CN112800563A - 采煤机故障判别方法、系统和可读存储介质 - Google Patents
采煤机故障判别方法、系统和可读存储介质 Download PDFInfo
- Publication number
- CN112800563A CN112800563A CN202110337751.2A CN202110337751A CN112800563A CN 112800563 A CN112800563 A CN 112800563A CN 202110337751 A CN202110337751 A CN 202110337751A CN 112800563 A CN112800563 A CN 112800563A
- Authority
- CN
- China
- Prior art keywords
- coal mining
- mining machine
- fault
- diagnosis
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种采煤机故障判别方法、采煤机故障判别系统和可读存储介质,属于采煤机技术领域。其中,采煤机故障判别方法,包括:接收第一启动信号,控制采煤机按照第一预设转速空载运行;采集采煤机的振动数据,根据振动数据确定采煤机的故障情况。本发明提供的技术方案对采煤机的振动数据进行处理和分析,实现了对采煤机故障的诊断,提高了采煤机运行的安全性、可靠性和运行效率,有助于煤矿开采实现安全、稳定和可靠运行的生成目标。
Description
技术领域
本发明涉及采煤机技术领域,具体而言,涉及一种采煤机故障判别方法、一种采煤机故障判别系统和一种可读存储介质。
背景技术
目前采煤机的监测诊断系统大多覆盖温度、电流、振动和油液等多种技术手段,其中振动分析均在采煤机实际工作中进行检测,使得故障部位会在大幅载荷下故障征兆会充分暴露,但采煤机实际工作时还会伴随大量振动冲击干扰,部分故障特征有可能淹没在干扰信号中,虽然衍生了很多滤波降噪算法,但是对于采煤机的故障诊断效果均不理想。
发明内容
本发明旨在解决现有技术或相关技术中存在的技术问题。
为此,本发明的第一方面提供了一种采煤机故障判别方法。
本发明的第二方面还提供了一种采煤机故障判别系统。
本发明的第三方面还提供了一种可读存储介质。
有鉴于此,本发明的第一方面提出了一种采煤机故障判别方法,包括:接收第一启动信号,控制采煤机按照第一预设转速空载运行;采集采煤机的振动数据,根据振动数据确定采煤机的故障情况。
本发明提供的采煤机故障判别方法,当接收到第一启动信号时,其中,第一启动信号为采煤机初步诊断模式启动信号,控制采煤机按照第一预设转速空载运行,采集采煤机运行期间的振动数据,根据采集到的振动数据确定采煤机的故障情况。通过对采煤机运行期间的振动数据进行处理和分析,实现了对采煤机故障的诊断,提高了采煤机运行的安全性、可靠性和运行效率,有助于煤矿开采实现安全、稳定、可靠运行的生成目标。
更重要的是,通过采集振动数据进行处理和分析,进而判断采煤机的故障情况,实现了较少样本量的前提下,确定采煤机的故障情况,避免了传统故障诊断的盲目性和资源浪费,有助于用户快速获得采煤机的故障情况,有效提高了采煤机故障诊断的效率。
根据本发明提供的上述的采煤机故障判别方法,还可以具有以下附加技术特征:
在上述任一技术方案中,进一步地,采集采煤机的振动数据,根据振动数据确定采煤机的故障情况的步骤,具体包括:在第一预设时长内,采集采煤机的振动数据;根据振动数据,生成诊断信息;根据诊断信息,确定采煤机的故障情况,其中,诊断信息包括发生故障的概率和/或故障类型。
在该技术方案中,控制采煤机按照第一预设转速空载运行期间,采集采煤机在第一预设时长内的振动数据,对振动数据进行处理和分析,生成诊断信息,进而实现了对采煤机的初步故障诊断,获取采煤机主要故障点的数据信息,完成对采煤机内各部位的故障识别,使得用户能够及时了解采煤机各部件的故障情况,以便采取必要的措施。
具体地,诊断信息包括发生故障的概率以及故障类型,通过获取到的诊断信息,使得用户能够对采煤机的故障做初步定位,得到采煤机上故障部位的具体情况,确保采煤机运行的安全性,同时能够将预防性的定位维护变为预知性维护,提高采煤机维护效率。
在上述任一技术方案中,进一步地,根据诊断信息,确定采煤机的故障情况的步骤,具体包括:若诊断信息显示正常,采煤机处于非故障状态;若诊断信息显示异常,采煤机处于故障状态。
在该技术方案中,控制采煤机按照第一预设转速空载运行,采集第一预设时长内采煤机的振动数据,根据振动数据生成诊断信息,若诊断信息显示正常,表示采煤机处于非故障状态,也即采煤机处于健康状态。进一步地,若诊断信息显示异常,表示采煤机处于故障状态,此时用户可根据诊断信息得到采煤机各部件发生故障的概率和故障类型,提高了采煤机的故障诊断效率。
在上述任一技术方案中,进一步地,若诊断信息显示异常之后,还包括:接收第二启动信号,控制采煤机按照预设诊断模式运行;在第二预设时长内,采集采煤机的振动数据;根据振动数据,生成诊断信息;根据诊断信息,确定采煤机的故障情况。
