CN103537436A - 三维建模中煤块粒度分析的动筛故障诊断方法 - Google Patents

Abstract

一种三维建模中煤块粒度分析的动筛故障诊断方法，属于动筛故障诊断方法。该动筛故障诊断方法，通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征；三维建模分析煤块的下落过程，煤块对缓冲板的撞击力度P、煤块弹跳初速度v₀、煤块上升位移h这三个参数，根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，并计算出煤块的横截面积与厚度；间接测量煤块粒度对动筛故障进行诊断。优点：本发明将煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数，准确确定煤块的最大横截面积和厚度，准确、快速、简单的监测出筛板的故障。

Description

三维建模中煤块粒度分析的动筛故障诊断方法

技术领域

本发明涉及一种动筛故障诊断方法，特别是一种三维建模中煤块粒度分析的动筛故障诊断方法。

背景技术

动筛是选煤厂最重要的设备之一。由于选煤是一个连续的流水作业过程，因此处于中间环节的动筛一旦出现问题，将会导致生产流程中后续的机器受损，严重时甚至会导致停产。因此，对它进行快速、精确的故障诊断关系到选煤的效率和安全，而简单化、及时性、精确度是动筛诊断方法优劣的重要指标。

故障诊断的主要手段是通过对故障的现象、特征和机理的研究，分析故障出现的位置和原因，进而给出故障预警和预防的方法。目前的动筛监测方法主要有人工定期检查、视频监测、特征向量分析，然而在实际应用中，依然只有人工定期检查被应用得较为广泛，其它方法则很少被现场使用。究其原因，主要是由于这些方法的复杂度偏高，稳定性较差，难以动态实时监测；或者没有考虑到选煤厂噪声干扰大、煤尘较多的环境特点，致使监测的可靠度不高。

归纳起来，目前的方法主要有：

1)人工定期检查

选煤厂工人根据筛板损坏的经验周期，提前对筛板进行检查或者更换，该方法虽然简单，但是费时费力，无法做到故障实时监测。此外，这种方法高度依赖巡检工人的经验，以它作作为设备部件更换的依据并不可靠，可能会大量浪费筛板。

2)视频监测

视频监测的方法是在筛板上方安装高清防尘摄像仪，通过对监控视频图像的处理，诊断筛孔大小是否损坏、筛板是否断裂。但是实际情况筛板、煤块在视频中的灰度值相差不多，即便使用额外光源等手段，也不能准确的对筛孔大小、筛板断裂等故障进行监测。

3)特征向量分析

特征向量法是在筛板上安装振动传感器，提取出筛板的时域、频域、烈度等特征，通过BP神经网络，贝叶斯估计等分类方法，将筛板正常与非正常时的特征分类出来，以便确定当前筛板是否处于断裂、筛孔损坏等故障。该方法能够在一定程度上实现故障诊断，但是考虑到方法的准确度与稳定性，该方法并不适合选煤厂的生产环境。

以上方法虽然均以筛板为对象进行故障诊断，但是它们在实际应用中处理速度慢、复杂度高、稳定性差，不适合于选煤厂生产的特定环境。

发明内容

本发明的目的是要提供一种三维建模中煤块粒度分析的动筛故障诊断方法，解决当前各种方法中对动筛板监测不足以及在实际选煤厂生产特定应用环境中处理速度慢、复杂度高、稳定性差等问题。

本发明的目的是这样实现的：该动筛故障诊断方法，通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征；三维建模分析煤块的下落过程，煤块对缓冲板的撞击力度P、煤块弹跳初速度v₀、煤块上升位移h这三个参数，根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，并计算出煤块的横截面积与厚度；间接测量煤块粒度对动筛故障进行诊断；

将煤块的建模成椭圆柱体，并假定其长半径为A，短半径为B，厚度为C，其密度为ρ_coal；同时，假定振动筛距缓冲板的高度为H，空气的阻力系数和密度分别为ζ和ρ_air；没有特别说明的情况下，以上符号单位均采用国际主单位；

