基于二维投射的煤矿设备预知维护方法技术

本发明专利技术公开了一种融合二维投射的自回归分析实现煤矿设备预知维护，涉及煤矿主扇风机和提升机。本发明专利技术的诊断方法是从设备监测监控系统中提取振动信号，经数据分析和计算得出24个特征指标用以描述设备运行状态；对所述24个特征指标分别提取一个时间序列并各自进行自回归分析，得到各自对应的预测因子；利用二维投射将所述预测因子投射到二维空间，分别建立预测因子投射值与相对应的特征指标值的拟合函数，分别推算出24个特征指标的未来值；再通过对所述24个特征指标的未来值在最佳投射像方向矩阵下进行投射，根据投射值的分布情况判断设备未来运行状态的趋势，从而实现对煤矿设备的预知维护。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种融合二维投射的自回归分析实现煤矿设备预知维护，涉及煤矿主扇风机和提升机。本专利技术的诊断方法是从设备监测监控系统中提取振动信号，经数据分析和计算得出24个特征指标用以描述设备运行状态；对所述24个特征指标分别提取一个时间序列并各自进行自回归分析，得到各自对应的预测因子；利用二维投射将所述预测因子投射到二维空间，分别建立预测因子投射值与相对应的特征指标值的拟合函数，分别推算出24个特征指标的未来值；再通过对所述24个特征指标的未来值在最佳投射像方向矩阵下进行投射，根据投射值的分布情况判断设备未来运行状态的趋势，从而实现对煤矿设备的预知维护。【专利说明】
本专利技术属于煤矿设备故障诊断
，具体涉及一种利用设备振动数据计算24个特征指标，对所述24个特征指标分别提取一个时间序列并各自进行自回归分析，得到各自对应的预测因子；利用二维投射将所述预测因子投射到二维空间，分别建立预测因子投射值与相对应的特征指标值的拟合函数，分别推算出24个特征指标的未来值；再通过对所述24个特征指标的未来值在最佳投射像方向矩阵下进行投射，根据投射值的分布情况判断设备未来运行状态的趋势，从而实现对煤矿设备的预知维护。
技术介绍
煤矿设备发生故障会严重影响生产进度，甚至酿成灾难性事故，对人员和财产都造成了极大的危害。而现有的设备运行状况监测技术远远不能实现设备未来运行状况的预测。煤矿设备的预知维护是一项技术含量高、难度大的工作，现目前国内外多数都采用搭建实时监测系统的方式，采集振动信号、温度信号、压力信号和电参量信号等，这些监测手段对监测设备故障起到积极作用。但是，在对监测数据进行故障报警处理方面，都是通过给定阈值进行故障报警的，阈值报警存在严重弊端:故障识别滞后，不能实现故障潜藏期预警，造成设备维护管理工作非常被动。设备故障从存在异常到故障是一个逐渐劣化的过程，对此过程最敏感的信号是频域信号，目前也有借助频域信号进行设备故障诊断的，但是主要是借助典型频率分量来判断，但典型频率分量经常会有波动或偏差，而且与不同故障类型的对应关系难以确定。同时加上煤矿工作条件恶劣、工况复杂，因此仅靠典型频率分量无法实现快速状态判断和精准故障识别。由于典型频率分量法无法达到预期目的，所以目前煤矿工程中依然采用前面提到的比较原始被动的阈值报警法。由此可见，对现有设备运行状态预知维护方法进行深入研究意义重大。
技术实现思路
本专利技术的目的是针对所述煤矿设备无法实现预知维护的现状，提出一种实时诊断方法，一种预报结果较为准确的预知维护方法。该方法综合了 24种特征指标的投射值分布特征，专利技术了具有自适应能力，预测准确性较高的煤矿设备运行状态预知维护方法。本专利技术的技术方案是:(I)在煤矿设备关键部位一轴承的水平、垂直、轴向三个方向上安装加速度振动传感器，不间断地监测设备运行过程中的振动数据并将所述振动数据发送至后端接收和处理系统，并存入相关数据文件；(2)对加速度振动传感器中提取的振动数据{知i = 1，2，...，η}进行处理，具体步骤为:①对所述振动数据{a” i = I, 2,..., η}进行傅里叶变换得到(Xi, i =【权利要求】1.一种煤矿设备预知维护方法，其特征在于，该方法包括以下步骤: (1)在煤矿设备关键部位一轴承的水平、垂直、轴向三个方向上安装加速度振动传感器，不间断地监测设备运行过程中的振动数据并将所述振动数据发送至后端接收和处理系统，并存入相关数据文件； (2)对加速度振动传感器中提取的振动数据{a”i= l，2，...，n}进行处理，具体步骤为: ①对所述振动数据Iai,i = I, 2,..., η}进行傅里叶变换得到(Xi, i = I, 2,..., η}； ②按下列公式计算出能够描述设备运行状态的24特征指标向量 【文档编号】G01M13/00GK103487250SQ201310464561【公开日】2014年1月1日 申请日期:2013年10月8日 优先权日:2013年10月8日 【专利技术者】程晓涵, 孟国营, 汪爱明, 李伟, 翟宇, 张海涛, 贺凯, 李栋, 刘剑, 杜岩 申请人:中国矿业大学(北京)本文档来自技高网...