在该技术方案中,在确认采煤机处于故障状态后,接收第二启动信号,控制采煤机按照预设诊断模式运行,采集第二预设时长内采煤机的运行数据,对采集到的运行数据进行处理和分析,进而生成预设诊断模式下的诊断信息,实现了对采煤机故障的深度诊断,通过对产生故障的采煤机进行精密的故障诊断,确保故障诊断的全面性,提升了采煤机故障诊断的精确度。
在上述任一技术方案中,进一步地,接收第二启动信号,控制采煤机按照预设诊断模式运行之前,还包括:根据故障类型,确定预设诊断模式。
在该技术方案中,在确认采煤机处于故障状态后,用户可以根据初步的诊断信息上的采煤机各部件发生故障的概率和故障类型,确定预设故障诊断模式,也即确定对采煤机进行精密诊断的具体方式,实现了对采煤机故障有针对性的进行诊断,一方面,减少了检测的样本量,提升故障诊断效率;另一方面,有效提高了检测类型精准度,进而提高了采煤机故障诊断的准确率。
在上述任一技术方案中,进一步地,预设诊断模式为普通运行模式,控制采煤机按照预设诊断模式运行的步骤,具体包括:控制采煤机按照第二预设转速空载运行。
在该技术方案中,预设诊断模式可以为普通运行模式,当用户根据故障类型选择普通运行模式时,控制采煤机按照第二预设转速空载进行,采集在第二预设时间内的振动数据,对采集到的振动数据进行处理和分析,生成普通运行模式下的诊断信息,通过将精密诊断模式的诊断信息与初步诊断模式的诊断信息相结合,能有效识别采煤机在不同转速下的故障缺陷类型,以便用户获得更加详细的故障类型分析和采煤机各部位的故障严重程度,提高了采煤机故障诊断的精确性。
在上述任一技术方案中,进一步地,预设诊断模式为多转速运行模式,控制采煤机按照预设诊断模式运行的步骤,具体包括:控制采煤机依次按照第三预设转速和第四预设转速空载运行。
在该技术方案中,预设诊断模式可以为多转速运行模式,当用户根据故障类型选择多转速运行模式时,控制采煤机依次按照第三预设转速和第四预设转速进行空载运行,分别采集采煤机第三预设转速下的振动数据和第四预设转速下的振动数据,对不同转速的振动数据进行处理和分析,生成多转速运行模式下的诊断信息,使得用户能够及时获得采煤机共振类和形变类问题的故障诊断,便于用户根据诊断信息采取必要的措施,提高了故障诊断的实用性。
在上述任一技术方案中,进一步地,预设诊断模式为多负载运行模式,控制采煤机按照预设诊断模式运行的步骤,具体包括:控制采煤机依次按照第五预设转速和第六预设转速进行采煤。
在该技术方案中,预设诊断模式可以为多负载运行模式,当用户根据故障类型选择多负载运行模式时,控制采煤机依次按照第五预设转速和第六预设转速进行采煤,分别采集采煤机第五预设转速下的振动数据和第六预设转速下的振动数据,对采煤机进行采煤状态下的振动数据进行处理和分析,生成多负载运行模式下的诊断信息,使得用户能够及时获得采煤机装配类问题的故障诊断,便于用户根据诊断信息采取必要的措施,提高了采煤机故障诊断的全面性。
根据本发明的第二方面,还提出了一种采煤机故障判别系统,包括:存储器,存储器储存有程序或指令;处理器,与存储器连接,处理器,被配置为执行程序或指令时实现第一方面提出的采煤机故障判别方法。因此该采煤机故障判别系统具备第一方面提出的采煤机故障判别方法的全部有益效果,在此不再赘述。
根据本发明的第三方面,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的采煤机故障判别方法。因此该可读存储介质具备第一方面提出的采煤机故障判别方法的全部有益效果,为避免重复,不再过多赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明一个实施例的采煤机故障判别方法流程示意图之一;
图2示出了本发明一个实施例的采煤机故障判别方法流程示意图之二;
图3示出了本发明一个实施例的采煤机故障判别方法流程示意图之三;
图4示出了本发明一个实施例的采煤机故障判别方法流程示意图之四;
图5示出了本发明一个实施例的采煤机故障判别方法流程示意图之五;
图6示出了本发明一个实施例的采煤机故障判别方法流程示意图之六;
图7示出了本发明一个实施例的采煤机故障判别方法流程示意图之七;
图8示出了本发明一个实施例的采煤机故障判别方法流程示意图之八;
图9示出了本发明一个具体实施例的采煤机故障判别方法的原理图之一;
图10示出了本发明一个具体实施例的采煤机故障判别方法的原理图之二;
图11示出了本发明一个具体实施例的采煤机故障判别方法的原理图之三;
图12示出了本发明一个采煤机故障判别系统的示意框图。
其中,图12中附图标记与部件名称之间的对应关系为:
1200采煤机故障判别系统,1202存储器,1204处理器。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图12描述根据本发明一些实施例的采煤机故障判别方法、采煤机故障判别系统和可读存储介质。
实施例1:
如图1所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤102,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤104,采集采煤机的振动数据,根据振动数据确定采煤机的故障情况。
