一种用于掘锚机的健康评估方法和故障监测识别方法技术

本发明专利技术提供了一种用于掘锚机的健康评估方法和故障监测识别方法，所述健康评估方法包括计算掘锚机在同一巷道内各作业循环的相似度矩阵、搭建异常检测矩阵和搭建健康评估函数和确定健康评估判断指标，实现对掘锚机中的易损件进行精准的健康评估效果。所述故障监测识别方法通过对掘锚机中易损件的各检测参数的最大值搭建故障监测识别函数，从而确定系数X

【技术实现步骤摘要】
一种用于掘锚机的健康评估方法和故障监测识别方法


[0001]本专利技术涉及掘锚机
，具体涉及一种用于掘锚机的健康评估方法和故障监测识别方法。

技术介绍

[0002]掘锚机是大型掘进设备，为确保掘锚机正常施工作业，需要对掘锚机进行健康评估，特别是对掘锚机中的易损件进行健康评估。同时，对掘锚机中的易损件进行故障监测识别也十分重要。然而，目前对掘锚机健康评估仅为检查掘锚机运行参数是否在额定范围内，无法根据掘锚机运行特点实时计算出易损件在运行中的健康值。

技术实现思路

[0003]本专利技术目的在于提供一种用于掘锚机的健康评估方法和故障监测识别方法，实现对掘锚机中的易损件精准的健康评估和故障监测，减少施工安全风险。具体技术方案如下：
[0004]在第一方面，本专利技术提供了一种用于掘锚机的健康评估方法，包括以下步骤：
[0005]步骤A1、计算掘锚机在同一巷道内各作业循环的相似度矩阵
[0006]将掘锚机在同一巷道内的每一个作业循环均视为相对独立的分布，采用Visual Studio读取掘锚机的K个作业循环；通过传感组件采集掘锚机中易损件在每个作业循环中的检测参数并传输至所述掘锚机的控制终端，所述检测参数包括P个检测量，分别是掘锚机易损件中的电机温度、减速机振动、臂架测点变形、滑移架测点应力、油缸压力和截割电机电流；每个检测量在每个作业循环的时间序列上有a个测量值；在K个作业循环中的任一作业循环m与掘锚机最新作业循环L在各自对应的P个检测量上的总偏离量为相似度矩阵S(L，m)r/>t
，其采用式(1)表示：
[0007][0008]在式(1)中，m为K个作业循环中的任意一个作业循环的编号；L为掘锚机最新作业循环的编号；t＝1、2、3
…
a，表示在每个作业循环的时间序列上的任意一个测量值；n＝1、2、3
…
P，表示每个作业循环的P个检测量中任意一个检测量；x
tnL
表示第b个检测量在掘锚机最新作业循环L的时间序列上的第t个测量值；x
tnm
表示第n个检测量在作业循环m的时间序列上的第t个测量值；δ
n
为第n个检测量在K个作业循环内的方差；
[0009]步骤A2、搭建异常检测矩阵
[0010]在所述K个作业循环中寻找与最新作业循环L最相似的作业循环F，将所述作业循环F的相似度矩阵的转换矩阵T
tLF
在其时间序列上的均值定义为异常检测矩阵T
F
，具体如式(2)所示：
[0011][0012]步骤A3、搭建健康评估函数和确定健康评估判断指标
[0013]通过所述异常检测矩阵计算正常节点占比c，即为健康度，其采用式(3)表示：
[0014][0015]在式(3)中，J表示相似度矩阵S(L，m)
t
的特征向量的个数；c≤1，当c＝1时，表示完全健康；当0.9≤c＜1时，表示健康；当0.7≤c＜0.9时，表示亚健康；c＜0.7时，表示不健康。
[0016]可选的，在步骤A2中，寻找与最新作业循环L最相似的作业循环F的具体过程如下：
[0017]首先，在时间序列上的第t个测量值上，根据作业循环m的相似度矩阵搭建其转换矩阵T
tLm
，其采用式(4)表示：：
[0018][0019]在式(4)中，i＝1、2、3、
……
J；v
tim
表示相似度矩阵S(L，m)
t
的特征向量；表示v
tim
的转置；w
tim
表示特征向量v
tim
的权值，具体如式(5)所示；
[0020][0021]其次，对于K个作业循环的相似度矩阵对应的K个转换矩阵T
tLm
中，寻找满足如条件式(6)的转换矩阵，即为作业循环F的相似度矩阵的转换矩阵TtLF；
[0022][0023]在式(6)中，<T
tLm
，S(L，m)
t
>
F
表示转换矩阵T
tLm
和相似度矩阵S(L，m)
t
的内积；<T
tLm
，T
tLm
>
F
表示转换矩阵T
tLm
和转换矩阵T
tLm
的内积；<S(L，m)
t
，S(L，m)
t
>F表示相似度矩阵S(L，m)
t
和相似度矩阵S(L，m)
t
的内积。
[0024]可选的，在步骤A1中，所述传感组件包括用于检测电机温度的温度传感器、用于检测减速机振动的振动传感器、用于检测臂架测点变形的第一应变片传感器、用于检测滑移架测点应力的第二应变片传感器、用于检测油缸压力的第三应变片传感器和用于检测截割电机电流的电流传感器；所述温度传感器和电流传感器分别通过电路与所述掘锚机的控制终端连接；所述振动传感器、第一应变片传感器、第二应变片传感器、第三应变片传感器分
