首页 > 论文范文 > 工程工业论文 > 工程综合论文 > 矿业工程论文 > 煤矿通风机故障信号特征提取方法优化研究

煤矿通风机故障信号特征提取方法优化研究

2024-11-04 57 上传者：管理员

摘要：通风机作为煤矿通风系统的核心部分，是煤矿安全高效生产的前提条件，主通风机的运行状态与煤矿的安全生产息息相关，但是由于振动信号的非平稳性，无法准确地对其故障信号特征进行提取。为解决以上问题，分别针对转速波动工况和变转速工况采用不同的提取方法进行分解，最后将两者结合，达到精准提取煤矿主通风机故障信号特征的目的，为煤矿通风系统的安全监控与故障预警智能系统的建立提供理论基础。

关键词：
故障诊断
煤矿安全生产
煤矿通风
特征提取
通风故障
加入收藏

在煤矿安全生产中通风机是井下主要的通风设备承担着为井下作业场所提供新鲜风流稀释和排出有害气体的重任。由于井下作业环境复杂，通风机长时间处于工作状态极易发生设备故障，给井下安全生产造成影响。目前我国关于设备故障的诊断方法多依赖于振动信号的幅值异常状态检测，但是针对通风机复杂多变的工作环境，仅依靠振动幅值来判定设备的故障状态具有一定的局限性。

本文针对现有故障诊断方法中由振动信号的非平稳性造成信号特征无法准确提取的问题，提出一种分解设备故障振动信号的手段。分别针对转速波动工况和变转速工况采用不同的提取方法进行分解，最后将两者结合，从而达到精准提取煤矿主通风机故障信号特征的目的。研究内容可为煤矿通风系统的安全监控与故障预警智能系统的建立提供理论基础。

1、小波包分析方法

在矿井通风机运行过程中，设备的转速及风量都会表现出非稳定波动状态，设备中的零件也会在设备发生故障时出现非平稳的振动信号，不同频带范围内的能量分布差异会在信号的频谱图中呈现。针对这种情况，如果采用传统的快速傅里叶变换（FFT）方法对设备的非平稳信号进行分解，则会导致信号的分辨率较低、分析结果不全面。小波分析在非平稳信号时频域分析领域具有明显的优势，可以对振动信号的整体频带进行全面的划分，可以避免出现疏漏，提高了信号分解的频率分辨率。因此针对通风机设备转速波动的工况，小波包分析方法是进行信号特征提取的最佳手段。

小波包分解可以通过高通和低通滤波器分解上一级的信号频带，从而获得下一级的子频带信号，则

通过小波包分解，设备采集到的原始信号将获得2i子信号，例如当i=2时，其分解得到的信号频带如图1所示。根据能量守恒原则可知，对应的第i层第n个子频带的能量

式中N———当前数据总的采样点数。

图1 小波包分解频带

通过上述的小波分解可获得原始信号中各子频带的信号能量，随后利用能量累加归一化原理，将设备发生故障时所监测并分解得到的信号子频带能量与总能量的比值E1和不同故障状态监测并分解得到的信号总能量极大值与不同故障状态总能量的比值E2两种指标作为通风机设备运行过程中故障状态监测的主要特征。其表达式为：

通过以上2种指标即可得到最终的信号能量特征向量

矿用通风机在工作过程中可以通过小波包分析来监测固定转速的设备安全状况和进行故障诊断,但矿用通风机不仅存在固定转速波动工况，还会因为工作环境复杂而出现转速变化的工况。小波包分析法不能消除变速工况带来的调频、调幅、调相相互耦合所产生的影响，因而不能满足矿井通风机实际工作过程中的所有状态监测和故障诊断的需要。在煤矿通风机监测中对变速工况设备的故障诊断需要采用另一种方法。

2、阶次分析法

矿用通风机设备除了会出现转速固定的工况，还会存在由工作面设备启停轮换、井下气体浓度不稳定等因素导致矿用通风机出现的强烈不稳定状态，信号中有用的分量频率会受不稳定因素的影响发生转速变化而表现出时变性的特点。因此，通风机设备的转速会变得时快时慢，而利用阶次分析的方法可以完美分解变速工况的信号特征。

阶次分析法能处理机械设备因转动而产生的振动信号，能将转速在振动信号中产生的干扰信号剔除，从而消除转速变化对信号频率在变速工况中的影响。阶次O、转速nr、频率f之间的关系式