在该实施例中,当接收到第一启动信号时,其中,第一启动信号为采煤机初步诊断模式启动信号,控制采煤机按照第一预设转速空载运行,采集采煤机运行期间的振动数据,根据采集到的振动数据确定采煤机的故障情况。通过对采煤机运行期间的振动数据进行处理和分析,实现了对采煤机故障的诊断,提高了采煤机运行的安全性、可靠性和运行效率,有助于煤矿开采实现安全、稳定、可靠运行的生成目标。
更重要的是,通过采集振动数据进行处理和分析,进而判断采煤机的故障情况,实现了较少样本量的前提下,确定采煤机的故障情况,避免了传统故障诊断的盲目性和资源浪费,有助于用户快速获得采煤机的故障情况,有效提高了采煤机故障诊断的效率。
在具体实施例中,在采煤机的悬臂机构不同部位,例如轴承、齿轮、装配件和电机分别布置测点,用户根据需要启动采煤机初步诊断模式,控制采煤机空载运行,采集采煤机空载运行期间采集采煤机悬臂测点的振动数据,将采集到的振动数据导入分析模型中进行处理和分析,进而确定采煤机的故障情况。此外,将每次采集到振动数据和故障诊断结果存储作为数据样本进行作为后续故障诊断分析模型的训练集,有效地提高故障诊断的准确率。进一步地,若当前采用的分析模型无法满足用户需求时,还可根据用户需求添加建模,使得对采煤机的故障分析更加完善,提升了故障诊断结果的精确性。
实施例2:
如图2所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤202,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤204,在第一预设时长内,采集采煤机的振动数据;
步骤206,根据振动数据,生成诊断信息;
步骤208,根据诊断信息,确定采煤机的故障情况。
在该实施例中,控制采煤机按照第一预设转速空载运行期间,采集采煤机在第一预设时长内的振动数据,对振动数据进行处理和分析,生成诊断信息,进而实现了对采煤机的初步故障诊断,获取采煤机主要故障点的数据信息,完成对采煤机内各部位的故障识别,使得用户能够及时了解采煤机各部件的故障情况,以便采取必要的措施。
具体地,诊断信息包括发生故障的概率以及故障类型,通过获取到的诊断信息,使得用户能够对采煤机的故障做初步定位,得到采煤机上故障部位的具体情况,确保采煤机运行的安全性,同时能够将预防性的定位维护变为预知性维护,提高采煤机维护效率。
进一步地,诊断信息还包括诊断建议,用户可根据诊断建议采取下一步措施,提高了故障诊断的实用性。
此外,考虑到采煤机刚开始启动的一段时间,振动冲击信号幅度小,无法采集精准数据,故可以在转速稳定后采集振动数据,提高故障诊断效果。
在具体实施例中,用户启动采煤机初步诊断模式,控制采煤机在额定转速下进行空转测试,待采煤机转速稳定后,持续2分钟时间进行振动数据采集,对采集到的振动数据进行处理和分析,生成诊断信息,用户可根据诊断信息上显示的采煤机各部件发生故障的概率以及故障类型,采取必要的措施,一方面,有助于煤矿开采的安全性和可靠性;另一方面,采煤机在空载状态下或实际工作中,通过用户控制诊断模式的启动,对采煤机进行短期的故障诊断,确保了采煤机的安全性和稳定性的同时,提高了采煤机的工作效率。
实施例3:
如图3所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤302,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤304,在第一预设时长内,采集采煤机的振动数据;
步骤306,根据振动数据,生成诊断信息;
步骤308,判断诊断信息是否显示正常,若是,进入步骤310,若否,进入步骤312;
步骤310,采煤机处于非故障状态;
步骤312,采煤机处于故障状态。
在该实施例中,控制采煤机按照第一预设转速空载运行,采集第一预设时长内采煤机的振动数据,根据振动数据生成诊断信息,若诊断信息显示正常,表示采煤机处于非故障状态,也即采煤机处于健康状态。进一步地,若诊断信息显示异常,表示采煤机处于故障状态,此时可根据诊断信息得到采煤机各部件发生故障的概率和故障类型,提高了采煤机的故障诊断效率。
在具体实施例中,采煤机启动后,用户控制采煤机进入初步诊断模式,生成诊断信息,若诊断信息显示正常,表示采煤机处于健康状态,此时采煤机可进入工作模式,若诊断信息显示异常,也即采煤机处于故障状态,用户可根据诊断信息采取必要措施后重新进行诊断,当采煤机检测处于非故障状态后,方可控制采煤机进入工作模式。避免在采煤机工作运行期间,因故障引发突发停机,对煤矿现场造成巨大经济损失。进一步地,采煤机在工作运行期间,出现异响等情况,用户可对采煤机进行2分钟初步故障诊断,生成诊断信息,若诊断信息显示正常,表示采煤机处于非故障状态,则可控制采煤机继续工作,若诊断信息显示异常,表示采煤机处于故障状态,则可控制采煤机停止工作运行,确保煤矿开采的安全性和可靠性。
实施例4:
如图4所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤402,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤404,在第一预设时长内,采集采煤机的振动数据;
步骤406,根据振动数据,生成诊断信息;
步骤408,判断诊断信息是否显示正常,若是,进入步骤420,若否,进入步骤410;
步骤410,采煤机处于故障状态;
步骤412,接收第二启动信号,控制采煤机按照预设诊断模式运行;