【技术保护点】
一种煤矿设备预知维护方法，其特征在于，该方法包括以下步骤：（1）在煤矿设备关键部位——轴承的水平、垂直、轴向三个方向上安装加速度振动传感器，不间断地监测设备运行过程中的振动数据并将所述振动数据发送至后端接收和处理系统，并存入相关数据文件；（2）对加速度振动传感器中提取的振动数据{ai,i＝1,2,...,n}进行处理，具体步骤为：①对所述振动数据{ai,i＝1,2,...,n}进行傅里叶变换得到{xi,i＝1,2,...,n}；②按下列公式计算出能够描述设备运行状态的24特征指标向量X*＝{xav,xp,xrms,xr,Dx,xp?p,α,β,Cf,Sf,If,CLf,Kv,favg,fb,fbb,fv,frv,S,Er1,Er2,??????????????????????????????????????????????????????????????????????????，Er3,Er4,Er5}绝对均值：xav=1nΣi=1n|xi|;峰值：xp＝max|xi|；有效值（均方根值）：方根幅值：xr=(1nΣi=1n|xi|)2;方差：Dx=1nΣi=1n(xi-xav)2;峰?峰值：xp?p＝max(xi)?min(xi)；偏态指标：α=16nΣi=1n(xi-xavDx)3;峭度指标：β=n24[Σi=1n(xi-xavDx)4-3];峰值指标：Cf=xpxrms;波形指标：Sf=xrmsxav;脉冲指标：If=xpxrms;裕度指标：CLf=xpxr;变异系数：Kv=Dxxav;重心频率（平均频率）：均方频率：fb=∫0∞f2p(f)df∫0∞p(f)df;均方根频率：fbb=(∫0∞f2p(f)df∫0∞p(f)df)1/2;频率方差：fv=∫0∞(f-favg)2p(f)df∫0∞p(f)df;频率标准差：frv=[∫0∞(f-favg)2p(f)df∫0∞p(f)df]2;谱峰稳定指数：S=Σi=1n/2{fi2·P(fi)}Σi=1n/2P(fi)/Σi=1n/2{fi4·P(fi)}Σi=1n/2fi2·P(fi);第一频带相对能量：Er1=∫0Bfp(f)df/∫0Fsp(f)df;第二频带相对能量：Er2=∫Bf2Bfp(f)df/∫0Fsp(f)df;第三频带相对能量：Er3=∫2Bf3Bfp(f)df/∫0Fsp(f)df;第四频带相对能量：Er4=∫3Bf4Bfp(f)df/∫0Fsp(f)df;第五频带相对能量：Er5=∫4Bf5Bfp(f)df/∫0Fsp(f)df;所述24个特征指标计算公式中f表示信号的频率，p(f)表示信号的功率谱，Bf表示1/5频段值，Fs表示最高频率值；（3）对24特征指标向量X*进行处理建立评价指标体系，具体步骤为：①24特征指标向量X*的训练样本的预处理：设备某一工作状态，所述状态可为正常状态或某一典型故障状态，用{qi,i＝1,2,...,s}表示，所述某一状态下的24特征指标向量X*构成训练样本空间可以用p×n的矩阵X*＝{x*(i,j)|i＝1,2,...,p;j＝1,2,...,n}来表示，其中，x*(i,j)为第j个状态样本的第i个特征指标，p表示样本空间的维数，即特征指标的数量，n表示训练样本的个数；为消除各特征指标量纲的影响并统一其值的波动范围，需要对样本数据进行归一化处理：其中，xmax(j)，xmin(j)分别表示原始数据x*(i,j)第i个指标的最大值和最小值，X＝{x(i,j)|i＝1,2,...,p;j＝1,2,...,n}表示X*＝{x*(i,j)|i＝1,2,...,p;j＝1,2,...,n}归一化处理后的序列；②将24特征指标向量进行二维投射，分析其投射值分布特点：所述二维投射就是把p维数据{x(i,j)|i＝1,2,...,p;j＝1...

【技术特征摘要】

【专利技术属性】
技术研发人员：程晓涵，孟国营，汪爱明，李伟，翟宇，张海涛，贺凯，李栋，刘剑，杜岩，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：