基于风量特征的矿井通风系统阻变型单故障源诊断方法技术方案

本发明专利技术一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，利用矿井通风仿真系统MVSS生成故障与风量关系的训练样本，构建基于支持向量机(SVM)的分类模型和回归模型，对故障位置和等效风阻进行诊断。通风系统网络拓扑结构复杂，某一条分支风阻的变化会引起该分支以及部分区域通风网络风量的变化，将这种风量作为一种向量模式以区分发生阻变型故障的拓扑位置，提出的本发明专利技术的单故障源SVM诊断方法，对矿井通风系统阻变型单故障源位置及故障程度进行诊断。由此方法建立最终决策模型，方法简单，人为干预少，客观反映数据之间的联系，适合于解决本质上非线性的问题，并且模型由支持向量所确定，避免了数据维数灾难，具有较好的“鲁棒”性。

Diagnosis method of single failure source of mine ventilation system based on air volume characteristics

A single fault source diagnosis method for mine ventilation system based on the characteristics of wind volume is invented. The training samples of the relationship between the fault and the air volume are generated by the mine ventilation simulation system MVSS, and the classification model and regression model based on the support vector machine (SVM) are constructed, and the fault location and the equivalent wind resistance are diagnosed. The network topology of the ventilation system is complex, and the change of one branch wind resistance will cause the change of ventilation network in the branch and part of the area. The wind volume is used as a vector mode to distinguish the topological position of the resistance and variable fault, and the single fault source SVM diagnosis method of the invention is put forward, and the ventilation system of the mine is blocked. Fault location and fault level of variant single fault are diagnosed. The final decision model is set up by this method. The method is simple, the human intervention is less, and the relationship between the data is reflected objectively. The model is suitable for solving the essential nonlinear problem, and the model is determined by the support vector, which avoids the disaster of data dimension and has good \robustness\.