步骤414,在第二预设时长内,采集采煤机的振动数据;
步骤416,根据振动数据,生成诊断信息;
步骤418,根据诊断信息,确定采煤机的故障情况;
步骤420,采煤机处于非故障状态。
在该实施例中,在确认采煤机处于故障状态后,接收第二启动信号,控制采煤机按照预设诊断模式运行,采集第二预设时长内采煤机的运行数据,对采集到的运行数据进行处理和分析,进而生成预设诊断模式下的诊断信息,实现了对采煤机故障的深度诊断,通过对产生故障的采煤机进行精密的故障诊断,确保故障诊断的全面性,提升了采煤机故障诊断的精确度。
可以理解的是,根据初步诊断模式下生成的诊断信息中,显示的采煤机各部件的发生故障率和故障类型,采集不同部件的振动数据时,通过增加采样频率和采样点数的方式,充分满足不同采样频段的故障分析需求,从而为区分故障在不同部件之间的传递和干扰提供有力证据。其中,振动数据的采样频率和采样点数均需要满足整个采煤机的实时性要求。
实施例5:
如图5所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤502,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤504,在第一预设时长内,采集采煤机的振动数据;
步骤506,根据振动数据,生成诊断信息;
步骤508,判断诊断信息是否显示正常,若是,进入步骤522,若否,进入步骤510;
步骤510,采煤机处于故障状态;
步骤512,根据故障类型,确定预设诊断模式;
步骤514,接收第二启动信号,控制采煤机按照预设诊断模式运行;
步骤516,在第二预设时长内,采集采煤机的振动数据;
步骤518,根据振动数据,生成诊断信息;
步骤520,根据诊断信息,确定采煤机的故障情况;
步骤522,采煤机处于非故障状态。
在该实施例中,在确认采煤机处于故障状态后,用户可以根据初步的诊断信息上的采煤机各部件发生故障的概率和故障类型,确定预设故障诊断模式,也即确定对采煤机进行精密诊断的具体方式,实现了对采煤机故障有针对性的进行诊断,一方面,减少了检测的样本量,提升故障诊断效率;另一方面,有效提高了检测类型精准度,进而提高了采煤机故障诊断的准确率。
实施例6:
如图6所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤602,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤604,在第一预设时长内,采集采煤机的振动数据;
步骤606,根据振动数据,生成诊断信息;
步骤608,判断诊断信息是否显示正常,若是,进入步骤620,若否,进入步骤610;
步骤610,采煤机处于故障状态;
步骤612,接收第二启动信号,控制采煤机按照第二预设转速空载运行;
步骤614,在第二预设时长内,采集采煤机的振动数据;
步骤616,根据振动数据,生成诊断信息;
步骤618,根据诊断信息,确定采煤机的故障情况;
步骤620,采煤机处于非故障状态。
在该实施例中,预设诊断模式可以为普通运行模式,当用户根据故障类型选择普通运行模式时,控制采煤机按照第二预设转速空载进行,采集在第二预设时间内的振动数据,对采集到的振动数据进行处理和分析,生成普通运行模式下的诊断信息,通过将精密诊断模式的诊断信息与初步诊断模式的诊断信息相结合,能有效识别采煤机在不同转速下的故障缺陷类型,以便用户获得更加详细的故障类型分析和采煤机各部位的故障严重程度,提高了采煤机故障诊断的精确性。
实施例7:
如图7所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤702,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤704,在第一预设时长内,采集采煤机的振动数据;
步骤706,根据振动数据,生成诊断信息;
步骤708,判断诊断信息是否显示正常,若是,进入步骤720,若否,进入步骤710;
步骤710,采煤机处于故障状态;
步骤712,接收第二启动信号,控制采煤机依次按照第三预设转速和第四预设转速空载运行;
步骤714,在第二预设时长内,采集采煤机的振动数据;
步骤716,根据振动数据,生成诊断信息;
步骤718,根据诊断信息,确定采煤机的故障情况;
步骤720,采煤机处于非故障状态。
在该实施例中,预设诊断模式可以为多转速运行模式,当用户根据故障类型选择多转速运行模式时,控制采煤机依次按照第三预设转速和第四预设转速进行空载运行,分别采集采煤机第三预设转速下的振动数据和第四预设转速下的振动数据,对不同转速的振动数据进行处理和分析,生成多转速运行模式下的诊断信息,使得用户能够及时获得采煤机共振类和形变类问题的故障诊断,便于用户根据诊断信息采取必要的措施,提高了故障诊断的实用性。
在具体实施例中,当用户根据故障类型以及各部位发生的故障概率确定以多转速运行模式时,分别控制采煤机在50%转速和100% 转速下空载运行,采集采煤机升速运行期间的振动数据,对采集到的振动数据进行处理和分析,进一步地,还可以采集采煤机降速运行期间的振动数据,能够精确地判别共振类和形变类故障情况,提高了采煤机故障诊断的精确性。
实施例8:
