[發(fā)明專利]一種礦井提升機無線傳輸?shù)墓收显\斷系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201910078723.6
• 申請日: 2019-01-28
• 公開（公告）號: CN109665399B
• 公開（公告）日: 2020-08-04
• 發(fā)明（設(shè)計）人: 孫正;趙志科;張曉光;任世錦;徐桂云;李輝
• 申請（專利權(quán)）人: 棗莊學(xué)院;中國礦業(yè)大學(xué);徐州大恒測控技術(shù)有限公司
• 主分類號: B66B5/00
• 分類號: B66B5/00
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 許方

1.一種礦井提升機無線傳輸?shù)墓收显\斷方法，其特征在于，該方法包括以下步驟：

步驟1：信號采集與初始參數(shù)，獲取提升機系統(tǒng)的天輪、電機、減速器和滾筒上的軸承振動信號,并設(shè)置SKSFDA模型初始參數(shù)及CELMDAN算法參數(shù)；

步驟2：多成分信號分離，使用完備總體局部均值分解(CELMDAN)方法對振動信號進行分解，從多成分的原始時域振動信號中自適應(yīng)分離出純調(diào)頻信號和包絡(luò)信號，由此得到多個具有物理意義的PFs分量，PFs分量的瞬時幅值和瞬時頻率包含振動信號瞬態(tài)特征信息，以突出機械設(shè)備運行中的振動信號狀態(tài)特征；

步驟3：選取乘積函數(shù)及特征抽取，計算每個PF的周期調(diào)制強度PMI，根據(jù)PMI值選擇PFs作為信號成分，然后從PFs信號的時域和頻域抽取統(tǒng)計量和信息熵作為信號特征，生成機械狀態(tài)的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，并且從PF中抽取時域特征參數(shù)計算公式為：

時域特征1：

時域特征2：

時域特征3：

其中，均值方差pf_i(n)為CLMDAN對信號分解得到的第i個乘積函數(shù)分量PF；

頻域特征計算公式為：

假設(shè)信號頻譜為s(k)，f_k表示kth譜線的值，k＝1,2,…,K，K為功率譜項的數(shù)量，那么頻域特征計算公式為：

平均頻率：

平均能量：

頻率標準差特征值：

上述三個統(tǒng)計量分別表示信號在頻域上的平均頻率、平均能量、頻率標準差特征值；

從分解的乘積函數(shù)(PFs)中抽取信息熵特征作為機械故障診斷的判斷依據(jù)；

乘積函數(shù)奇異熵：

令pf_i(n)為CLMDAN對信號分解得到的第i個乘積函數(shù)分量PF，D_M×N∈R^M×N為由pf_i(n)構(gòu)成的矩陣，對D_M×N進行奇異值分解并有B個非負奇異值Λ_j，j＝1,2,…,B，那么用乘積函數(shù)時頻熵定義為用p_j描述了該乘積函數(shù)信號熵貢獻率在總頻率成分的百分比；

乘積函數(shù)時頻熵：

根據(jù)分析信號的時頻矩陣D_M×N，根據(jù)時間參數(shù)n和測量參數(shù)i定義如下兩個向量:其中，n＝1,2,…,N,i＝1,2,…,M，N表示信號PF的數(shù)據(jù)點數(shù)，M為乘積函數(shù)(PFs)的數(shù)量；

那么PFTFE定義為：

乘積函數(shù)能量熵：

PF能量熵的定義為：

其中，表示能量概率，

步驟4：確定核慢特征判別分析SKSFDA模型參數(shù)，使用基于類內(nèi)局部結(jié)構(gòu)測度最小、全局部結(jié)構(gòu)測度最大準則以確定最優(yōu)SKSFDA模型核函數(shù)參數(shù)；

步驟5：構(gòu)建SKSFDA模型，使用SKSFDA對機械狀態(tài)訓(xùn)練和測試數(shù)據(jù)集進行訓(xùn)練建立SKSFDA模型，根據(jù)SKSFDA模型把原始數(shù)據(jù)集進行維數(shù)約簡，得到具有保持全局和局部數(shù)據(jù)鑒別幾何結(jié)構(gòu)的低維數(shù)據(jù)集；

步驟6：構(gòu)建監(jiān)測統(tǒng)計量，計算基于Bayesian推理的監(jiān)測統(tǒng)計量并確定預(yù)設(shè)百分比置信度下的閾值，根據(jù)監(jiān)測統(tǒng)計量超出閾值判別是否出現(xiàn)新故障，若無發(fā)現(xiàn)新故障，則使用KNN分類器確定當前提升機設(shè)備故障類型。