【技术实现步骤摘要】
基于风量特征的矿井通风系统阻变型单故障源诊断方法
：本专利技术涉及矿井通风
，具体涉及一种基于风量特征的矿井通风系统阻变型单故障源诊断方法。
技术介绍
：矿井巷道冒落变形、风门开关或者破损、风机性能下降、巷道延伸及报废、矿车运行、罐笼提升、煤仓放空等变化，都会引起通风系统风量发生变化，易造成瓦斯、火灾、粉尘等事故，快速诊断确定矿井通风系统故障源位置，能有效防止二次灾害发生。上述变化在通风网络解算中可以用对应网络分支的等效风阻变化来描述(称为矿井通风系统阻变型故障)，在不考虑爆炸、突出等事故前提下，如果矿井风量(风速)监测值发生变化，则表明矿井一定发生了阻变型故障。根据监测到的矿井风量变化，确定发生故障的地点和对应的等效风阻变化量称为通风系统故障诊断。通风系统故障诊断对矿井通风安全智能化管理，提高通风系统的安全保障能力意义重大。然而现有对通风网络系统的故障诊断方法，虽然在分析分支风量的变化与相关分支风阻之间的关系有一定的效果，但是诊断方法主观性较强，参数调整复杂，造成诊断误差大，存在收敛速度慢等特点。由于通风网络具有较好的自适应性及鲁棒性，所以支持向量机(SVM)法可用于通风系统故障诊断。因此，本专利技术提出一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，对矿井通风系统阻变型单故障源进行诊断。
技术实现思路
：本专利技术的目的是提供一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，利用矿井通风仿真系统MVSS生成故障与风量关系的训练样本，构建基于支持向量机(SVM)的分类模型和回归模型，对故障位置和等效风阻进行诊断。为实现上述目的，本专利技术采用以下技术方案：本专利技术提供的一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，具体步骤如下：步骤一：准备拓扑关系数据资料，包括矿井通风网络、网络中各分支的风阻及风机特性曲线，其中，通风机风压特性曲线方程式为H＝a0+a1q+a2q2，其中H为风压，q为风量，a0，a1，a2为通风机的风压特性系数；步骤二：生成训练样本集，令分支ei发生阻变型故障，阻变量为Δri，此时，故障分支等效风阻r’i＝ri±Δri，其中ri为分支ei的原始风阻，r’i为分支ei发生故障后的等效风阻，并通过矿井通风仿真系统MVSS对通风网络进行网络解算，得到发生故障后的通风网络各分支的风量数据Q’，形成对应的风量样本；步骤三：构建故障样本数据空间，将每次发生故障时的故障分支编号、分支等效风阻和网络分支风量这些数据记录至故障样本数据空间中；步骤四：应用标准SVM方法对步骤三中生成的训练样本进行训练，使用高斯径向基核函数K，建立故障诊断分类模型及用于预测故障等效风阻值的回归模型，其中，故障诊断分类模型以网络分支风量为输入特征，故障分支编号为输出进行训练；回归模型以网络分支风量为输入特征，故障等效风阻值为输出进行训练；步骤五：利用步骤五中建立的故障诊断分类模型和回归模型进行单故障源诊断，得到故障分支编号和故障等效风阻值。所述步骤二中，还随机生成测试故障样本集，对步骤四中生成的故障诊断分类模型和回归模型进行检验，通过故障诊断分类模型和回归模型输出的故障分支编号和故障等效风阻值的预测结果，与测试故障样本集中的故障分支编号和分支风阻对比，分别绘制散点对比图，验证故障诊断分类模型和回归模型输出诊断的准确率。本专利技术一种基于风量特征的矿井通风系统阻变型单故障源诊断方法的有益效果：通风系统网络拓扑结构复杂，某一条分支风阻的变化会引起该分支以及部分区域通风网络风量的变化，由于分支所处的拓扑位置不同，导致其在发生阻变型故障时，会有一组网络分支风量与该分支位置对应，将这种风量作为一种向量模式以区分发生阻变型故障的拓扑位置，提出的本专利技术的单故障源SVM诊断方法，对矿井通风系统阻变型单故障源位置及故障程度进行诊断。由此方法建立最终决策模型，方法简单，人为干预少，客观反映数据之间的联系，适合于解决本质上非线性的问题，并且模型由支持向量所确定，避免了数据维数灾难，具有较好的“鲁棒”性。附图说明：图1为本专利技术一种基于风量特征的矿井通风系统阻变型单故障源诊断方法的流程图；图2为实施例一的通风网络图；图3为实施例一的测试故障样本集与使用本方法输出的故障分支编号预测结果的散点对比图；图4为实施例一的测试故障样本集与使用本方法输出的故障等效风阻值预测结果的散点对比图；图5为实施例一的测试故障样本集与使用本方法输出的故障等效风阻值预测结果进行统计的相对误差结果统计图；图6为实施例二的通风网络图。具体实施方式：下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，本专利技术中利用矿井通风仿真系统MVSS生成故障与风量关系的训练样本，构建基于SVM的故障诊断分类模型和回归模型，对故障位置和等效风阻进行诊断。理论上说，矿井同一时刻发生多个故障的可能性是有的，但发生的几率非常低，所以本专利技术中仅考虑单故障源问题。本专利技术将引起通风系统风量发生变化的现象统称为阻变型故障，例如发生巷道冒落变形、风门开关或者破损、风机性能下降、巷道延伸及报废等，也就是说，在通风网络解算过程中这些故障现象的发生相当于所处巷道的等效风阻发生了改变，从而引起网络内风量的变化。根据图1所示，本专利技术提供的一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，具体步骤如下：步骤一：准备拓扑关系数据资料，包括矿井通风网络、网络中各分支的风阻及风机特性曲线，其中，通风机风压特性曲线方程式为H＝a0+a1q+a2q2，其中H为风压，q为风量，a0，a1，a2为通风机风压特性系数；步骤二：生成训练样本集和测试故障样本集，令分支ei发生阻变型故障，阻变量为Δri，此时，故障分支等效风阻r’i＝ri±Δri，其中ri为分支ei的原始风阻，r’i为分支ei发生故障后的等效风阻，并通过矿井通风仿真系统MVSS对通风网络进行网络解算，得到发生故障后的通风网络各分支的风量数据Q’，形成对应的风量样本；在矿井通风网络中G＝(V，E)，其中，V表示节点结合，V＝{v1，v2，…，vk，…，vm}，其中vk表示分支节点，(k＝1，2，…，m)，节点数m＝|V|；E表示分支集合，E＝{e1，e2，…，ei，…，en}，其中ei表示各分支，(i＝1，2，…，n)，分支数n＝|E|，分支对应的风量Q、风阻R、阻力向量H记为：并满足：式中，B＝(bij)m×n为通风网络G的完全关联矩阵；C＝(cij)s×n为回路矩阵；H为分支阻力矩阵；H’为回路附加阻力矩阵；s为回路总数；进一步地，将风量和风阻建立函数关系式，则可将通风网络解算写成：Q＝f(R)(4)当矿井发生阻变型故障时，发生故障的分支记为ei，对应的风阻变化量(阻变量)记为Δri，变化后的等效风阻记为r’i＝ri+Δri。依据式(4)，可以计算对应的风量向量Q’。所谓基于风量特征的故障诊断，就是根据监测到的风量Q’，确定发生阻变故障的分支ei以及故障分支等效风阻r’i的过程，可写成公式表示如下：ri'＝f'(Q')(5)步骤三：构建故障样本数据空间，将每次发生故障时的故障分支编号、分支等效风阻和网络分支风量这些数据记录至故障样本数据空间中；步骤四：利用SVM方法对步骤三中生成的训练样本进行训练，使用高斯径向基核函数K，建立故障本文档来自技高网...

