【技术实现步骤摘要】
本专利技术涉及故障诊断，尤其涉及一种矿用带式输运机系统故障诊断方法及装置。
技术介绍
1、带式输运机是一种输送物料的设备，通过摩擦驱动以连续方式运输物料。带式输运机广泛应用于码头、矿山、冶金、粮食、造纸等行业。在矿山领域里，带式输运机主要应用于矿石的运输工作。在复杂地质条件和恶劣环境下，矿山运输面临工况多变、载荷随机性大的严峻挑战，因此通过对矿山运输的全过程管理，保证运输系统良性运行。在运输矿石的过程中，带式输运机系统是最重要的环节。若该环节出现故障，将直接导致设备台效、运输效率降低，甚至系统停车、生产中断，影响达产。现实生产中，带式输运机经常由于矿石堵料问题、过载问题出现故障。若实现带式输运机系统的在线故障诊断，以检测出这些异常工况，并提示生产操作和运维人员及时干预，对生产进行调整和对设备进行检查，这对保障生产和设备管理有重要意义。
2、针对1号带式输运机向2号带式输运机输送矿石，出现矿石堵料或者过载问题。通过1、2号带式输运机在运行过程中检测得到的电流可从侧面反映其上承载矿石的数量，借助于设备的电气拖动系统，可采集1、2号带式输运机的电流量数据。在考虑系统机理特性的基础上，充分分析1、2号带式输运机电流量数据诊断故障，是一种带式输运机系统的简单、有效且低成本的故障诊断方法。并及时对堵料情况报警，避免后续危害升级。
3、申请号为202111347306.0的专利技术专利《输煤皮带故障检测系统》本质上在通过分析实时皮带图像，基于不同的训练集来完成判定故障任务，神经网络没有较好的解释性，诊断结果往往缺乏说服
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种矿用带式输运机系统故障诊断方法及装置，可以实时诊断矿用带式输运机输送过程是否存在故障，准确地为生产人员提供报警信息，为该生产过程的操作调整与设备运维提供决策依据。
2、为解决上述技术问题，本专利技术所采取的技术方案是：
3、一方面，本专利技术提供一种矿用带式输运机系统故障诊断方法，该方法包括：
4、设定1号带式输运机向2号带式输运机输送货物，1号带式输运机的电流值作为子空间辨识算法的输入变量，2号带式输运机的电流值作为输出变量，即2号带式输运机的预测电流值，初始化参数后，通过离线建模得到带式输运机系统子空间辨识模型，利用无故障数据建立扩展状态空间模型，基于子空间辨识技术计算得到扩展可观测矩阵、toeplitz矩阵，从而得出系数矩阵估计值；
5、在线诊断初始化参数，包括初始化模型阶次，设定建模数据集长度、数据矩阵的扩展维度、输入与输出变量维度、置信度、故障检测阈值、输入与输出变量的滤波系数，加载离线建模计算出的系数矩阵估计值；
6、在线采集当前时刻的1号带式输运机和2号带式输运机的电流值数据，并保存；对采集的数据进行滤波处理并保存；
7、利用离线建模计算出的系数矩阵估计值，建立在线扩展状态空间模型，计算输出2号带式输运机的预测电流值和残差值；利用残差的方差矩阵计算监控量；
8、通过判断监控量是否超过故障检测阈值来进行故障检测，输出报警信号。
9、进一步地，离线建模中，1号带式输运机的电流值作为子空间辨识算法的输入变量i1(k)∈rl，2号带式输运机的预测电流值作为输出变量x为状态向量，w、t、g、q为系统矩阵，k为采样时刻，建立离散时间的状态空间模型如下：
10、x(k+1)＝wx(k)+ti1(k)
11、
12、在矩阵序列中，分别用p表示过去数据的数量、f表示未来数据的数量，n表示系统阶数，n表示数据矩阵的扩展维度，l为输入变量维度，m为输出变量维度，其中p≥f＞n；将输入变量δ(k)、输出变量e(k)、未来的hankel输入矩阵δf、过去的hankel输入矩阵δp和未来的hankel输出矩阵ef分别定义如下：
13、δ(k)＝[i1(k) i1(k+1) … i1(k+n-1)]∈rl×n
14、
15、
16、
17、
18、在无故障情况下基于状态空间模型，扩展状态空间模型表示为，
19、
20、其中，xk为状态序列，定义如下：
21、xk＝[x(k)x(k+1) … x(k+n-1)]∈rn×n
22、其中，扩展可观测矩阵ξf和toeplitz矩阵分别具有以下形式：
23、
24、
25、基于子空间辨识技术得到和的估计值；是ξf的正交空间；辨识和的过程如下：
26、首先收集数据，将输入输出数据构成一个增广数据矩阵vf；
27、
