煤机装备智能故障诊断数据处理方法及系统与流程

摘要: 本发明涉及数据处理,特别是指煤机装备智能故障诊断数据处理方法及系统。背景技术:1、在煤矿井下综采工作面,刮板输送机是煤炭运输的关键设备之一。刮板链作为输送机的核...
煤机装备智能故障诊断数据处理方法及系统与流程

本发明涉及数据处理,特别是指煤机装备智能故障诊断数据处理方法及系统。

背景技术:

1、在煤矿井下综采工作面,刮板输送机是煤炭运输的关键设备之一。刮板链作为输送机的核心运动部件,长期承受重载、冲击和摩擦作用,链条伸长乃至断裂是较为常见的故障形式,对整机运行安全和生产效率可能产生一定影响。

2、现有技术中,针对刮板链状态的检测已有多种方案。例如,通过监测驱动电动机电流变化或张紧液压缸压力变化来判断断链状态的方法,在部分链条断裂而其他链条仍维持传动时,可能较难有效识别故障的情况。基于应力检测原理的方案通过应变传感器监测链轮轮齿受力面变形量来判定断链,该方法对传感器安装精度和工况稳定性有一定依赖性。基于接近开关的脉冲检测方案在链轮存在横向偏移等工况下,可能会产生一定的测量偏差。磁探伤检测技术虽对链条磨损和变形具有一定灵敏度,但设备成本相对较高,且检测效果可能受到现场电磁环境的一定影响。

3、例如,某矿综采工作面刮板输送机,该工作面采高约3.2米,输送机长度约250米,刮板链运行速度约为1.2m/s。在连续回采约6个月后,部分链节组因长期承受交变载荷而出现节距逐渐伸长的现象,导致链条与链轮的啮合相位产生一定偏移。这种相位偏移若未能被及时发现,有可能逐步发展为跳链甚至断链事故。然而,现有检测手段多侧重于断链发生后的报警响应,对于链条伸长所导致的啮合相位偏移尚缺乏较为有效的检测手段,在断链事故发生前较难对具体异常链节组进行定位,设备维护在一定程度上仍较多依赖事后维修模式。

技术实现思路

1、本发明提供了煤机装备智能故障诊断数据处理方法及系统,克服了现有基于电流、压力等间接检测手段仅能报警而无法定位具体异常链节的不足。

2、为解决上述技术问题,本发明的技术方案如下:

3、第一方面,煤机装备智能故障诊断数据处理方法,所述方法包括:

4、步骤1,获取各检测节点采集的刮板脉冲到达时刻及同步链轮转角,形成以节点序号和刮板序号为索引的脉冲到达时刻矩阵和链轮转角矩阵,所述刮板与链节组为一一对应关系,在双链结构中,每组链节包含左右两条链条上各一个链节,刮板序号即作为对应链节组的索引标识;

5、步骤2,针对每一个检测节点,根据脉冲到达时刻矩阵确定各刮板经过对应检测节点的时刻,并从链轮转角矩阵中提取对应时刻的链轮转角,构成对应检测节点下的刮板转角序列;

6、步骤3,构建以驱动链轮旋转轴线为轴线、以驱动链轮节圆半径为半径的圆柱面,并在圆柱面上标定一条经过溜槽中心线与圆柱面相切的切点的母线作为固定母线;

7、步骤4,基于圆柱面的圆周方位,将刮板转角序列中的每一个刮板转角映射为圆柱面上的一条母线,得到对应检测节点对应的瞬时啮合母线集合;

8、步骤5,判断瞬时啮合母线集合中的每一条瞬时啮合母线是否与固定母线重合,当任一瞬时啮合母线不与固定母线重合时,判定对应瞬时啮合母线所对应的链节组存在伸长或断裂故障,并输出故障链节组的索引标识。

9、第二方面,煤机装备智能故障诊断数据处理系统,包括:

10、数据获取模块,用于获取各检测节点采集的刮板脉冲到达时刻及同步链轮转角,形成以节点序号和刮板序号为索引的脉冲到达时刻矩阵和链轮转角矩阵,所述刮板与链节组为一一对应关系,在双链结构中,每组链节包含左右两条链条上各一个链节,刮板序号即作为对应链节组的索引标识;