如图8所示,根据本发明的一个实施例,提出了一种采煤机故障判别方法,该方法包括:
步骤802,接收第一启动信号,控制采煤机按照第一预设转速空载运行;
步骤804,在第一预设时长内,采集采煤机的振动数据;
步骤806,根据振动数据,生成诊断信息;
步骤808,判断诊断信息是否显示正常,若是,进入步骤820,若否,进入步骤810;
步骤810,采煤机处于故障状态;
步骤812,接收第二启动信号,控制采煤机依次按照第五预设转速和第六预设转速进行采煤;
步骤814,在第二预设时长内,采集采煤机的振动数据;
步骤816,根据振动数据,生成诊断信息;
步骤818,根据诊断信息,确定采煤机的故障情况;
步骤820,采煤机处于非故障状态。
在该实施例中,预设诊断模式可以为多负载运行模式,当用户根据故障类型选择多负载运行模式时,控制采煤机依次按照第五预设转速和第六预设转速进行采煤,分别采集采煤机第五预设转速下的振动数据和第六预设转速下的振动数据,对采煤机进行采煤状态下的振动数据进行处理和分析,生成多负载运行模式下的诊断信息,使得用户能够及时获得采煤机装配类问题的故障诊断,便于用户根据诊断信息采取必要的措施,提高了采煤机故障诊断的全面性。
在具体实施例中,当用户根据故障类型以及各部位发生的故障概率确定以多负载运行模式时,采煤机需要正常截割采煤,分别控制采煤机在30%转速和70%转速下进行采煤,采集在采煤状态下的振动数据,对采集到的振动数据进行处理和分析,能够精确地判别装配类故障情况,提高了采煤机故障诊断的实用性和全面性。
实施例9:
如图9和表1所示,根据本发明的一个具体实施例,采煤机监控重点部位为悬臂机构,根据实际测点布置和振动诊断,充分发挥振动诊断作用,有效弥补监控系统在正常工作状态下部分故障诊断困难的不足,能够检测故障范围,确定每种故障的具体监测方法。采煤机在空载情况下通过用户手动调用自检程序进入自检模式,其中,自检模式分为初步诊断和精密诊断两种,两种模式综合分析,提高振动故障诊断的精密性和准确性。
表1
具体地,自检模式下采煤机首先在额定转速下进行空载运转测试,转速稳定后持续一段时间进行数据测试,输出诊断信息,用户根据诊断信息和测试建议决定是否进行预设诊断模式,详细分析故障,预设诊断模式根据需要精密分析的故障类型进行升降速或多速度阶段进行测试。通过采煤机的自检模式,相较于现有技术中的开机自检,有效覆盖采煤机部件状态监控,多种精密诊断模式,能够对不同故障的敏感特征充分检测,工况重复性好。
进一步地,如图10所示,诊断模型准确度高,诊断模型算法可用时间长。用户可根据实际情况进行算法模型更新,更新时需对历史诊断结果进行错误点标记,方便后续模型优化。后续每次数据和诊断结果均可作为数据样本,作为后续诊断规则模型的训练集。对接大数据建模平台后可根据实际样本进行模型训练、优化,提高模型诊断准确率。
进一步地,如图11所示,选择文本或者数据平台中的数据,对选择的数据进行预处理,基于公式、规则或者模型输出增加自定义的变量,将现有的各种标准化分析做成不同的分析项目,用户可以选择多种分析手段对数据进行分析和判断,如果无法满足,可以通过自定义建模写程序,将上述各种分析任务生成实时或者批量的应用,输出模型结果。
进一步地,初步诊断模式时,采煤机处于空载状态,在第一预设转速下连续运转,转速稳定后开始测试,测试时间2分钟。经振动诊断模块分析后,生成诊断信息,当诊断信息显示正常时,证明采煤机设备状态良好,当诊断信息显示异常时,需要用户手动进入精密诊断模式,详细分析故障类型和严重程度。
进一步地,精密诊断模式下,设备有普通运行模式、多转速测量模式和多负载测量模式,其中,多转速运行模式在空载状态下进行,一般集中在50%和100%两种转速下测试。多负载运行模式需要采煤机进行正常截割采煤,采煤给进速度控制在额定30%和70%两种工况下测试。精密诊断模式下每次测试时间5分钟,测量时振动采集模块会自动增加采样频率和采样点数,保证数据分析精度。普通运行模式用于高质量采样,详细分析故障类型和严重程度,多转速运行模式主要用于区分共振类和形变类问题,多负载运行模式主要用于区分装配类问题。
实施例10:
如图12所示,根据本发明第二方面的实施例,提出了一种采煤机故障判别系统1200,包括:存储器1202,存储器1202储存有程序或指令;处理器1204,与存储器1202连接,处理器1204,被配置为执行程序或指令时实现第一方面提出的采煤机故障判别方法。因此该可读存储介质具备第一方面提出的采煤机故障判别方法的全部有益效果,为避免重复,不再过多赘述。
实施例11:
根据本发明的第三方面,提出了一种可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的采煤机故障判别方法。因此该可读存储介质具备第一方面提出的采煤机故障判别方法的全部有益效果,为避免重复,不再过多赘述。
其中,处理器为上述实施例中的采煤机中的处理器。可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等。
在本说明书的描述中,术语“第一”、“第二”、“第三”、“第四”、“第五”仅用于描述的目的,而不能理解为指示或暗示相对重要性,除非另有明确的规定和限定;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种采煤机故障判别方法,其特征在于,包括:
