一种煤矿井下设备全生命周期故障诊断系统的制作方法

1.本技术涉及设备故障诊断技术领域，具体而言，涉及一种煤矿井下设备全生命周期故障诊断系统。


背景技术：

2.随着煤矿智能化的发展，为实现煤矿井下少人至无人的目标，煤矿井下设备的智能故障诊断越来越重要。然而，由于煤矿设备的复杂工作环境，无法准确检测设备故障，造成大量人力和资源浪费。


技术实现要素：

3.为了弥补以上不足，本技术提供了一种煤矿井下设备全生命周期故障诊断系统。
4.本技术实施例提供了一种煤矿井下设备全生命周期故障诊断系统，包括云服务器、数据采集模块、数据存储模块、显示模块、视频监控模块、数据分析模块、报警模块、a/d转化器和数据库；所述视频监控模块与所属云服务器通讯连接，所述云服务器与所述数据存储模块通讯连接，所述数据采集模块通过所述a/d转化器与所述数据存储模块通讯连接，所述数据存储模块与所述数据库通讯连接，所述数据存储模块与所述数据分析模块通讯连接，所述数据分析模块与所述显示模块通讯连接。
5.在上述实现过程中，通过数据采集模块采集煤矿井下设备油温、电压电流、轴承转速和振动信号，利用a/d转换器将模拟信号转换为数字信号再上传到云服务器，将数据存储至数据库，并通过本地上位机显示采集的数据，利用阈值报警和智能算法对设备故障情况进行检测，通过视频监控模块检测设备实际工作状态，最后通过报警模块进行故障报警。
6.在一种具体的实施方案中，所述视频监控模块用于实时监控采煤机、刮板运输机、液压支架和掘进机设备的运行状态，并将目标设备的运行数据上传至所述云服务器。
7.在一种具体的实施方案中，所述数据采集模块用于采集油温、输入输出电压电流、轴承转速和震动信号的数据，并将采集到的油温、输入输出电压电流、轴承转速和震动信号的数据传送至所述数据存储模块进行存储。
8.在一种具体的实施方案中，所述数据分析模块用于设定阈值、故障诊断和故障预测，通过结合阈值报警和智能算法的形式实现设备全生命周期的故障诊断。
9.在一种具体的实施方案中，所述数据采集模块采用卷积神经网络技术，利用卷积神经网络的特征提取能力对信号进行特征提取，再利用通道注意力机制获取关键特征，并将关键特征传送至所述数据存储模块。
10.在一种具体的实施方案中，所述显示模块用于显示设备数据的变化情况；所述报警模块用于对故障进行报警。
11.在一种具体的实施方案中，所述故障诊断系统还包括大电流故障诊断模块，所述大电流故障诊断模块包括：
12.多元传感器单元，用于实时采集煤矿井下供电设备的的负载数据；
13.控制单元，用于对多元传感器单元采集的数据进行处理，并基于粗糙集理论对煤矿井下供电设备是否出大电流故障进行诊断；
14.执行单元，用于在煤矿井下供电设置出现故障时，接收控制单元发送的指令对故障线路进行切断及报警；
15.通信单元，用于实现控制单元与多元传感器单元及执行单元间的数据交互；
16.以及供电单元，用于为多元传感器单元、执行单元以及通信单元供电。
17.在一种具体的实施方案中，所述多元传感器单元包括温湿度传感器和电参数传感器，所述温湿度传感器用于检测煤矿井下实时温度和湿度信息以用于辅助判别矿井下环境信息，所述电参数传感器用于采集煤矿井下供电设备的三相电流、电压及功率参数，以用于控制单元建立决策表；所述执行单元包括断路器和声光报警器。
18.在一种具体的实施方案中，所述故障诊断系统的故障诊断方法包括以下步骤：
19.s1.通过视频监控模块实时监控采煤机、刮板运输机、液压支架和掘进机设备的运行状态，并将目标设备的运行数据上传至云服务器；
20.s2.通过数据采集模块采集油温、输入输出电压电流、轴承转速和震动信号的数据，并将采集到的油温、输入输出电压电流、轴承转速和震动信号的数据传送至数据存储模块进行存储；
21.s3.采用深度智能故障诊断方法对整个设备进行全面的故障诊断，实现对设备的全方位监控；
22.s4.通过显示模块显示设备数据的变化情况；
23.s5.通过结合阈值报警和智能算法的形式实现设备全生命周期的故障诊断。
24.在一种具体的实施方案中，所述s3中的深度智能故障诊断方法采用卷积通道注意力自编码器深度学习方法，利用一维卷积神经网络的特征提取能力对信号进行特征提取，再利用通道注意力机制获取关键特征，最终通过自编码器的方法训练整个故障诊断算法模型。
25.有益效果：
26.本技术通过数据采集模块采集煤矿井下设备油温、电压电流、轴承转速和振动信号，利用a/d转换器将模拟信号转换为数字信号再上传到云服务器，将数据存储至数据库，并通过本地上位机显示采集的数据，利用阈值报警和智能算法对设备故障情况进行检测，通过视频监控模块检测设备实际工作状态，最后通过报警模块进行故障报警。
附图说明
27.为了更清楚地说明本技术实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
28.图1是本技术实施方式提供的结构框图；
29.图2为本技术实施方式提供的故障诊断方法流程框图。
具体实施方式
30.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
