APP下载

掘进机故障自动诊断系统的应用研究

2022-09-23

机械管理开发 2022年9期
关键词:诊断系统掘进机检索

麻 琪

(晋能控股煤业集团浙能麻家梁煤业有限责任公司,山西 朔州 036000)

引言

掘进机是一种集机、电、液于一体的大型机电设备,在工作时需要电气控制系统控制液压系统和机械系统进行运行,用于煤矿井下的巷道掘进,由于煤矿井下工作环境恶劣、地质条件复杂,导致掘进机在长期高强度工作下极易出现机械故障,影响煤矿井下巷道的掘进作业。目前主要通过定期维护、日常检修等被动方案来提高掘进机的可靠性,但该方案效率低、效果差,既无法有效的提前发现掘进机故障,也无法快速的对掘进机故障进行定位和处理,已经无法满足煤矿井下高效掘进作业的需求。

本文提出了一种新的矿井掘进机故障自动诊断系统,该诊断系统是搭建在掘进机运行状态实时监测系统的基础上,以基于案例推理和规则推理的故障诊断逻辑为核心,通过对掘进机运行状态数据的分析,快速识别出异常信息,对异常信息进行解读和判断,确定故障类别和位置,及时发出警报,便于维护人员及时调整。同时该系统所具备的故障定位和故障分析功能,实现了掘进机运行故障的快速判别,为故障的快速解决奠定了基础。根据实际应用表明,该系统能够将掘进机故障排除时间降低92.4%以上,将掘进机运行时的故障率降低了89.2%,对提升煤矿井下巷道掘进效率具有十分重要的意义。

1 掘进机故障监测及诊断系统

掘进机的工作过程是机、电、液共同作用下的结果,因此对掘进机运行过程中的故障监测过程诊断,实际上是对掘进机工作时机、电、液工作执行信号的监测,通过将监测结果和正常的运行执行信号进行对比,即可实现对掘进机运行状态的实时监控,该掘进机故障监测及诊断系统整体结构如图1所示[1]。

由图1可知,该故障监测及诊断系统主要包括数据传感检测模块、电控系统故障判别模块、数据信息显示模块和视频监控模块。各个数据模块之间采用高速数据传输系统相连接、确保数据传输的精确性和时效性。

图1 掘进机故障监测及诊断系统

数据传感检测模块,主要是分布在掘进机上的传感器,用于对掘进机运行控制信号、运行姿态、运行压力等进行检测,然后将数据传输到PLC控制中心对其进行判断,筛选出异常运行信号传递给故障判别系统,故障判别系统利用预设的案例推理和规则推理逻辑对异常原因进行分析判断,确定故障位置、故障类别、解决处理方案等,对数据进行分析处理后将其传递给数据信息显示模块,以特定的类型将故障信息显示在显示屏上并发出报警,便于监控人员第一时间发现并处理。同时系统能够自动对掘进机运行状态进行调整,实现故障的不停机自动处理,提高掘进机运行的可靠性。视频监控系统属于数据监测的补充,用于对掘进机运行姿态进行判断,从而确定调节是否到位,满足监测可靠性的需求。

2 故障自动判别逻辑

由于煤矿井下地质条件复杂、掘进机在掘进过程中的截割姿态、运行控制信号等在载荷冲击等外界因素的影响下极易出现波动,因此如何实现对掘进机异常运行状态的判断,避免出现误报警情况是该故障自动诊断系统的核心要点之一[2]。同时系统还需要具有自适应学习功能,能够不断地对故障库进行更新,满足快速识别故障的能力,该故障判别逻辑如图2所示[3]。

图2 故障判别逻辑示意图

由图2可知,系统在获取设备运行数据后,根据异常数据信号从案例库内获取相关数据信息进行案例匹配和案例推理(CBR)[4],若系统匹配上对应的案例,则自动调取故障原因、维修措施、经验教训等,若系统未匹配到对应的案例则开始从规则库内获取相应规制并进行规制推理(RBR)[5],最终获取综合诊断结果,判定故障类别。

同时系统还能够实现将所获取的案例进行重新匹配,对原案例进行修正或者添加新案例,不断对数据库进行完善,提高系统对故障的识别率。

3 案例检索逻辑

由于整个系统库内的数据量极大,因此若按传统逐一匹配的方案会导致检索周期长、识别效率低,影响整个系统使用的可靠性,因此本文提出了一种新的基于相似度的案例检索逻辑[6],通过对关键字和特征的匹配实现对案例的快速检索。根据实际验证,该案例检索逻辑能够将数据检索速度控制在0.7 s内,检索速度快、效率高,其检索控制逻辑如图3所示[7]。

4 实际应用效果分析

图3 案例检索控制逻辑示意图

该故障自动判别系统,能够对每天掘进机的运行状态进行总结,对各关键参数进行分析,获取参数偏移量大的数据,自动生成设备维护建议报告,在停机的过程中设备维护人员根据系统提供的维护报告,针对性地对设备进行维护,降低了维护工作量,还提升了维护的可靠性。

根据实际应用表明,在系统建立故障判别体系后,出现故障后的平均解决时间为2.28 min,比优化前的30 min降低了92.4%。通过建立掘进机设备维护建议系统,针对性地对掘进机进行维护,有效地提升了掘进机工作时的稳定性,将掘进机运行时的故障率降低了89.2%,提升了掘进机的工作稳定性和工作效率。

5 结论

1)掘进机故障监测系统,实际上是对掘进机工作时机、电、液工作执行信号的监测,通过将监测结果和正常的运行执行信号进行对比,实现对掘进机运行状态的实时监控和故障判别;

2)系统通过案例推理和规则推理对掘进机运行故障的准确分析,同时通过自适应学习机制,实行对故障库的自动更新和完善,提高故障判别效率和准确性;

3)基于相似度的案例检索逻辑能够将数据检索速度控制在0.7 s内,检索速度快、效率高。

4)系统建立故障判别体系后,出现故障后的平均解决时间比优化前降低了92.4%,掘进机运行时的故障率降低了89.2%,显著地提升了掘进机的工作稳定性和工作效率。

猜你喜欢

诊断系统掘进机检索
矿用悬臂式掘进机的轻量化设计研究
深度学习计算机辅助诊断系统检测胸部DR肋骨骨折的验证性研究
掘进机用截止阀开度对管路流动性能的影响
CTCS2-200H型列控车载设备运用状态在线诊断系统的研究与应用
列控车载设备智能监测诊断系统开发探讨
瑞典专利数据库的检索技巧
在IEEE 数据库中检索的一点经验
一种基于Python的音乐检索方法的研究
欧克诊断仪推出行业高配极致双模诊断系统
对悬臂式掘进机开发设计方向的分析