接收第一启动信号,控制所述采煤机按照第一预设转速空载运行;
采集所述采煤机的振动数据,根据所述振动数据确定所述采煤机的故障情况。
2.根据权利要求1所述的采煤机故障判别方法,其特征在于,所述采集所述采煤机的振动数据,根据所述振动数据确定所述采煤机的故障情况的步骤,具体包括:
在第一预设时长内,采集所述采煤机的振动数据;
根据所述振动数据,生成诊断信息;
根据所述诊断信息,确定所述采煤机的故障情况,
其中,所述诊断信息包括发生故障的概率和/或故障类型。
3.根据权利要求2所述的采煤机故障判别方法,其特征在于,所述根据所述诊断信息,确定所述采煤机的故障情况的步骤,具体包括:
若诊断信息显示正常,所述采煤机处于非故障状态;
若诊断信息显示异常,所述采煤机处于故障状态。
4.根据权利要求3所述的采煤机故障判别方法,其特征在于,所述若诊断信息显示异常之后,还包括:
接收第二启动信号,控制所述采煤机按照预设诊断模式运行;
在第二预设时长内,采集所述采煤机的所述振动数据;
根据所述振动数据,生成诊断信息;
根据所述诊断信息,确定所述采煤机的故障情况。
5.根据权利要求4所述的采煤机故障判别方法,其特征在于,所述接收第二启动信号,控制所述采煤机按照预设诊断模式运行之前,还包括:
根据所述故障类型,确定所述预设诊断模式。
6.根据权利要求4所述的采煤机故障判别方法,其特征在于,所述预设诊断模式为普通运行模式,所述控制所述采煤机按照预设诊断模式运行的步骤,具体包括:
控制所述采煤机按照第二预设转速空载运行。
7.根据权利要求4所述的采煤机故障判别方法,其特征在于,所述预设诊断模式为多转速运行模式,所述控制所述采煤机按照预设诊断模式运行的步骤,具体包括:
控制所述采煤机依次按照第三预设转速和第四预设转速空载运行。
8.根据权利要求4所述的采煤机故障判别方法,其特征在于,所述预设诊断模式为多负载运行模式,所述控制所述采煤机按照预设诊断模式运行的步骤,具体包括:
控制所述采煤机依次按照第五预设转速和第六预设转速进行采煤。
9.一种采煤机故障判别系统,其特征在于,包括:
存储器,所述存储器储存有程序或指令;
处理器,与所述存储器连接,所述处理器执行所述程序或指令时实现如权利要求1至8中任一项所述的采煤机故障判别方法。
10.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述的采煤机故障判别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110337751.2A CN112800563A (zh) | 2021-03-30 | 2021-03-30 | 采煤机故障判别方法、系统和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110337751.2A CN112800563A (zh) | 2021-03-30 | 2021-03-30 | 采煤机故障判别方法、系统和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112800563A true CN112800563A (zh) | 2021-05-14 |
Family
ID=75815937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110337751.2A Pending CN112800563A (zh) | 2021-03-30 | 2021-03-30 | 采煤机故障判别方法、系统和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800563A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114215515A (zh) * | 2021-12-16 | 2022-03-22 | 国家能源集团乌海能源有限责任公司 | 一种采煤机故障方法、系统及存储介质 |
CN114544183A (zh) * | 2022-02-24 | 2022-05-27 | 湖南道依茨动力有限公司 | 起动机故障诊断方法、装置、发动机启动系统及工程设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7437641B1 (en) * | 2004-04-01 | 2008-10-14 | Pmc-Sierra, Inc. | Systems and methods for signature circuits |
CN102819684A (zh) * | 2012-08-15 | 2012-12-12 | 西安建筑科技大学 | 一种远程协同诊断任务分配方法 |
CN103133381A (zh) * | 2011-11-28 | 2013-06-05 | 河南理工大学 | 通风机自动调频控制方法及其装置 |
CN103527194A (zh) * | 2013-10-15 | 2014-01-22 | 淮北矿业(集团)有限责任公司 | 一种电牵引采煤机健康度实时监测与智能评价系统及其方法 |
