基于人工免疫算法的煤矿提升机故障诊断分析

2014-10-15郭葆菁

机电信息 2014年18期

郭葆菁

（山西省同煤集团煤峪口矿机电科，山西大同037041）

0 引言

现代煤矿生产大多都是依靠机械化设备来完成的，在煤矿生产过程中设备的工作状况直接影响着煤矿的生产效率。在煤矿的日常生产工作过程之中，一旦生产设备发生了故障，就会对生产效率造成不利影响，严重的时候还有可能造成人员伤亡。因此，在煤矿生产过程中一定要保证设备的正常运行，定期对设备进行检修，密切注意设备的工作情况，发现故障应当及时解决，以保障工作人员的安全和煤矿的生产效率。要想实现上述目标，一套完整的、具有实用性的故障诊断方法就显得尤为重要。拥有一套完整的、实用的煤矿提升机故障诊断方法在煤矿生产中具有非常重要的意义，其既能够尽可能地避免安全事故的发生，还能提高煤矿生产效率。

1 煤矿提升机故障诊断的意义

在现如今各式各样的煤矿生产机械设备中，提升机具有非常重要的地位，煤炭的开采一般都是在地下进行的，提升机的存在不可或缺。在煤矿生产过程中，提升机的主要工作就是搬运人员以及物料，一个工作日之中，提升机的工作量非常大，其一旦发生故障，煤矿的正常生产就基本处于瘫痪状态。正是由于提升机每天需要完成如此大的工作量，所以相较于其他机械设备而言发生故障的几率就更大。提升机发生故障大多是由于其减速转轴出现问题导致的，所以要密切注意提升机减速转轴的工作状况，定期对提升机的转轴进行检修、维护。但是提升机转轴十分容易发生故障，对这种故障的诊断却是非常复杂的一项工作，我国在这方面的研究起步比较晚，并没有非常先进的研究成果，但部分研究还是取得了一定的成果的。

2 基于人工免疫算法的煤矿提升机故障诊断实例

诊断煤矿提升机故障的基础在于充分了解故障类型，分析提升机在运转过程中产生的故障信号具有非常重要的意义，因此，要合理地提取出故障发生时提升机所发出的信号，并对该故障信号进行分析。

下面介绍基于人工免疫算法的煤矿提升机故障诊断实例：选取3种典型故障进行分析，分别为提升机制动弹簧失效、卡缸、残压过高。选取每种故障5组7维数据进行实验，将5组中的3组共同组成训练抗原集，如表1所示。

通过表1数据总结出训练样本的相似度。凭借单个训练样本的多次平均运行状况进行观察，设置阈值为0．25，最大迭代次数400，最终所产生的初始种群个数为100，将抗体抗原的编码长度设置为7×10。实验论证，Pc处于0．6～0．8间能够最快得到最优解。基于免疫进程改进遗传算法提出免疫记忆模式，采用或者不采用免疫记忆模式的比较结果显示，采用免疫记忆模式并没有明显改进诊断器训练进程，免疫遗传算法具有更高的适应性，一定程度上提高了诊断器精度。综上所述，人工免疫算法具有更高的优化速度，诊断效果更好。实验中还对匹配阈值进行了提高，主要目的就是为了提高匹配精度，但不得盲目对匹配精度进行提高，否则会对诊断正确率产生不利影响。

表1 训练抗原集单位：%

对已知故障类型相同的组，采用人工免疫算法对训练成熟的诊断器逐一进行匹配，激活的诊断器越多，则测试样本隶属于此模式的可能性就越高，由此判定可检测样本故障类型。

此法能够对故障类型进行识别，但是依旧存在不足，有待改进。比如，此算法中参数设置对结果产生的影响较大；诊断器规模随故障类型样本增加而增加，匹配效率降低；采集、取舍样本数据以及免疫编码对诊断结果准确率有着较大影响。

3 基于人工免疫算法的煤矿提升机故障诊断方法的优点及不足

基于人工免疫算法的煤矿提升机故障诊断方法在在线以及离线状态下都能够进行故障诊断，还能够凭借系统实际运行状况以及用户需求及时启动诊断系统；人工免疫系统的结构层次分明，均采用开放式结构对模块进行划分以及更新；人工免疫系统的记忆功能以及自适应功能，弥补了传统诊断方法的局限性，扩大了矿井提升机故障诊断方法的实施领域。由于系统本身还存在很多不足，还有很大的扩展空间，因而需要不断地提高系统诊断的准确性。