电牵引采煤机在线监测与故障诊断系统研究

2023-12-09李国星

石化技术 2023年12期

李国星

山西焦煤西山煤电马兰矿山西太原 030200

1 前言

随着绿色能源风能、水能、太阳能等能源行业的进步，煤炭资源的消耗量日益减小，但由于绿色能源处于初级阶段使得煤炭资源的消耗仍十分巨大。电牵采煤机作为煤矿生产的重要设备，其工作性能直接关系到我国煤矿的生产效率，由于矿山地质环境较为复杂，在工作过程中极易发生故障，故障如不能及时进行处理会大大降低煤矿的效率，因此对电牵引采煤机的故障诊断成为了一个重要的课题[1，2]。此前杨成喜[3]分析了电牵引采煤机液压调高系统常见故障及其相应的解决方案。提出提升调高系统性能的方案，为矿山提升了经济效益。姜海[4]设计了电牵引采煤机监测系统，设计后采煤机数据记录仪实时监测采煤机的工况。实现采煤机状态实时监测，为采煤机故障的实时监测作出一定的贡献。本文以MG900/2215-GWD电牵引采煤机为研究对象，基于混沌和小波技术对采煤机进行振动故障分析及诊断，为矿山实验智能化开采提供一定的贡献。

2 混沌Duffing 振子在故障诊断中的应用

随着机械化的不断进步，矿山采煤机的数量不断增加，同时采煤机的结构也越来越复杂，对采煤机故障进行及时的诊断也就变得十分重要。一般来说常见的采煤机故障诊断技术主要为油液分析法、温度检测法、电气量分析法、状态参数法等。各种分析方法均有其一定的优劣势，所以在进行采煤机故障诊断时需要考虑实际情况，合理选择适当的故障分析技术。考虑到本文对采煤机的截割部位进行故障分析，所以选定利用振动信号对采煤机故障进行实时的监测和诊断。振动信号监测不仅可以对部件故障进行及时的分类，同时可以给出发生故障的类型及其故障源，从而实现实时报警。

振动信号分析法根据其分析对象可分为幅值域分析法、频域分析法和解调分析法等，随着振动分析法的发展，振动信号的诊断技术已经发展到时频分析法，考虑到对振动故障即运行过程中的不平稳阶段进行分析，所以选定时频分析法进行分析，对Duffing混沌振子监测振动信号进行研究。在实际煤矿运行过程中采煤机的振动频率是很难测量的，所以需要利用Duffing振子对振幅进行监测，振子的检测振幅及频率流程如图1所示。

图1 Duffing振子检测幅和频率值流程图

如图1所示，当系统监测到微弱振动信号后通过建立的混沌系统模型对微弱振动信号进行验证，当微弱信号的幅值大于临界最大值时，输出待测信号的幅值，当振动微弱信号小于临界大尺度周期时，重新调节参考值进行下一步的验证。频率检测流程与幅值检测流程类似，不作缀述。

对于已经完成检测频率的振动信号，采用Duffing振子方程进行判断，Duffing振子方程如下所示。

如图2可以看出，当转速ω=1rad/s时，此时随着r值的增大，系统的经过同宿轨道如图2（a）所示，当r值增大至0.22时，此时的进入周期分叉状态，当r值增大至0.687时，此时进入混沌状态。在这变化的过程中由于r值增大较快，所以达到混沌状态的时间较短，达到混沌状态后长时间处于此状态，当r增大至阈值rd后，系统进入大尺度周期状态如图2（d）所示。从上述分析可以看出，当得出阈值后，系统处于大尺度周期状态，此时将采煤机截割部振动故障信号与正常采煤机截割部振动信号导入至仿真系统中，同时将微小摄动幅值调整r=0.00008mm，系统再次进入混沌状态，当策动力频率为1rad/s时，此时的阈值为0.718r，当策动力频率增大至1.2rad/s时，此时的系统阈值为0.796r，策动力频率增大至2rad/s时此时的阈值为0.912r。可以看出随着策动力频率的增大，系统阈值也在逐步增大，但增大的幅度较小，所以利用混沌振子进行采集采煤机早期的振动故障的幅值特性，误差值小于10-7，可以有效的提升采煤机故障诊断。

3 小波变化在故障分析中的应用

在基于混沌Duffing振子的早期故障诊断后，利用卷积型小波形变化对故障进行提取，由于采煤机截割部在振动过程中轴承与齿轮最易发生故障，主要故障可以分为齿轮磨损故障、齿轮偏离中心轴、齿面点蚀、齿面划伤和齿根裂纹等。轴承故障分为轴承断裂、轴承磨损及轴承腐蚀等。利用matlab软件对故障进行特征提取，分别选定轴承及齿轮的一种故障进行分析，后将故障信息导入至仿真软件中，对正常状态及故障状态下振动信号的小波能量谱图进行对比研究，采煤机截割部轴承外部故障对比图如3所示。

如图3为对外圈故障进行三层小波重构后所得的8个信号频段，8个信号频段分别编计为s30～s37。从正常状态和故障状态下振动信号小波能量谱图可以得出，当子频段在s32和s36内的故障信号振动的能量较正常振动的信号能量有了一定的增大，所占比例s32从原有的10%提升至18%左右，而s36从原有的5.4%提升至13.5%，此时故障信号就出现在s32和s36两个子频段内，所以根据子频段的频率找到振动故障发生的对应的频率，从而找到故障信号。