具体步骤如下：

（1）在缓冲板上密集安装冲击力传感器以及在缓冲板与筛板之间安装激光多普勒测速仪，通过冲击力传感器与激光多普勒测速仪测定煤块从筛板下落撞击到缓冲板后，获得煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数；对特征参数进行周期性监测与设定冲击力门限值检测；

（2）计算煤块的最大横截面积与煤块的厚度

首先，对煤块从筛板下落撞击到缓冲板的冲击力进行分析；根据煤块撞击缓冲板的数据分析，煤块对缓冲板的冲击力可以表示为：

$P=2.108\×m^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(1\right)$

式中，λ为拉梅常数，通常取10⁶N/m²，H为自由落体的高度即为动筛距缓冲板的高度，P为冲击力传感器测得的煤块从筛板下落撞击到缓冲板的冲击力，m为煤块质量，可以用（2）式计算：

$m=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{V}=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\·C}---\left(2\right)$

式中，S_max为假设模型中的最大横截面积，可以近似表示为S_max＝πAB；

将(2)式代入（1）式可得：

$P=2.108\×{\left(\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\×C}\right)}^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(3\right)$

其次，对煤块撞击后弹起的过程进行分析；根据能量守恒定律可列出：

$\frac{1}{2}{\mathrm{mv}}_0^2=f\·h+\mathrm{mgh}---\left(4\right)$

式中，v₀为煤块撞击到缓冲板后的起跳速度，f为空气的阻力，h为上升位移，g为9.8m/s²；

空气中的阻力可以表示为：

$f={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_r^2}{2}\·S_{\max }---\left(5\right)$

式中，v_r为每块与空气的相对速度，当空气静止时，v_r可近似为

ζ为空气的阻力系数，为常数；

由式(2)(4)(5)可以得到：

$\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\·v_0^2}{{2S}_{\max }\·C}={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_0^2}{8}\·S_{\max }\·h+\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\mathrm{gh}}{S_{\max }\·C}---\left(6\right)$

最后，将式(3)(6)联立可求出煤块的最大横截面积S_max与煤块的厚度C；

最大横截面积S_max：

$S_{\max }={\left(\frac{P}{2.018}\right)}^{\frac{3}{2}}\·\frac{1}{{\mathrm{\ζ\ρ}}_{\mathrm{air}}}\·{\left(\frac{1}{H^{\frac{3}{2}}\mathrm{\λ}}\right)}^{\frac{3}{5}}\left(\frac{{4v}_0^2-8\mathrm{gh}}{{\mathrm{hv}}_0^2}\right)$

（3）对比计算出的煤块最大横截面积S_max和筛面处于正常状态时筛孔的面积，确定筛板的故障状态。

有益效果：由于采用了上述方案，该方法从煤块落到缓冲板撞击后的轨迹过程进行周期性采样，利用煤块起跳初速度、起跳高度和撞击力度对筛板故障情况进行计算判断，能够克服现有故障诊断方法缓慢、稳定性较差等问题，可直接应用于选煤厂的生产中。当动筛出现筛孔磨损或者筛面断裂时，筛选出的煤块粒度也会发生变化。正常煤块的粒度小于筛孔的大小，异常煤块的粒度严重超出筛孔的大小。煤块粒度不同，下落时对缓冲板的撞击力、撞击后的起跳初速度、最大上升位移都不相同。基于煤块起跳初速度、起跳高度和撞击力度的动筛故障诊断方法，是一种间接的监测方法，它通过冲击力传感器与激光多普勒测速仪测出煤块从筛板下落撞击到缓冲板后的煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数（三种信号），根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，进而诊断出当前动筛的故障与否。

优点：本发明将煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数，准确确定煤块的最大横截面积和厚度，进而诊断动筛的故障情况，能够更加准确、快速、简单的监测出筛板是否出现故障。本发明能够实时在线监测动筛故障情况，有助于生产和管理人员快速进行故障处理，并根据相关数据确定动筛故障周期，为设备的提前维护提供依据，是一种高效、快捷、简单、低成本的动筛诊断方法，在感知矿山的自动化生产领域具有很好的应用前景。