11、提取模块,用于针对每一个检测节点,根据脉冲到达时刻矩阵确定各刮板经过对应检测节点的时刻,并从链轮转角矩阵中提取对应时刻的链轮转角,构成对应检测节点下的刮板转角序列;

12、几何建模模块,用于构建以驱动链轮旋转轴线为轴线、以驱动链轮节圆半径为半径的圆柱面,并在圆柱面上标定一条经过溜槽中心线与圆柱面相切的切点的母线作为固定母线;

13、映射转换模块,用于基于圆柱面的圆周方位,将刮板转角序列中的每一个刮板转角映射为圆柱面上的一条母线,得到对应检测节点对应的瞬时啮合母线集合;

14、故障判别模块,用于判断瞬时啮合母线集合中的每一条瞬时啮合母线是否与固定母线重合,当任一瞬时啮合母线不与固定母线重合时,判定对应瞬时啮合母线所对应的链节组存在伸长或断裂故障,并输出故障链节组的索引标识。

15、第三方面,一种计算设备,包括:

16、一个或多个处理器;

17、存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现所述的方法。

18、第四方面,一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,该程序被处理器执行时实现所述的方法。

19、本发明的上述方案至少包括以下有益效果:

20、通过构建以节点序号和刮板序号为索引的脉冲到达时刻矩阵和链轮转角矩阵,利用刮板与链节的一一对应关系,将检测数据与链节身份进行精确绑定,当判定某一瞬时啮合母线与固定母线不重合时,能够直接输出对应故障链节组的索引标识,为现场检修提供了准确的定位依据,克服了现有基于电流、压力等间接检测手段仅能报警而无法定位具体异常链节的不足。

21、通过构建以驱动链轮节圆半径为半径的圆柱面模型,在圆柱面上标定固定母线作为理论啮合基准,并将实测刮板转角映射为瞬时啮合母线,将链条伸长或断裂所导致的啮合相位偏移等效为圆柱面上两条母线之间的几何位置偏差。该建模方式使得故障判定标准清晰、直观,降低了对复杂力学建模和高精度信号处理算法的依赖,提高了检测的可靠性。

22、基于瞬时啮合母线与固定母线的重合性进行故障判定,能够在链节发生节距伸长但尚未发展为断链的阶段即识别出异常状态,弥补了现有检测手段主要侧重断链发生后报警响应、对链条伸长阶段缺乏有效检测手段的技术空白。本方法所依赖的原始数据仅为刮板脉冲到达时刻和同步链轮转角,二者均为刮板输送机现有监测系统中易于获取的基础参数,无需额外增设应力传感器、磁探伤设备等高成本或易受现场电磁环境和安装精度影响的检测装置,在保证检测效果的同时降低了系统部署和维护成本。

1.煤机装备智能故障诊断数据处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的煤机装备智能故障诊断数据处理方法,其特征在于,所述步骤2包括:

3.根据权利要求2所述的煤机装备智能故障诊断数据处理方法,其特征在于,所述步骤3包括:

4.根据权利要求3所述的煤机装备智能故障诊断数据处理方法,其特征在于,所述步骤4包括:

5.根据权利要求4所述的煤机装备智能故障诊断数据处理方法,其特征在于,所述判断瞬时啮合母线集合中的每一条瞬时啮合母线是否与固定母线重合,包括:

6.根据权利要求5所述的煤机装备智能故障诊断数据处理方法,其特征在于,当任一瞬时啮合母线不与固定母线重合时,判定对应瞬时啮合母线所对应的链节组存在伸长或断裂故障,并输出故障链节组的索引标识,包括:

7.根据权利要求6所述的煤机装备智能故障诊断数据处理方法,其特征在于,三元弧段封闭轮廓的确定过程包括:

8.煤机装备智能故障诊断数据处理系统,该系统实现如权利要求1至7中任一项所述的方法,其特征在于,包括:

9.一种计算设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序,该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。