齿轮箱的振动信号通过安装在截割电机驱动端的第一加速度传感器和第二加速度传感器采集，第一加速度传感器的安装方向平行于采煤机的牵引方向，第二加速度传感器的安装方向与第一加速度传感器相互垂直且平行于采煤工作面，采煤机牵引电机及相应齿轮箱的振动信号通过安装在牵引电机驱动端的第三加速度传感器采集，其安装方向平行于采煤机的牵引方向。
4、所述运行状态识别模块采用融合采煤机运行先验信息的多层感知器网络模型实现。
5、所述多层感知器网络模型包括：
6、输入层：用于输入数据，即需要输入网络模型的采煤机运行参数的归一化处理；
7、多个中间层：用于采煤机运行参数的多级特征提取，并最终生成负载相对稳定的运行模态的概率分布；
8、输出层：用于给出采煤机运行所处的负载相对稳定的运行模态类别。
9、所述中间层设置为4层，分别为：
10、由线性感知器linearperceptronlayer(n_fe1)、relu函数阵列relulayer构成网络模型的第2层；
11、由线性感知器linearperceptronlayer(n_fe2)、relu函数阵列relulayer构成网络模型的第3层；
12、由线性感知器linearperceptronlayer(n_fe3)、relu函数阵列relulayer构成网络模型的第4层，分别用于采煤机运行参数的第1级、第2级、第3级特征提取，n_fe1、n_fe2、n_fe3分别是网络模型的第2层、第3层、第4层的节点个数，节点个数的取值在考虑网络模型输入层节点个数、输出层节点个数的基础上通过工程经验给出；
13、由softmax函数softmaxlayer构成网络模型的第5层，用于生成负载相对稳定的运行模态的概率分布。
14、所述多层感知器网络模型中融合的采煤机运行先验信息根据采煤机运行在物理意义或工程实践上的解释采用层次化树状结构进行提取与表示。
15、所述融合采煤机运行先验信息的多层感知器网络模型的参数学习采用改进的带动量的随机梯度下降算法。
16、一种长壁采煤机多变负载下的振动监测分析方法，采用长壁采煤机多变负载下的振动监测分析装置，包括如下步骤：
17、s1：通过数据采集模块采集长壁采煤机的运行参数和振动信号，将运行参数发送至运行状态识别模块，将振动信号发送至振动分析模块；
18、s2：通过运行状态识别模块将长壁采煤机的运行状态划分为一系列负载相对稳定的运行模态，并将上述运行模态发送至振动分析模块；
19、s3：振动分析模块针对一系列负载相对稳定的运行模态，在考虑采煤过程较强背景噪声的情形下，通过振动分析算法，给出采煤机的电机轴承、齿轮箱及相应轴承的早期故障、磨损情况的准确推断。
20、所述步骤s2中的运行状态识别模块采用融合采煤机运行先验信息的多层感知器网络模型实现，融合采煤机运行先验信息的多层感知器网络模型的参数学习采用改进的带动量的随机梯度下降算法，采煤机运行的先验信息由层次化树状结构给出：
21、树状结构的顶点s_lws指示长壁采煤机的运行状态；
22、树状结构的中间节点[cd_lws,hs_lws]指示由截割深度cd_lws、牵引速度hs_lws构成的长壁采煤机的运行模式；
23、树状结构的叶节点ls_lws指示在长壁采煤机的某一运行模式下根据振动分析需要进一步细分而成的负载相对稳定的运行模态。
24、所述步骤s3中通过振动分析算法，给出采煤机的电机轴承、齿轮箱及相应轴承的早期故障、磨损情况的准确推断的具体步骤如下：
25、s31，振动分析算法采用包络分析提取采煤机共振频带振动信号以及共振频带振动信号的包络频谱；
26、包络分析采用带通滤波提取采煤机共振频带的振动信号，带通滤波的截止频率根据采煤机的共振频带范围设定；
27、包络分析采用hilbert变换和傅立叶变换提取采煤机共振频带振动信号的包络频谱；
28、s32，振动分析算法采用共振频带的能量水平、电机轴承与齿轮箱及相应轴承特征频率的能量水平推断采煤机运行的健康状况。
29、本专利技术相对于现有技术具备的有益效果为：本专利技术给出的振动监测分析方法考虑了长壁采煤机极其多变的负载特点以及采煤过程较强的背景噪声，可以更为准确地对采煤机运行的健康状况作出推断；此外，识别的运行模态、提取的振动特征在工程上具有清晰的物理意义，便于长壁采煤机的运行维修人员进行故障的及时定位与根原因分析。
本文档来自技高网...【技术保护点】
1.一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：包括数据采集模块、运行状态识别模块和振动分析模块，所述数据采集模块用于采集长壁采煤机的运行参数及振动信号，然后将运行参数发送至运行状态识别模块，将振动信号发送至振动分析模块，所述运行状态识别模块用于对长壁采煤机的运行状态进行识别并划分为一系列负载相对稳定的运行模态，然后将负载相对稳定的运行模态发送至振动分析模块，所述振动分析模块根据运行模态和振动信号对长壁采煤机运行的健康状况进行分析，给出长壁采煤机的电机轴承、齿轮箱及相应轴承的早期故障、磨损情况的推断结果。