CN105675113A (zh) * | 2016-03-16 | 2016-06-15 | 重庆大学 | 基于微型传感器的旋转机械角域振动信号获取装置和方法 |
CN105841966A (zh) * | 2016-04-06 | 2016-08-10 | 西安西热振动研究所有限公司 | 一种基于正向推理的汽轮发电机组振动故障诊断方法 |
CN107101714A (zh) * | 2017-05-09 | 2017-08-29 | 华北电力大学(保定) | 一种基于多测点振动信号特征的变压器健康状况评估方法 |
CN108956142A (zh) * | 2018-05-28 | 2018-12-07 | 常州信息职业技术学院 | 一种轴承故障识别方法 |
CN109144014A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 工业设备运行状况的检测系统及方法 |
CN110094451A (zh) * | 2019-03-28 | 2019-08-06 | 杨松 | 一种规避结构件共振的控制方法、装置及计算机设备 |
CN110231166A (zh) * | 2019-07-02 | 2019-09-13 | 北京天泽智云科技有限公司 | 一种变转速工况下三级传动齿轮箱的智能诊断方法 |
CN110933186A (zh) * | 2019-12-20 | 2020-03-27 | 陕西南梁矿业有限公司 | 一种基于web的矿用远程监控系统 |
CN111488935A (zh) * | 2020-04-14 | 2020-08-04 | 北京华控智加科技有限公司 | 一种基于神经网络统一建模的磨煤机故障诊断方法 |
CN111679192A (zh) * | 2020-08-03 | 2020-09-18 | 国家电网有限公司 | 一种抽水蓄能发电电动机转子故障离线检测装置 |
CN112408205A (zh) * | 2020-10-30 | 2021-02-26 | 中联重科股份有限公司 | 塔机安全检测方法及装置 |
CN112557039A (zh) * | 2020-11-04 | 2021-03-26 | 河北冀研能源科学技术研究院有限公司 | 运行参数与振动相耦合的汽轮机异常振动故障诊断方法 |
-
2021
- 2021-03-30 CN CN202110337751.2A patent/CN112800563A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7437641B1 (en) * | 2004-04-01 | 2008-10-14 | Pmc-Sierra, Inc. | Systems and methods for signature circuits |
CN103133381A (zh) * | 2011-11-28 | 2013-06-05 | 河南理工大学 | 通风机自动调频控制方法及其装置 |
CN102819684A (zh) * | 2012-08-15 | 2012-12-12 | 西安建筑科技大学 | 一种远程协同诊断任务分配方法 |
CN103527194A (zh) * | 2013-10-15 | 2014-01-22 | 淮北矿业(集团)有限责任公司 | 一种电牵引采煤机健康度实时监测与智能评价系统及其方法 |
CN105675113A (zh) * | 2016-03-16 | 2016-06-15 | 重庆大学 | 基于微型传感器的旋转机械角域振动信号获取装置和方法 |
CN105841966A (zh) * | 2016-04-06 | 2016-08-10 | 西安西热振动研究所有限公司 | 一种基于正向推理的汽轮发电机组振动故障诊断方法 |
CN107101714A (zh) * | 2017-05-09 | 2017-08-29 | 华北电力大学(保定) | 一种基于多测点振动信号特征的变压器健康状况评估方法 |
CN108956142A (zh) * | 2018-05-28 | 2018-12-07 | 常州信息职业技术学院 | 一种轴承故障识别方法 |
CN109144014A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 工业设备运行状况的检测系统及方法 |
CN110094451A (zh) * | 2019-03-28 | 2019-08-06 | 杨松 | 一种规避结构件共振的控制方法、装置及计算机设备 |
CN110231166A (zh) * | 2019-07-02 | 2019-09-13 | 北京天泽智云科技有限公司 | 一种变转速工况下三级传动齿轮箱的智能诊断方法 |
CN110933186A (zh) * | 2019-12-20 | 2020-03-27 | 陕西南梁矿业有限公司 | 一种基于web的矿用远程监控系统 |
CN111488935A (zh) * | 2020-04-14 | 2020-08-04 | 北京华控智加科技有限公司 | 一种基于神经网络统一建模的磨煤机故障诊断方法 |