【技术保护点】
1.一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，其特征在于，具体步骤如下：步骤一：准备拓扑关系数据资料，包括矿井通风网络、网络中各分支的风阻及风机特性曲线，其中，通风机风压特性曲线方程式为H＝a0+a1q+a2q2，其中H为风压，q为风量，a0，a1，a2为通风机的风压特性系数；步骤二：生成训练样本集，令分支ei发生阻变型故障，阻变量为Δri，此时，故障分支等效风阻r’i＝ri±Δri，其中ri为分支ei的原始风阻，r’i为分支ei发生故障后的等效风阻，并通过矿井通风仿真系统MVSS对通风网络进行网络解算，得到发生故障后的通风网络各分支的风量数据Q’，形成对应的风量样本；步骤三：构建故障样本数据空间，将每次发生故障时的故障分支编号、分支等效风阻和网络分支风量这些数据记录至故障样本数据空间中；步骤四：应用标准SVM方法对步骤三中生成的训练样本进行训练，使用高斯径向基核函数K，建立故障诊断分类模型及用于预测故障等效风阻值的回归模型，其中，故障诊断分类模型以网络分支风量为输入特征，故障分支编号为输出进行训练；回归模型以网络分支风量为输入特征，故障等效风阻值为输出进行训练；步骤五：利用步骤五中建立的故障诊断分类模型和回归模型进行单故障源诊断，得到故障分支编号和故障等效风阻值。...

【技术特征摘要】
1.一种基于风量特征的矿井通风系统阻变型单故障源诊断方法，其特征在于，具体步骤如下：步骤一：准备拓扑关系数据资料，包括矿井通风网络、网络中各分支的风阻及风机特性曲线，其中，通风机风压特性曲线方程式为H＝a0+a1q+a2q2，其中H为风压，q为风量，a0，a1，a2为通风机的风压特性系数；步骤二：生成训练样本集，令分支ei发生阻变型故障，阻变量为Δri，此时，故障分支等效风阻r’i＝ri±Δri，其中ri为分支ei的原始风阻，r’i为分支ei发生故障后的等效风阻，并通过矿井通风仿真系统MVSS对通风网络进行网络解算，得到发生故障后的通风网络各分支的风量数据Q’，形成对应的风量样本；步骤三：构建故障样本数据空间，将每次发生故障时的故障分支编号、分支等效风阻和网络分支风量这些数据记录至故障样本数据空间中；...

【专利技术属性】
技术研发人员：高科，刘剑，邓立军，郭欣，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁,21