2.根据权利要求1所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述数据采集模块采集的长壁采煤机的运行参数包括截割深度、牵引速度、截割电机的转速与输出扭矩、牵引电机的转速与输出扭矩，所述数据采集模块采集的长壁采煤机的振动信号包括采煤机截割电机及相应齿轮箱的振动信号和采煤机牵引电机及相应齿轮箱的振动信号，其中采煤机截割电机及相应齿轮箱的振动信号通过安装在截割电机驱动端的第一加速度传感器和第二加速度传感器采集，第一加速度传感器的安装方向平行于
3.根据权利要求1所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述运行状态识别模块采用融合采煤机运行先验信息的多层感知器网络模型实现。
4.根据权利要求3所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述多层感知器网络模型包括：
5.根据权利要求4所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述中间层设置为4层，分别为：
6.根据权利要求5所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述多层感知器网络模型中融合的采煤机运行先验信息根据采煤机运行在物理意义或工程实践上的解释采用层次化树状结构进行提取与表示。
7.根据权利要求6所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述融合采煤机运行先验信息的多层感知器网络模型的参数学习采用改进的带动量的随机梯度下降算法。
8.一种长壁采煤机多变负载下的振动监测分析方法，采用如权利要求1-7任一项所述的长壁采煤机多变负载下的振动监测分析装置，其特征在于：包括如下步骤：
9.根据权利要求8所述的一种长壁采煤机多变负载下的振动监测分析方法，其特征在于：所述步骤S2中的运行状态识别模块采用融合采煤机运行先验信息的多层感知器网络模型实现，融合采煤机运行先验信息的多层感知器网络模型的参数学习采用改进的带动量的随机梯度下降算法，采煤机运行的先验信息由层次化树状结构给出：
10.根据权利要求8所述的一种长壁采煤机多变负载下的振动监测分析方法，其特征在于：所述步骤S3中通过振动分析算法，给出采煤机的电机轴承、齿轮箱及相应轴承的早期故障、磨损情况的准确推断的具体步骤如下：
...【技术特征摘要】
1.一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：包括数据采集模块、运行状态识别模块和振动分析模块，所述数据采集模块用于采集长壁采煤机的运行参数及振动信号，然后将运行参数发送至运行状态识别模块，将振动信号发送至振动分析模块，所述运行状态识别模块用于对长壁采煤机的运行状态进行识别并划分为一系列负载相对稳定的运行模态，然后将负载相对稳定的运行模态发送至振动分析模块，所述振动分析模块根据运行模态和振动信号对长壁采煤机运行的健康状况进行分析，给出长壁采煤机的电机轴承、齿轮箱及相应轴承的早期故障、磨损情况的推断结果。
2.根据权利要求1所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述数据采集模块采集的长壁采煤机的运行参数包括截割深度、牵引速度、截割电机的转速与输出扭矩、牵引电机的转速与输出扭矩，所述数据采集模块采集的长壁采煤机的振动信号包括采煤机截割电机及相应齿轮箱的振动信号和采煤机牵引电机及相应齿轮箱的振动信号，其中采煤机截割电机及相应齿轮箱的振动信号通过安装在截割电机驱动端的第一加速度传感器和第二加速度传感器采集，第一加速度传感器的安装方向平行于采煤机的牵引方向，第二加速度传感器的安装方向与第一加速度传感器相互垂直且平行于采煤工作面，采煤机牵引电机及相应齿轮箱的振动信号通过安装在牵引电机驱动端的第三加速度传感器采集，其安装方向平行于采煤机的牵引方向。
3.根据权利要求1所述的一种长壁采煤机多变负载下的振动监测分析装置，其特征在于：所述运行状态识别模块采用融合采煤机运行先验信息的多层感...
【专利技术属性】
技术研发人员：张小栋，谢鹏娟，潘韩铭，刘博巍，秦鹏，赵耀宙，
申请(专利权)人：煤炭工业太原设计研究院集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。