31.为使本技术实施方式的目的、技术方案和优点更加清楚，下面将结合本技术实施方式中的附图，对本技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本技术一部分实施方式，而不是全部的实施方式。基于本技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本技术保护的范围。
32.因此，以下对在附图中提供的本技术的实施方式的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施方式。基于本技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本技术保护的范围。
33.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
34.在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
35.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
36.在本技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
37.在本技术中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
38.请参阅图1-2，本技术提供一种煤矿井下设备全生命周期故障诊断系统，包括云服务器、数据采集模块、数据存储模块、显示模块、视频监控模块、数据分析模块、报警模块、a/d转化器和数据库；所述视频监控模块与所属云服务器通讯连接，所述云服务器与所述数据存储模块通讯连接，所述数据采集模块通过所述a/d转化器与所述数据存储模块通讯连接，所述数据存储模块与所述数据库通讯连接，所述数据存储模块与所述数据分析模块通讯连接，所述数据分析模块与所述显示模块通讯连接。
39.在本技术方案中，所述视频监控模块用于实时监控采煤机、刮板运输机、液压支架和掘进机设备的运行状态，并将目标设备的运行数据上传至所述云服务器；所述数据采集模块用于采集油温、输入输出电压电流、轴承转速和震动信号的数据，并将采集到的油温、输入输出电压电流、轴承转速和震动信号的数据传送至所述数据存储模块进行存储；所述数据分析模块用于设定阈值、故障诊断和故障预测，通过结合阈值报警和智能算法的形式实现设备全生命周期的故障诊断；所述数据采集模块采用卷积神经网络技术，利用卷积神经网络的特征提取能力对信号进行特征提取，再利用通道注意力机制获取关键特征，并将关键特征传送至所述数据存储模块；所述显示模块用于显示设备数据的变化情况；所述报警模块用于对故障进行报警。
40.在具体设置时，所述故障诊断系统还包括大电流故障诊断模块，所述大电流故障诊断模块包括：
41.多元传感器单元，用于实时采集煤矿井下供电设备的的负载数据；
42.控制单元，用于对多元传感器单元采集的数据进行处理，并基于粗糙集理论对煤矿井下供电设备是否出大电流故障进行诊断；
43.执行单元，用于在煤矿井下供电设置出现故障时，接收控制单元发送的指令对故障线路进行切断及报警；
44.通信单元，用于实现控制单元与多元传感器单元及执行单元间的数据交互；
45.以及供电单元，用于为多元传感器单元、执行单元以及通信单元供电。
46.在具体设置时，所述多元传感器单元包括温湿度传感器和电参数传感器，所述温湿度传感器用于检测煤矿井下实时温度和湿度信息以用于辅助判别矿井下环境信息，所述电参数传感器用于采集煤矿井下供电设备的三相电流、电压及功率参数，以用于控制单元建立决策表；所述执行单元包括断路器和声光报警器。
47.在本技术方案中，所述故障诊断系统的故障诊断方法包括以下步骤：
48.s1.通过视频监控模块实时监控采煤机、刮板运输机、液压支架和掘进机设备的运行状态，并将目标设备的运行数据上传至云服务器；
49.s2.通过数据采集模块采集油温、输入输出电压电流、轴承转速和震动信号的数据，并将采集到的油温、输入输出电压电流、轴承转速和震动信号的数据传送至数据存储模块进行存储；
50.s3.采用深度智能故障诊断方法对整个设备进行全面的故障诊断，实现对设备的全方位监控；
51.s4.通过显示模块显示设备数据的变化情况；
52.s5.通过结合阈值报警和智能算法的形式实现设备全生命周期的故障诊断。
53.在具体设置时，所述s3中的深度智能故障诊断方法采用卷积通道注意力自编码器深度学习方法，利用一维卷积神经网络的特征提取能力对信号进行特征提取，再利用通道注意力机制获取关键特征，最终通过自编码器的方法训练整个故障诊断算法模型。
54.该一种煤矿井下设备全生命周期故障诊断系统的原理及优点：本技术通过数据采集模块采集煤矿井下设备油温、电压电流、轴承转速和振动信号，利用a/d转换器将模拟信号转换为数字信号再上传到云服务器，将数据存储至数据库，并通过本地上位机显示采集的数据，利用阈值报警和智能算法对设备故障情况进行检测，通过视频监控模块检测设备
实际工作状态，最后通过报警模块进行故障报警。
55.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
56.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。