附图说明

图1为本发明的3D煤块-缓冲板模型结构图。

图2为本发明的故障诊断结构框图。

图3为本发明的动筛故障诊断方法实例图。

图中，1、磨损筛孔；2、断裂筛面；3、非正常煤块下落粒度；4、正常煤块下落粒度；5、煤块撞击缓冲板后起跳模型；10、间接测量煤块下落数据模块；11、冲击力传感器及相关控制模块；12、激光多普勒测速仪；21、以太网传输；30、数据处理与调度管理模块；31、上位机显示；32、调度服务器；33、故障分析与警告模块。

具体实施方式

实施例1：该动筛故障诊断方法，通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征；三维建模分析煤块的下落过程，煤块对缓冲板的撞击力度P、煤块弹跳初速度v₀、煤块上升位移h这三个参数，根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，并计算出煤块的横截面积与厚度；间接测量煤块粒度对动筛故障进行诊断；

将煤块的建模成椭圆柱体，并假定其长半径为A，短半径为B，厚度为C，其密度为ρ_coal；同时，假定振动筛距缓冲板的高度为H，空气的阻力系数和密度分别为ζ和ρ_air；没有特别说明的情况下，以上符号单位均采用国际主单位；

具体步骤如下：

（1）在缓冲板上密集安装冲击力传感器以及在缓冲板与筛板之间安装激光多普勒测速仪，通过冲击力传感器与激光多普勒测速仪测定煤块从筛板下落撞击到缓冲板后，获得煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数；对特征参数进行周期性监测与设定冲击力门限值检测；

（2）计算煤块的最大横截面积与煤块的厚度

首先，对煤块从筛板下落撞击到缓冲板的冲击力进行分析；根据煤块撞击缓冲板的数据分析，煤块对缓冲板的冲击力可以表示为：

$P=2.108\×m^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(1\right)$

式中，λ为拉梅常数，通常取10⁶N/m²，H为自由落体的高度即为动筛距缓冲板的高度，P为冲击力传感器测得的煤块从筛板下落撞击到缓冲板的冲击力，m为煤块质量，可以用（2）式计算：

$m=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{V}=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\·C}---\left(2\right)$

式中，S_max为假设模型中的最大横截面积，可以近似表示为S_max＝πAB；

将(2)式代入（1）式可得：

$P=2.108\×{\left(\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\×C}\right)}^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(3\right)$

其次，对煤块撞击后弹起的过程进行分析；根据能量守恒定律可列出：

$\frac{1}{2}{\mathrm{mv}}_0^2=f\·h+\mathrm{mgh}---\left(4\right)$

式中，v₀为煤块撞击到缓冲板后的起跳速度，f为空气的阻力，h为上升位移，g为9.8m/s²；

空气中的阻力可以表示为：

$f={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_r^2}{2}\·S_{\max }---\left(5\right)$

式中，v_r为每块与空气的相对速度，当空气静止时，v_r可近似为

ζ为空气的阻力系数，为常数；

由式(2)(4)(5)可以得到：

$\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\·v_0^2}{{2S}_{\max }\·C}={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_0^2}{8}\·S_{\max }\·h+\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\mathrm{gh}}{S_{\max }\·C}---\left(6\right)$

最后，将式(3)(6)联立可求出煤块的最大横截面积S_max与煤块的厚度C；

最大横截面积S_max：

$S_{\max }={\left(\frac{P}{2.018}\right)}^{\frac{3}{2}}\·\frac{1}{{\mathrm{\ζ\ρ}}_{\mathrm{air}}}\·{\left(\frac{1}{H^{\frac{3}{2}}\mathrm{\λ}}\right)}^{\frac{3}{5}}\left(\frac{{4v}_0^2-8\mathrm{gh}}{{\mathrm{hv}}_0^2}\right)$

（3）对比计算出的煤块最大横截面积S_max和筛面处于正常状态时筛孔的面积，确定筛板的故障状态。

通过理论计算得到下落煤块的最大横截面积S_max，再与动筛孔的面积进行对比，得出最终的诊断结果。通过手持设备能够方便工人实时对动筛板的情况进行查看，地面计算机主要用于计算和分析所得数据，并生成报告发送给手持PAD。

