一种参数最优的采煤机故障诊断系统

1.本发明属于机械故障诊断技术领域，尤其涉及一种参数最优的采煤机故障诊断系统。


背景技术：

2.目前，煤炭开采逐步机械化，涌现出了很多大型复杂的机械化设备。但是由于其工作环境复杂恶劣，载荷变化很大，一些关键部位在生产工作中很容易发生过载，出现异常，而且自身的组成结构复杂，因此产生故障的原因也随之复杂。一旦采煤机发生了故障，也就意味着煤矿停产，造成整个煤矿生产系统的瘫痪以及很大的人力、财力浪费。因此，预防和减少采煤机的故障，以及出现故障后准确判断并及时排除故障，对发挥采煤机的效能，增加煤炭产量具有重要意义。
3.现阶段，已有很多种故障诊断的方法，随着数据挖掘技术的发展，人工神经网络、支持向量机等都是广泛使用的故障分类方法。其中，人工神经网络对结果的泛化能力有限制，容易陷入局部极小；支持向量机对清晰的数据有好的泛化能力，但用支持向量机不易解决多分类问题。因此，把人工神经网络和支持向量机分别用于采煤机的故障诊断中，不能很好地对特征信息进行分类。
4.通过上述分析，现有技术存在的问题及缺陷为：现有技术中人工神经网络和支持向量机分别用于采煤机的故障诊断中，不能很好地对特征信息进行分类。