由式（6）可知，当转速与频率之间的比值为固定数值时，通风机设备在变转速工况下的阶次不会随之改变。

阶次分析法是一种基于计算的分析方法，首先需要对信号等角度进行重采样，其次需要确定采样的时间序列，阶次分析的具体过程：

假定通风机设备运行状态处于匀变速运动，则转角

式中t———时间；

脉冲序列信号可以通过鉴相装置得到，当设备转动的角度增量Δβ相同时，2个相邻脉冲信号之间所经历的时间即等角度转换所对应的时间，则

式中t0、t1、t2———相邻脉冲信号所经历的时间，可在鉴相信号的脉冲序列中获得。

将式（8）代入式（7），可得到矩阵方程

通过求解式（9）即可得到a1、a2、a3的数值，从而可以求出

经过上述计算，利用离散化得到角度的重采样，轴转角

式中Δθ———角度的间隔；

随后在进行角域采样时，应根据Os≥2Omax的采样定理（Os为采样频率，Omax为信号最高频率），最终由式（10）、式（11）得到时间

通过式（12）可得到信号完整的时间序列{t}，随后可通过三次样条插值的方法将原始振动信号的各时间节点对应的角域幅值表示为角域信号，最终经过常规的频谱分析即可得到振动信号的阶次谱。

3、小波包与阶次分析综合方法提取故障特征

本文分别采用小波包分析法和阶次分析法，解决矿山通风机在复杂环境中振动信号频率受非平稳特征影响无法准确提取信号故障特征的问题，分别针对定速工况和变速工况下的信号特征进行提取，结合2种分析方法对非平稳信号特征提取精度低、故障误诊等问题进行解决。该综合分析方法的故障特征提取流程如图2所示。

图2 故障特征提取流程

矿用通风机故障特征提取的小波包和阶次分析综合方法具体步骤：

(1）首先通过采集信号的时域或转速信息，判断通风机设备的运行状态，判断设备是处于定转速工况还是变转速工况。

(2）当判定结果为定转速工况时，可对不同故障状态的子频带能量进行比较分析，用小波包分析方法确定所需分解的级数，得到信号各子频带的能量。分析结果表明能比较出明显差异的子频带能量，即可作为有效的特征参数，代表通风机设备的运行状态。

(3）当判定结果为变转速工况时，可利用阶次分析方法，由转速脉冲计算得到等角度时间序列，随后通过插值法将原始信号幅值转变为角域信号，并通过FFT最终得到信号的阶次谱，能够表征设备运行状态的特征参数可在阶次谱图中提取得到。

4、结语

矿井通风机故障振动信号由于不稳定因素而产生非平稳性，而传统的分析方法对此类信号进行特征提取的精确度不高。针对该问题，本文以振动信号作为主要指标用来监测、判断设备的运行安全性，将故障振动信号进行分解，从通风机的定转速工况和变转速工况出发，采用分步、分工综合分析的方法（结合小波包和阶次分析）对存在非平稳工况的信号特征进行提取。通过2种方法的结合，克服了传统方法无法同时准确提取2种工况下信号特征的缺陷，从而达到精准提取煤矿主通风机故障信号特征的目的。研究内容可为煤矿通风系统的安全监控与故障预警智能系统的建立提供理论基础。

参考文献:

[1]段志昆.基于粒子群算法的煤矿设备故障诊断研究[J].煤矿机械,2023,44(3):187-189.

[2]曹帅.基于GWO-CNN的刮板输送机减速器故障诊断[J].煤矿机械,2024,45(5):162-165.

[3]赵青.煤矿设备故障诊断模型研究[J].煤矿机械,2023,44(10):170-172.

[4]刘旭南,赵丽娟,付东波,等.采煤机截割部传动系统故障信号小波包分解方法研究[J].振动与冲击,2019,38(14):169-175+253.

[5]李力,倪松松.基于改进小波去噪预处理和EEMD的采煤机齿轮箱故障诊断[J].中南大学学报(自然科学版),2016,47(10):3394-3400.

[6]武杰,卢振连,马洪儒,等.基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断[J].工矿自动化,2023,49(2):125-133+140.

基金资助:煤炭科学技术研究院有限公司科技发展基金项目(技术创新基金)(2022CX-I-07);

文章来源:赵建斌.煤矿通风机故障信号特征提取方法优化研究[J].煤矿机械,2024,45(11):169-171.