常用的动筛板主要有长方形孔、正方形孔、圆形孔。在实际选煤厂动筛的选择过程中，长方形孔的筛分效率最高、不易堵塞，但产品的粒度不均匀；圆形孔的有效面积最小，筛分效率最低，但是产品粒度较为均匀。不管实际生产中采用何种形状的孔，透过煤块的横截面积是一定的，通过对比煤块的最大横截面积与筛板孔的面积即可确定当前筛孔是否损坏。

Claims (1)

1.一种三维建模中煤块粒度分析的动筛故障诊断方法，其特征是：该动筛故障诊断方法，通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征；三维建模分析煤块的下落过程，煤块对缓冲板的撞击力度P、煤块弹跳初速度v₀、煤块上升位移h这三个参数，根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，并计算出煤块的横截面积与厚度；间接测量煤块粒度对动筛故障进行诊断；

将煤块的建模成椭圆柱体，并假定其长半径为A，短半径为B，厚度为C，其密度为ρ_coal；同时，假定振动筛距缓冲板的高度为H，空气的阻力系数和密度分别为ζ和ρ_air；没有特别说明的情况下，以上符号单位均采用国际主单位；

具体步骤如下：

（1）在缓冲板上密集安装冲击力传感器以及在缓冲板与筛板之间安装激光多普勒测速仪，通过冲击力传感器与激光多普勒测速仪测定煤块从筛板下落撞击到缓冲板后，获得煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数；对特征参数进行周期性监测与设定冲击力门限值检测；

（2）计算煤块的最大横截面积与煤块的厚度

首先，对煤块从筛板下落撞击到缓冲板的冲击力进行分析；根据煤块撞击缓冲板的数据分析，煤块对缓冲板的冲击力可以表示为：

$P=2.108\×m^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(1\right)$

式中，λ为拉梅常数，通常取10⁶N/m²，H为自由落体的高度即为动筛距缓冲板的高度，P为冲击力传感器测得的煤块从筛板下落撞击到缓冲板的冲击力，m为煤块质量，可以用（2）式计算：

$m=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{V}=\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\·C}---\left(2\right)$

式中，S_max为假设模型中的最大横截面积，可以近似表示为S_max＝πAB；

将(2)式代入（1）式可得：

$P=2.108\×{\left(\frac{{\mathrm{\ρ}}_{\mathrm{coal}}}{S_{\max }\×C}\right)}^{\frac{2}{3}}\·{\mathrm{\λ}}^{\frac{2}{5}}\·H^{\frac{3}{5}}---\left(3\right)$

其次，对煤块撞击后弹起的过程进行分析；根据能量守恒定律可列出：

$\frac{1}{2}{\mathrm{mv}}_0^2=f\·h+\mathrm{mgh}---\left(4\right)$

式中，v₀为煤块撞击到缓冲板后的起跳速度，f为空气的阻力，h为上升位移，g为9.8m/s²；

空气中的阻力可以表示为：

$f={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_r^2}{2}\·S_{\max }---\left(5\right)$

式中，v_r为每块与空气的相对速度，当空气静止时，v_r可近似为

ζ为空气的阻力系数，为常数；

由式(2)(4)(5)可以得到：

$\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\·v_0^2}{{2S}_{\max }\·C}={\mathrm{\ζ\ρ}}_{\mathrm{air}}\·\frac{v_0^2}{8}\·S_{\max }\·h+\frac{{\mathrm{\ρ}}_{\mathrm{coal}}\mathrm{gh}}{S_{\max }\·C}---\left(6\right)$

最后，将式(3)(6)联立可求出煤块的最大横截面积S_max与煤块的厚度C；

最大横截面积S_max：

$S_{\max }={\left(\frac{P}{2.018}\right)}^{\frac{3}{2}}\·\frac{1}{{\mathrm{\ζ\ρ}}_{\mathrm{air}}}\·{\left(\frac{1}{H^{\frac{3}{2}}\mathrm{\λ}}\right)}^{\frac{3}{5}}\left(\frac{{4v}_0^2-8\mathrm{gh}}{{\mathrm{hv}}_0^2}\right)$

（3）对比计算出的煤块最大横截面积S_max和筛面处于正常状态时筛孔的面积，确定筛板的故障状态。

Images