CN111679192A (zh) * | 2020-08-03 | 2020-09-18 | 国家电网有限公司 | 一种抽水蓄能发电电动机转子故障离线检测装置 |
CN112408205A (zh) * | 2020-10-30 | 2021-02-26 | 中联重科股份有限公司 | 塔机安全检测方法及装置 |
CN112557039A (zh) * | 2020-11-04 | 2021-03-26 | 河北冀研能源科学技术研究院有限公司 | 运行参数与振动相耦合的汽轮机异常振动故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
孙鲜明: ""复杂工况下风力发电机组关键部件故障分析与诊断研究"", 《中国博士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
赖岳华: ""变工况下柴油机故障在线监测与维修决策优化方法研究与应用"", 《中国博士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114215515A (zh) * | 2021-12-16 | 2022-03-22 | 国家能源集团乌海能源有限责任公司 | 一种采煤机故障方法、系统及存储介质 |
CN114544183A (zh) * | 2022-02-24 | 2022-05-27 | 湖南道依茨动力有限公司 | 起动机故障诊断方法、装置、发动机启动系统及工程设备 |
CN114544183B (zh) * | 2022-02-24 | 2024-05-17 | 湖南道依茨动力有限公司 | 起动机故障诊断方法、装置、发动机启动系统及工程设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5602761A (en) | Machine performance monitoring and fault classification using an exponentially weighted moving average scheme | |
US7742881B2 (en) | System and method for detection of rotor eccentricity baseline shift | |
EP2665925B1 (en) | A method for diagnostic monitoring of a wind turbine generator system | |
JPH07168619A (ja) | 機器/設備診断方法およびシステム | |
CN112800563A (zh) | 采煤机故障判别方法、系统和可读存储介质 | |
KR102040179B1 (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
CN108896299A (zh) | 一种齿轮箱故障检测方法 | |
JP2019098515A (ja) | 刃具状態検査システム及び方法 | |
CN102789676B (zh) | 一种基于报警证据融合的工业报警器设计方法 | |
KR101155770B1 (ko) | 발전소 디젤엔진 상태진단 장치 및 방법 | |
JP7166839B2 (ja) | ヘルスモニタリングシステム | |
CN111457958A (zh) | 港机设备态势监控方法、装置、计算机设备及存储介质 | |
CN110696990B (zh) | 一种基于数据驱动的船舶发电机部件影响识别方法及系统 | |
KR101140698B1 (ko) | 잠재적 발전정지유발기기의 관리시스템 및 그 방법 | |
CN117786461A (zh) | 水泵的故障诊断方法、控制设备及其存储介质 | |
CN117129786A (zh) | 一种伺服驱动器综合测试系统 | |
CN106586841A (zh) | 起重装备减速机运行状态监测方法及系统 | |
CN109781442A (zh) | 一种磁浮列车转向架裂缝故障的检测方法 | |
JPH06307921A (ja) | 回転機械の監視診断装置 | |
CN114705466A (zh) | 采煤机故障诊断方法、装置和采煤机 | |
CN113514264B (zh) | 旋转机的诊断监视装置及方法 | |
EP3819608A1 (en) | Detecting rotor anomalies by determining vibration trends during transient speed operation | |
JPH1124728A (ja) | プラント状態予測装置 | |
KR20220096793A (ko) | 회전기계의 결함을 종합적으로 진단하는 방법 및 시스템 | |
KR102262091B1 (ko) | 구조물의 실시간 결함 진단 및 예방 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210514 |
|
RJ01 | Rejection of invention patent application after publication |