[發(fā)明專利]一種鐵水脫硫攪拌器的智能故障診斷方法及系統在審
| 申請?zhí)枺?/td> | 201811339028.2 | 申請日: | 2018-11-12 |
| 公開(公告)號: | CN109376794A | 公開(公告)日: | 2019-02-22 |
| 發(fā)明(設計)人: | 葉航;但斌斌;容芷君 | 申請(專利權)人: | 武漢科技大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/08;C21C7/064 |
| 代理公司: | 北京輕創(chuàng)知識產權代理有限公司 11212 | 代理人: | 楊立;徐蘇明 |
| 地址: | 430081 湖北省武漢*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 鐵水脫硫攪拌器 智能故障診斷 故障診斷 低維 狀態(tài)監(jiān)測與故障診斷 振動傳感器 主成分分析 故障檢測 時域特征 特征參數 特征壓縮 診斷數據 振動數據 攪拌桿 識別率 輸出層 放入 鋼廠 高維 槳桿 脫硫 采集 診斷 檢測 | ||
本發(fā)明涉及一種鐵水脫硫攪拌器的智能故障診斷方法及系統,屬于鋼廠鐵水脫硫攪拌器狀態(tài)監(jiān)測與故障診斷領域。本發(fā)明首先在鐵水脫硫攪拌器槳桿設置振動傳感器,采集脫硫攪拌桿的振動數據,提取時域特征參數。然后利用PCA主成分分析方法將高維初始特征壓縮到低維特征,將各個工作狀態(tài)下得到低維特征參數數據作為輸入放到BP網絡進行訓練,將待診斷數據放入訓練好的BP網絡,即可通過輸出層結果進行故障診斷。本發(fā)明具有良好的適用性,在滿足故障檢測識別率的條件下同時提高了診斷速度,為鐵水脫硫攪拌器的故障診斷提供了一種有效的檢測方法。
技術領域
本發(fā)明涉及一種鐵水脫硫攪拌器的智能故障診斷方法及系統,屬于鋼廠鐵水脫硫攪拌器狀態(tài)監(jiān)測與故障診斷領域。
背景技術
KR鐵水攪拌脫硫法是日本新日鐵研究的一種鐵水爐外脫硫技術。這種脫硫法是以一個攪拌器浸入鐵水罐進行旋轉攪動鐵水,使鐵水產生旋轉,然后將適量的脫硫劑加入鐵水,使之與鐵水混合并充分反應,達到脫硫的目的。由于其在鐵水脫硫領域的優(yōu)良脫硫效果,因而在國內外鋼鐵企業(yè)得的廣泛應用。其工藝流程為:鐵水罐先送至扒渣機去除表面的高爐浮渣,在由升降小車下降攪拌器,此時升降小車夾緊,啟動攪拌器使鐵水罐形成鐵水旋渦,通過氮氣將氧化鈣送入鐵水罐內,在高溫下與鐵水充分接觸反應。此方法的脫硫效率高,脫硫劑消耗少,作業(yè)時間短,金屬耗損低。
鐵水脫硫攪拌器是KR法脫硫裝置中的重要部件,由旋轉軸與攪拌葉片組成。攪拌葉片沿旋轉軸周向成十字形均勻布置。旋轉軸攪拌葉片由金屬芯和耐火材料工作襯構成。由于攪拌器高溫間歇式工作狀態(tài)、以及惡劣的工作環(huán)境,導致攪拌器性能下降、甚至結構損壞。因此對攪拌器故障診斷的研究十分有意義。在實際生產中,由于KR法攪拌器隨同升降小車上下移動,無法進行離線檢測,所以無法獲得攪拌器的電機。齒輪箱、軸承、攪拌槳等振動數據。目前煉鋼廠大多未對該攪拌器進行任何監(jiān)測,只是在故障后維修,當攪拌器故障后對正常生產作業(yè)產生嚴重影響,并導致設備損壞,提高生產成本,且存在一定的安全隱患。
傳統的故障診斷方法有專家系統、BP神經網絡、學習向量量化、支持向量樹等診斷方法。傳統方法需要繁瑣的運算并依賴一定的人為理解及經驗才能實現故障診斷,并且無法充分挖掘原始數據中包含的故障信息,不利于檢測設備工作狀態(tài)。目前,國內鋼廠收集的軋機數據具有維數高,數據量大的特點。對于現在維數比較多的數據,可以對其進行降維操作。PCA的思想是將n維特征映射到k維上,生成全新的k維矩陣。實現工業(yè)數據的壓縮,使用PCA獲得低維度的特征樣本,加快BP網絡學習速度,有效提高診斷精度。
發(fā)明內容
為解決現有技術不足,本發(fā)明提供了一種鐵水脫硫攪拌器的智能故障診斷方法及系統,本發(fā)明首先在鐵水脫硫攪拌器槳桿設置振動傳感器,采集脫硫攪拌桿的振動數據,提取時域特征參數。然后利用PCA主成分分析方法將高維初始特征壓縮到低維特征,將各個工作狀態(tài)下得到低維特征參數數據作為輸入放到BP網絡進行訓練,將待診斷數據放入訓練好的BP網絡,即可通過輸出層結果進行故障診斷。本發(fā)明具有良好的適用性,在滿足故障檢測識別率的條件下同時提高了診斷速度,為鐵水脫硫攪拌器的故障診斷提供了一種有效的檢測方法。
本發(fā)明的目的是通過下述技術方案實現的:
一種鐵水脫硫攪拌器的智能故障診斷方法,包括如下步驟:
S1.樣本時域特征獲取:通過在鐵水脫硫攪拌器槳桿上安裝振動傳感器,采集脫硫攪拌器在各種工作狀態(tài)下(包括正常及各種典型故障)的振動信號并記錄;提取振動信號的時域參數作為初始特征。
S2.PCA特征降維處理:將步驟1所述的時域參數數據作為故障診斷的特征,采用PCA降維處理,對貢獻率大于指定值的主成分保留作為樣本特征,并與鐵水脫硫攪拌器工作狀態(tài)對應;
S3.訓練BP網絡分類器:將生成的n維主成分數據作為特征信號輸入BP網絡,構建BP網絡模型;
S4.故障診斷:將測試數據PCA降維處理后輸入BP網絡模型,進行鐵水脫硫攪拌器的故障診斷。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢科技大學,未經武漢科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811339028.2/2.html,轉載請聲明來源鉆瓜專利網。