别通过监测器连接所述掘锚机的控制终端。
[0025]可选的，所述K个作业循环均为正常作业循环。
[0026]在第二方面，本专利技术提供了一种用于掘锚机的故障监测识别方法，包括如下步骤：
[0027]步骤B1、将掘锚机在同一巷道内的每一个作业循环均视为相对独立的分布，采用VisualStudio读取掘锚机的K个作业循环；通过传感组件采集掘锚机中易损件在每个作业循环中的检测参数并传输至所述掘锚机的控制终端，所述检测参数包括P个检测量，分别是掘锚机易损件中的电机温度、减速机振动、臂架测点变形、滑移架测点应力和截割电机电流；
[0028]根据检测参数的最大值搭建故障监测识别函数，其中，各所述检测参数的最大值包括电机温度最大值T
max
、减速机振动最大值d
max
、臂架测点变形最大值W
max
、滑移架测点应力最大值σ
max
和截割电机电流最大值
max
所述故障监测识别函数如式(7)所示；
[0029][0030]在式(7)中，X1为电机温度最大值的系数；X2为减速机振动最大值的系数；X3为臂架测点变形最大值的系数；X4为滑移架测点应力最大值的系数；X5为截割电机电流最大值的系数；
[0031]步骤B2、确定所述掘锚机的故障监测识别判断指标
[0032]在所述掘锚机上设置故障监测指示灯，所述故障监测指示灯通过电路与掘锚机的控制终端连接，当X
n
＜0.8时，所述故障监测指示灯显示绿色，表示掘锚机作业状态正常；当0.8＜X
n
＜0.95时，所述故障监测指示灯显示黄色，表示掘锚机作业状态警示；当X
n
≥0.95时，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于掘锚机的健康评估方法，其特征在于，包括以下步骤：步骤A1、计算掘锚机在同一巷道内各作业循环的相似度矩阵将掘锚机在同一巷道内的每一个作业循环均视为相对独立的分布，采用Visual Studio读取掘锚机的K个作业循环；通过传感组件采集掘锚机中易损件在每个作业循环中的检测参数并传输至所述掘锚机的控制终端，所述检测参数包括P个检测量，分别是掘锚机易损件中的电机温度、减速机振动、臂架测点变形、滑移架测点应力、油缸压力和截割电机电流；每个检测量在每个作业循环的时间序列上有a个测量值；在K个作业循环中的任一作业循环m与掘锚机最新作业循环L在各自对应的P个检测量上的总偏离量为相似度矩阵S(L，m)
t
，其采用式(1)表示：在式(1)中，m为K个作业循环中的任意一个作业循环的编号；L为掘锚机最新作业循环的编号；t＝1、2、3...a，表示在每个作业循环的时间序列上的任意一个测量值；n＝1、2、3...P，表示每个作业循环的P个检测量中任意一个检测量；x
tnL
表示第n个检测量在掘锚机最新作业循环L的时间序列上的第t个测量值；x
tnm
表示第n个检测量在作业循环m的时间序列上的第t个测量值；δ
n
为第n个检测量在K个作业循环内的方差；步骤A2、搭建异常检测矩阵在所述K个作业循环中寻找与最新作业循环L最相似的作业循环F，将所述作业循环F的相似度矩阵的转换矩阵T
tLF
在其时间序列上的均值定义为异常检测矩阵T
F
，具体如式(2)所示：步骤A3、搭建健康评估函数和确定健康评估判断指标通过所述异常检测矩阵计算正常节点占比c，即为健康度，其采用式(3)表示：在式(3)中，J表示相似度矩阵S(L，m)
t
的特征向量的个数；c≤1，当c＝1时，表示完全健康；当0.9≤c<1时，表示健康；当0.7≤c<0.9时，表示亚健康；c<0.7时，表示不健康。2.根据权利要求1所述的用于掘锚机的健康评估方法，其特征在于，在步骤A2中，寻找与最新作业循环L最相似的作业循环F的具体过程如下：首先，在时间序列上的第t个测量值上，根据作业循环m的相似度矩阵搭建其转换矩阵T
tLm
，其采用式(4)表示：：
在式(4)中，i＝1、2、3、......J；v
tim
表示相似度矩阵S(L，m)
t
的特征向量；表示v
tim
的转置；w
tim
表示特征向量v
tim
的权值，具体如式(5)所示；其次，对于K个作业循环的相似度矩阵对应的K个转换矩阵T
tLm
中，寻找满足如条件式(6)的转换矩阵，即为作业循环F的相似度矩阵的转换矩阵T
tLF
；在式(6)中，<T
tLm
，S(L，m)
t
>
F
表...

【专利技术属性】
技术研发人员：刘飞香，廖金军，陈志伟，蒋海华，王永胜，尹雁飞，吕衡生，
申请(专利权)人：中国铁建重工集团股份有限公司，
类型：发明
国别省市：