技术实现要素：

5.针对现有技术存在的问题，本发明提供了一种参数最优的采煤机故障诊断系统。
6.本发明是这样实现的，一种参数最优的采煤机故障诊断系统，所述参数最优的采煤机故障诊断系统包括：
7.传感模块，通过利用多种传感器测量采煤机的九个故障征兆数据，并将这些数据传到中央处理模块中；
8.中央处理模块，通过控制器接收采集的数据，并对数据进行处理；同时协调各个模块的正常运行；
9.故障诊断模块，故障诊断模块根据故障征兆数据智能地识别出故障原因；
10.诊断结果显示模块，通过显示仪显示传输诊断结果；
11.通信模块，通过通信设备实现中央处理模块与云服器之间的信息交互；
12.云服务器，通过云服务利用大数据处理技术对整体系统的数据进行处理储存。
13.进一步，所述传感模块通过利用多种传感器测量采煤机的九个故障征兆数据，具体过程为：
14.测量采煤机的故障征兆数据x＝(x1，x2，x3，...，x9)，并将数据传输到故障诊断模块，故障原因集为y＝(y1，y2，y3，...，y7)；
15.每一个故障征兆数据x＝(x1，x2，x3，...，x9)对应y1到y7七个故障原因中的一个
或多个故障原因。
16.进一步，所述x1表示采煤机空载时的补油压力；x2表示采煤机加载时的补油压力；x3表示辅助系统压力；x4表示液压马达总进液流量与总回液流量之差；x5表示摇臂升起时间；x6表示电机电流；x7表示电机温度；x8表示冷却水压力；x9表示冷却水流量。
17.进一步，所述y1表示主泵故障；y2表示补油泵故障；y3表示滤油器故障；y4表示辅助泵故障；y5表示液压马达故障；y6表示电机过载；y7表示冷却系统故障。
18.进一步，所述中央处理模块，包括：
19.数据预处理模块，通过信号去噪算法对传感模块采集的数据进行去噪增强处理；
20.数据整合模块，通过数据整合程序对传感模块采集的数据进行融合处理；
21.数据储存模块，对整体系统的数据进行分类，并进行储存；
22.方案匹配模块，根据故障原因，确定找出匹配方案；
23.指令输出模块，通过指令程序输出控制器生成的指令。
24.进一步，所述数据储存模块对整体系统的数据进行分类，具体过程为：
25.根据整体系统中的数据，确定分类的类组，并随机初始化它们各自的中心点；
26.确定每个数据点到中心点的距离，将该距离与设定的限值进行比较，符合范围的数据划归为一类；
27.确定每一类中中心点作为新的中心点，重复上述过程，直至对全部数据处理完成。
28.进一步，所述数据整合模块通过数据整合程序对传感模块采集的数据进行融合处理，具体过程为：
29.通过对各种传感器及人工观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息；
30.依据某种优化准则或算法组合来，产生对观测对象的一致性解释和描述。
31.进一步，所述方案匹配模块根据故障原因，确定找出匹配方案，具体过程为：
32.根据故障原因数据和匹配方案数据，分别建立对应的数据集；
33.采用双向匹配消除部分误匹配点对，结合视差梯度约束算法和随机抽样一致性ransac算法提纯匹配点对；
34.在初匹配中采用k邻近算法，调整视差梯度约束迭代条件，都通过减少迭代次数来降低算法耗时。
35.本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的参数最优的采煤机故障诊断系统。
36.本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的参数最优的采煤机故障诊断系统。
37.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明参数最优的采煤机故障诊断系统用于采煤机的故障诊断中，能够很好地对特征信息进行分类。本发明故障诊断模块根据故障征兆数据智能地识别出故障原因，并通过显示仪显示传输诊断结果。同时本发明通过通信设备实现中央处理模块与云服器之间的信息交互，云服务器通过云服务利用大数据处理技术对整体系统的数据进行处理储存，提高了数据处理的效率和质量。
附图说明
38.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，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的附图。
39.图1是本发明实施例提供的参数最优的采煤机故障诊断系统结构示意图。
40.图2是本发明实施例提供的中央处理模块结构示意图。
41.图3是本发明实施例提供的数据储存模块对整体系统的数据进行分类方法流程图。
42.图4是本发明实施例提供的数据整合模块通过数据整合程序对传感模块采集的数据进行融合处理方法流程图。
43.图5是本发明实施例提供的方案匹配模块根据故障原因，确定找出匹配方案方法流程图。
44.图中：1、传感模块；2、中央处理模块；3、故障诊断模块；4、诊断结果显示模块；5、通信模块；6、云服务器。
具体实施方式
45.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
46.针对现有技术存在的问题，本发明提供了一种参数最优的采煤机故障诊断系统，下面结合附图对本发明作详细的描述。
47.如图1所示，本发明实施例提供的参数最优的采煤机故障诊断系统包括：
48.传感模块1，通过利用多种传感器测量采煤机的九个故障征兆数据，并将这些数据传到中央处理模块中。
49.中央处理模块2，通过控制器接收采集的数据，并对数据进行处理；同时协调各个模块的正常运行。
50.故障诊断模块3，故障诊断模块根据故障征兆数据智能地识别出故障原因。
51.诊断结果显示模块4，通过显示仪显示传输诊断结果。
52.通信模块5，通过通信设备实现中央处理模块与云服器之间的信息交互。
53.云服务器6，通过云服务利用大数据处理技术对整体系统的数据进行处理储存。
54.本发明实施例提供的传感模块通过利用多种传感器测量采煤机的九个故障征兆数据，具体过程为：
55.测量采煤机的故障征兆数据x＝(x1，x2，x3，...，x9)，并将数据传输到故障诊断模块。
56.其中：x1表示采煤机空载时的补油压力；x2表示采煤机加载时的补油压力；x3表示辅助系统压力；x4表示液压马达总进液流量与总回液流量之差；x5表示摇臂升起时间；x6表示电机电流；x7表示电机温度；x8表示冷却水压力；x9表示冷却水流量。
57.故障原因集为y＝(y1，y2，y3，...，y7)，其中y1表示主泵故障；y2表示补油泵故障；
y3表示滤油器故障；y4表示辅助泵故障；y5表示液压马达故障；y6表示电机过载；y7表示冷却系统故障。
58.每一个故障征兆数据x＝(x1，x2，x3，...，x9)对应y1到y7七个故障原因中的一个或多个故障原因。
59.如图2所示，本发明实施例提供的中央处理模块2，包括：
60.数据预处理模块，通过信号去噪算法对传感模块采集的数据进行去噪增强处理。
61.数据整合模块，通过数据整合程序对传感模块采集的数据进行融合处理。
62.数据储存模块，对整体系统的数据进行分类，并进行储存。
63.方案匹配模块，根据故障原因，确定找出匹配方案。
64.指令输出模块，通过指令程序输出控制器生成的指令。
65.如图3所示，本发明实施例提供的数据储存模块对整体系统的数据进行分类，具体过程为：
66.s101：根据整体系统中的数据，确定分类的类组，并随机初始化它们各自的中心点；
67.s102：确定每个数据点到中心点的距离，将该距离与设定的限值进行比较，符合范围的数据划归为一类；
68.s103：确定每一类中中心点作为新的中心点，重复上述过程，直至对全部数据处理完成。
69.如图4所示，本发明实施例提供的数据整合模块通过数据整合程序对传感模块采集的数据进行融合处理，具体过程为：
70.s201：通过对各种传感器及人工观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息；
71.s202：依据某种优化准则或算法组合来，产生对观测对象的一致性解释和描述。
72.如图5所示，本发明实施例提供的方案匹配模块根据故障原因，确定找出匹配方案，具体过程为：
73.s301：根据故障原因数据和匹配方案数据，分别建立对应的数据集；
74.s302：采用双向匹配消除部分误匹配点对，结合视差梯度约束算法和随机抽样一致性ransac算法提纯匹配点对；
75.s303：在初匹配中采用k邻近算法，调整视差梯度约束迭代条件，都通过减少迭代次数来降低算法耗时。
76.以上所述，仅为本发明较优的具体的实施方式，但本发明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发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。