28、对增广数据矩阵vf进行svd分解：
29、
30、其中，a由对应于在∑中的非零奇异值的前(lf+n)个左奇异向量组成，a⊥为剩余的(mf-n)个左奇异向量，其对应于∑中的零奇异值；类似于a和a⊥，b和b⊥由右奇异向量组成；
31、令a⊥t的前mf列和后lf列分别为amf和alf，则能得出扩展可观测矩阵ξf和toeplitz矩阵
32、由于ξf和是由系统矩阵w、t、g、q组成，因此w、g直接从扩展可观测矩阵ξf的结构中提取得到；在估计出系统矩阵w和g后，利用最小二乘法由toeplitz矩阵估计出系统矩阵t和q；从而得到带式输运机的电流关系的状态空间模型中系统矩阵w、t、g、q的估计值。
33、在线诊断中，将1号带式输运机的电流值作为输入变量i1(k)，通过已辨识好的系数矩阵w、t、g、q的估计值，建立扩展状态空间模型表示为：得出2号带式输运机的电流预测值从而定义系统的输出残差信号表达式为：
34、
35、计算残差的方差矩阵σr，并保存残差的方差矩阵；
36、通过得到的残差信号r(k)计算监控量j，监控量与故障检测阈值进行比较，从而实现故障检测，具体过程如下：
37、首先确定故障检测阈值的卡方分布χα，并设定故障检测阈值jth，jth＝χα/2；
38、定义监控量j，并通过残差信号r(k)计算监控量j：
39、
40、其中，σr为残差的方差矩阵；
41、定义故障检测方法：
42、
43、将监控量与阈值进行比较，从而实现故障检测。
44、另一方面，本专利技术还提供一种矿用带式输运机系统故障诊断装置，该装置包括离线建模模块和在本文档来自技高网...
【技术保护点】
1.一种矿用带式输运机系统故障诊断方法，其特征在于：该方法包括离线建模和在线诊断；
2.根据权利要求1所述的矿用带式输运机系统故障诊断方法，其特征在于：所述离线建模前的初始化参数和在线诊断初始化参数均包括初始化模型阶次，设定建模数据集长度、数据矩阵的扩展维度、输入与输出变量维度、置信度、故障检测阈值、输入与输出变量的滤波系数；在线诊断初始化中还包括加载离线建模计算出的系数矩阵估计值。
3.根据权利要求2所述的矿用带式输运机系统故障诊断方法，其特征在于：所述离线建模中，1号带式输运机的电流值作为子空间辨识算法的输入变量I1(k)∈Rl，2号带式输运机的预测电流值作为输出变量x为状态向量，W、T、G、Q为系统矩阵，k为采样时刻，建立离散时间的状态空间模型如下：
4.根据权利要求3所述的矿用带式输运机系统故障诊断方法，其特征在于：基于子空间辨识技术得到和的估计值的过程如下：
5.根据权利要求4所述的矿用带式输运机系统故障诊断方法，其特征在于：在线诊断中，将1号带式输运机的电流值作为输入变量I1(k)，通过已辨识好的系数矩阵W、T、G、Q的
6.根据权利要求5所述的矿用带式输运机系统故障诊断方法，其特征在于：所述故障检测的具体过程如下：
7.一种矿用带式输运机系统故障诊断装置，该装置用于实现权利要求1所述的矿用带式输运机系统故障诊断方法，其特征在于：该装置包括离线建模模块和在线诊断模块；
8.根据权利要求7所述的矿用带式输运机系统故障诊断装置，其特征在于：所述在线诊断模块包括初始化模块、数据采集和滤波模块、故障检测模块和数据存储模块；
...【技术特征摘要】
1.一种矿用带式输运机系统故障诊断方法，其特征在于：该方法包括离线建模和在线诊断；
2.根据权利要求1所述的矿用带式输运机系统故障诊断方法，其特征在于：所述离线建模前的初始化参数和在线诊断初始化参数均包括初始化模型阶次，设定建模数据集长度、数据矩阵的扩展维度、输入与输出变量维度、置信度、故障检测阈值、输入与输出变量的滤波系数；在线诊断初始化中还包括加载离线建模计算出的系数矩阵估计值。
3.根据权利要求2所述的矿用带式输运机系统故障诊断方法，其特征在于：所述离线建模中，1号带式输运机的电流值作为子空间辨识算法的输入变量i1(k)∈rl，2号带式输运机的预测电流值作为输出变量x为状态向量，w、t、g、q为系统矩阵，k为采样时刻，建立离散时间的状态空间模型如下：
4.根据权利要求3所述的矿用带式输运机系统故障诊断方法，其特征在于...
【专利技术属性】
技术研发人员：王俊生，陈静，谢杰，郭振宇，宋涛，高泽东，张媛媛，徐志豪，
申请(专利权)人：东北大学，
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。