[發明專利]一種皮帶機的故障診斷方法及裝置

在審

• 申請號: 201810035181.X
• 申請日: 2018-01-15
• 公開（公告）號: CN110045672A
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 李宗平;廖婷婷;李曦;曾輝
• 申請（專利權）人: 中冶長天國際工程有限責任公司
• 主分類號: G05B19/05
• 分類號: G05B19/05;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本發明提供一種皮帶機的故障診斷方法及裝置，根據皮帶機所有可能發生的故障信息以及與所述故障信息相對應的性能指標數據，建立故障融合系統；獲取所述皮帶機的各個傳感器在所述皮帶機發生故障時檢測得到的異常信號，根據所述異常信號進行局部故障決策，生成至少一個局部故障診斷結果；將至少一個所述局部故障診斷結果輸入到所述故障融合系統中進行數據融合，利用所述故障融合系統輸出最終故障診斷結果。本申請不是利用局部故障診斷結果對皮帶機的故障進行診斷，而是根據故障融合系統對局部故障診斷結果進行融合診斷，能夠避免局部故障診斷結果的誤判，提高最終故障診斷結果的可信度和精確度。

技術領域

本申請涉及故障診斷技術領域，特別是涉及一種皮帶機的故障診斷方法及裝置。

背景技術

皮帶機是一種重要的連續運輸機械，在散裝物料的運輸中扮演著十分重要的角色。由于皮帶機通常所處的工作環境比較惡劣，且需要長時間運轉，因此經常會發生故障，需要對這些故障進行及時地檢測和排除，以避免事故的發生。但是，皮帶機需要檢測的故障點多，工作量大，同時要求檢測的精度高，一般難以通過人的感覺器官和工程經驗檢測和排除故障，特別是長距離大運量的皮帶機，不便于對故障做出準確的診斷，再加上技術和生產管理方面的欠缺，導致了皮帶機事故時常發生。

現有技術中，主要采用以下幾種方法進行皮帶機的故障診斷：基于PLC的皮帶機故障診斷方法、基于專家系統的故障診斷方法以及基于神經網絡的故障診斷方法等。

基于PLC的皮帶機故障診斷方法主要是利用不同的傳感器(例如：速度傳感器、張力傳感器等)對皮帶機工作狀態下的性能指標數據(例如：速度、皮帶表面的張力等)進行采集，然后通過PLC將采集到的性能指標數據整合在一起，將性能指標數據與故障類型一一對應，從而做出對故障的診斷。雖然基于PLC的皮帶機故障診斷系統將皮帶機故障時的性能指標數據都整合在了一起并與故障類型一一對應，但是其采用的是一種信號對應一種故障的處理方式(例如：跑偏信號對應跑偏故障，張力信號對應撕裂故障等)。這種診斷方式存在如下弊端：首先，單一的信號對單一的故障進行判斷可能會出現誤判(例如：當皮帶機出現過載故障時，皮帶表面的速度會下降，但是當托輥出現故障時，也會造成皮帶表面的速度下降，而如果只采用速度信號判斷，就難以判斷出是過載故障還是托輥故障，會出現誤判情況)；其次，PLC系統將皮帶機發生故障時的各種性能指標數據整合了起來，如果不加以綜合利用，會造成數據的極大浪費。

專家系統是一種具有大量專門知識與經驗的程序系統，其工作過程實質就是一個類似于人腦推理的過程，基于專家系統的故障診斷方法是將皮帶機發生故障時的性能指標輸入專家系統，系統從故障類型的知識庫出發，通過推理機利用儲存的故障類型相關知識進行分析推理，給出推理結果。但是，由于皮帶機的故障都不是單一發生的，某種故障可能導致多種性能指標的改變，同時某種性能指標的改變也可能反映多種故障。對于這種復雜系統，并不能單純通過簡單的專家經驗疊加來獲取診斷規則，在知識的獲取上也十分有限。

基于神經網絡的故障診斷方法是將皮帶機發生故障時的異常性能指標作為樣本，通過神經網絡訓練，使其具有聯想記憶、自學習、自適應的能力，在下次皮帶機發生故障時有相關的故障信號傳入系統，系統能夠根據樣本的訓練自動辨識并對故障類型做出診斷。但是，神經網絡雖然可以對樣本進行訓練，提高診斷的效率和可靠性，但是系統所訓練的樣本集是有限制的，并不能適用于所有情況，而且神經網絡并不具備對復雜系統的邏輯推理能力。

因此，現有技術無法精確地診斷皮帶機的故障。

發明內容

有鑒于此，本發明的目的在于提供一種皮帶機的故障診斷方法及裝置，用于精確地診斷皮帶機的故障。

本發明提供的技術方案如下：

一種皮帶機的故障診斷方法，包括：

根據皮帶機所有可能發生的故障信息以及與所述故障信息相對應的性能指標數據，建立故障融合系統；