本发明专利技术智能传感器及矿用皮带机传动系统健康状态监测方法，属于皮带机监测技术领域；首先提出了一种智能传感器，通过对传感器内的主控芯片编写智能算法，使其具有边缘计算能力和异常状态自检功能并通过无线传输数据，使数据采集方式智能化，其次提出了一种煤矿用皮带机传动系统健康状态监测方法，通过对智能传感器采集的异常数据做傅里叶变换提取频谱特征然后结合预先构建的识别特征库给出异常部件的发展趋势，并通过健康指数评价公式给出传动系统当前的健康状况，进而实现对煤矿用皮带机的智能化、无线化的实时监测；本发明专利技术提供的方法与现有技术相比，更具智能化，需要运算资源更少，且维护更加具有针对性，节省人力成本。节省人力成本。节省人力成本。
【技术实现步骤摘要】
一种智能传感器及矿用皮带机传动系统健康状态监测方法
[0001]本专利技术一种智能传感器及矿用皮带机传动系统健康状态监测方法，属于智能传感器及矿用皮带机传动系统健康状态监测方法
技术介绍
[0002]随着“智慧矿山”建设的不断推进，煤矿井下开采和运输装备的智能化程度不断提升，企业对于煤矿井下装备的运行参数采集手段及状态监测技术要求越来越高，煤矿用皮带输送机作为承载输送煤炭功能的核心装备，其稳定安全的高效运行直接影响到煤矿企业的生产效率，而传动系统作为矿用皮带机的核心组件，由包括拖动电机、变速箱、主轴辊筒和托辊等部分组成，其非健康运行状态会直接导致煤矿用皮带机停机瘫痪。振动是传动系统健康状态的主要表现形式，振动信号中蕴含着丰富的信息，通过对振动信息的分析可精准的获取传动系统的健康状态，从而体现整个皮带机的健康状态，因此对该部分的状态监测至关重要。
[0003]随着无线通讯技术的不断发展，出现越来越多可适应煤矿井下的无线通信技术，如WiFi、ZigBee和NB
‑
IoT以及5G，这些技术大大降低煤矿井下的布线复杂度。同时，对于传感器的数据处理越来越趋于边缘化和集成化，充分利用这些技术可大大提升监测系统的智能化。
[0004]现阶段已有对煤矿用皮带机的健康报警系统，如专利号为CN209554214U的专利技术，其提出多监控分站的皮带机监控方法，但由于传感器采用有线方式连接及集中式数据处理手段，增加皮带机周围的布线复杂度，提升数据计算成本，不符合智能化的要求；专利号为CN104635629A的专利技术专利虽然使用了基于无线技术的传感器，但也仅仅是以无线取代有线进行简单的数据传输，未能实现传感器的智能化。此外，专利号为CN104773625A的专利技术提出的基于物联网的电梯健康监测系统及监测方法同样采用有线连接及数据集中处理的方法，会产生大量冗余数据，不够智能。
技术实现思路
[0005]本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种智能传感器硬件结构改进及矿用皮带机传动系统健康状态监测方法的改进。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：一种智能传感器，包括加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块和电源模块，所述主控芯片通过导线分别与加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块、电源模块相连；
[0007]所述加速度传感器芯片用于采集皮带机传动系统的加速度信号并发送至主控芯片；所述主控芯片内包含用于控制振动数据采集和处理的算法；所述存储模块用于存储皮带机传动系统正常工作时的振动加速度数据，并定期上传集控中心且清除，用以数据存档；所述通讯模块用于将需要上传的数据传输到数据接收端；所述电源模块为锂电池模块，为整个传感器提供电源驱动。
[0008]所述主控芯片内的数据采集和处理的算法步骤如下：
[0009]步骤一：通过现有的有线振动加速度传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据；
[0010]步骤二：根据获取的加速度数据分别分析拖动电机、变速箱、主轴辊筒和托辊设备异常振动的加速度幅值，并分别确定拖动电机、变速箱、主轴辊筒和托辊异常加速度幅值阈值K1
‑
K4；
[0011]步骤三：通过智能传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据，根据加速度幅值阈值K1
‑
K4去除冗余信息，并在发现异常数据时，将异常数据分析判断后实时通过通讯模块传输至数据分析中心。
[0012]所述步骤三中的加速度幅值阈值去除冗余信息的步骤为：
[0013]步骤2.1：分别判断采集的拖动电机、变速箱、主轴辊筒和托辊的加速度数据幅值是否大于K1
‑
K4，当幅值大于K1
‑
K4时，则判断为数据有异常，进入异常采集对比，对比结果为采集数据无异常时，则判断为传感器本身运行正常，异常产生的原因为运行设备，将异常的加速度数据记录并存储，通过无线组网将异常数据发送至集控中心进行运行设备的频谱分析及状态判断；
[0014]步骤2.2：当异常采集对比结果为采集数据有异常时，判断为运行设备正常而传感器本身的运行状态异常，此时自动上传传感器检修信号；
[0015]步骤2.3：当幅值小于K1
‑
K4时，则判断数据正常，将数据进行记录后返回步骤2.1。
[0016]所述加速度传感器芯片具体采用ADXL357三轴加速度传感器；
[0017]所述主控芯片具体采用STM8L050J3处理器芯片；
[0018]所述通讯模块具体采用型号为RTL8723BU的WiFi无线通讯模块。
[0019]矿用皮带机传动系统健康状态监测方法，包括如下步骤：
[0020]步骤一：在煤矿用皮带机的拖动电机、变速箱、主轴辊筒和多个托辊位置分别安装智能传感器，用N
1j
表示安装在拖动电机上的传感器序列，用N
2j
表示安装在变速箱上的传感器序列，用N
3j
表示安装在主轴辊筒上的传感器序列，用N
4j
表示安装在托辊上的传感器序列；用上述智能传感器获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据；
[0021]步骤二：将获得的加速度数据进行傅里叶变换，得到各智能传感器的频域频谱信息，其变换公式为：
[0022]上式中：DTFT表示离散时间傅里叶变换，f
i
(n)是传感器N
ij
获取的离散振动信息数据，且k表示变换后频域函数的周期性，N为传感器数据序列的总长度；
[0023]利用频谱信息构建不同异常程度的振动信息识别特征库，确定异常振动信息所处的频谱范围，并依据正常数据的频谱成分构建正常数据参考特征识别库；
[0024]步骤三：结合步骤一已安装的智能传感器搭建煤矿用皮带机传动系统振动数据采集系统，各传感器采集的数据利用WiFi通过数据采集器传输到集控中心数据分析上位机，数据采集器通过工业以太网与集控中心相连；
[0025]步骤四：依据各智能传感器获得的数据，利用自适应去噪算法滤除非对应部件所产生的加速度振动频率，对滤波后的加速度振动信息做傅里叶变换，并主要提取和识别异
常振动信息所处频谱范围的频谱信息，所提取的频谱信息称为频谱特征，记为F
ij
，i表示某部分的传感器序列，j表示序列中的某一个传感器，然后给定传动系统的健康状态且锁定异常信息的来源部位，并依据当前状态，结合所构建的异常振动信息特征识别库和正常振动参考特征库给出振动异常部位的发展趋势，实现对异常部位振动状态的预测；
[0026]步骤五：通过专家评价系统，对当前的传动系统的健康状态进行评价，给出健康指数H，完成传动系统的健康状态监测。
[0027]所述健康评价系统是指基于公式的评价体系，该系统能够给出当前传动系统的健康指数H,该指数可直观的表征系统的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能传感器，包括加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块和电源模块，其特征在于：所述主控芯片通过导线分别与加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块、电源模块相连；所述加速度传感器芯片用于采集皮带机传动系统的加速度信号并发送至主控芯片；所述主控芯片内包含用于控制振动数据采集和处理的算法；所述存储模块用于存储皮带机传动系统正常工作时的振动加速度数据，并定期上传集控中心且清除，用以数据存档；所述通讯模块用于将需要上传的数据传输到数据接收端；所述电源模块为锂电池模块，为整个传感器提供电源驱动。2.根据权利要求1所述的一种智能传感器，其特征在于：所述主控芯片内的数据采集和处理的算法步骤如下：步骤一：通过现有的有线振动加速度传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据；步骤二：根据获取的加速度数据分别分析拖动电机、变速箱、主轴辊筒和托辊设备异常振动的加速度幅值，并分别确定拖动电机、变速箱、主轴辊筒和托辊异常加速度幅值阈值K1
‑
K4；步骤三：通过智能传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据，根据加速度幅值阈值K1
‑
K4去除冗余信息，并在发现异常数据时，将异常数据分析判断后实时通过通讯模块传输至数据分析中心。3.根据权利要求2所述的一种智能传感器，其特征在于：所述步骤三中的加速度幅值阈值去除冗余信息的步骤为：步骤2.1：分别判断采集的拖动电机、变速箱、主轴辊筒和托辊的加速度数据幅值是否大于K1
‑
K4，当幅值大于K1
‑
K4时，则判断为数据有异常，进入异常采集对比，对比结果为采集数据无异常时，则判断为传感器本身运行正常，异常产生的原因为运行设备，将异常的加速度数据记录并存储，通过无线组网将异常数据发送至集控中心进行运行设备的频谱分析及状态判断；步骤2.2：当异常采集对比结果为采集数据有异常时，判断为运行设备正常而传感器本身的运行状态异常，此时自动上传传感器检修信号；步骤2.3：当幅值小于K1
‑
K4时，则判断数据正常，将数据进行记录后返回步骤2.1。4.根据权利要求3所述的一种智能传感器，其特征在于：所述加速度传感器芯片具体采用ADXL357三轴加速度传感器；所述主控芯片具体采用STM8L050J3处理器芯片；所述通讯模块具体采用型号为RTL8723BU的WiFi无线通讯模块。5.矿用皮带机传动系统健康状态监测方法，其特征在于：包括如下步骤：步骤一：在煤矿用皮带机的拖动电机、变速箱、主轴辊筒和多个托辊位置分别安装智能传感器，用N...
【专利技术属性】
技术研发人员：乔铁柱，陈宝全，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。