基于音频分析技术的矿井带式输送机托辊故障诊断系统研究_赵初峰.pdf

第42卷第02期2023年02月煤炭技术Coal TechnologyVol.42 No.02Feb.2023doi:10.13301/ki.ct.2023.02.0480引言在矿山的安全生产中，带式输送机一般采用“无人值守、有人巡视”的工作模式，人工巡视存在耗时长、连续性不足、带式输送机巡视工作存在大量危险源等问题，甚至因为人员素质问题，存在漏检和不检的现象；另外无人值守部位采用的视频监视方式，仅仅实现了一些关键部位的远程实时监视，无法做到带式输送机全作业线的监测和异常实时报警。随着煤矿自动化生产水平的进一步提升，许多煤矿企业都引进了数量众多的科技含量高的煤矿生产设备，使得一些设备的巡检要求更严、难度更大、巡检成本更高，传统的巡检方式已无法满足煤矿现代化生产设备的巡检要求。因此，设计出一种基于音频分析的矿井带式输送机故障诊断系统对井下带式输送机巡检有着重要意义。1基于音频检测和分析技术的托辊磨损程度监测托辊故障的音频特征反映在音频的节奏性变化上，在此采用基于音频检测和分析技术对输送带磨损程度进行监测。首先采集大量现场音频数据，结合现场工人的工作经验，设定正常与异常音频的阈值，并在此基础上对磨损程度划分为不同的区间，当磨损程度达到故障级别时，服务器以声音和图像方式进行报警，托辊在正常与故障时音频信号频谱图如图1所示。托辊运行频率/Hz（a）托辊正常运行音频信号频谱图*煤炭科学技术研究院有限公司技术创新基金（2020CX-II-31）基于音频分析技术的矿井带式输送机托辊故障诊断系统研究*赵初峰1，2，3（1.煤炭科学技术研究院有限公司，北京100013；2.煤矿应急避险技术装备工程研究中心，北京100013；3.北京市煤矿安全工程技术研究中心，北京100013）摘要：矿井带式输送机的安全稳定运行是安全生产的重要保证，传统的带式输送机托辊故障监测采用人工巡检的方式，费时费力容易漏检、误检。针对该问题，提出基于音频分析的矿井带式输送机托辊智能监测新方法，具有智能诊断、实时报警的功能，达到提高生产效率，减少非计划故障停机的目的。关键词：人工巡检；音频分析；智能监测；智能诊断；实时报警中图分类号：TH222文献标志码：A文章编号：1008 8725（2023）02 200 03Research on Fault Diagnosis System of Supporting Roller of Mine BeltConveyor Based on Audio Analysis TechnologyZHAO Chufeng1，2，3(1.China Coal Research Institute Co.,Ltd.,Beijing 100013,China；2.Engineering Research Center of Coal MinesEmergency Technology Equipment Engineering,Beijing 100013,China;3.Beijing Coal Mine Safety EngineeringTechnology Research Center,Beijing 100013,China)Abstract:The safe and stable operation of the mine belt conveyor is an important guarantee for safeproduction.The traditional fault monitoring of the idler of the mine belt conveyor adopts the way ofmanual inspection,which is time-consuming and laborious,easy to miss and misdetect.Aiming at thisproblem,puts forward a new intelligent monitoring method of supporting roller of mine belt conveyorbased on audio analysis,which has the functions of intelligent diagnosis and real-time alarm,so as toimprove production efficiency and reduce unplanned fault shutdown.Key words:manual patrol inspection；audio analysis；intelligent monitoring；intelligent diagnosis；real time alarm声音幅值/dB10020030040050060070080002001601208040200第42卷第02期Vol.42 No.02基于音频分析技术的矿井带式输送机托辊故障诊断系统研究赵初峰托辊运行频率/Hz（b）托辊故障运行音频信号频谱图图1音频监测频谱图2带式输送机运行中声音提取带式输送机运行产生的噪音是监测信号的主要来源，当带式输送机运行过程中产生故障，托辊的声音与正常生产时有明显差别，提取现场托辊运行过程中产生的声音并解析后，如图2所示。托辊运行时间/s图2噪音音频信号波形图托辊发生故障后产生的声音波形图范围较大，直接获取原始数据进行分析所得的结果不准确，需要进行将错误数据剔除后，再将提取的数据进行分析、计算，去除时间序列趋势的方法有很多，本文中尝试3种去趋势方法，分别是差分法，线性拟合法和正弦拟合法。差分法起初是应用在数学中的一种微分方程数值方法，将要求得的内容转换为一种代数方程（差分方程）来表示。在工业计算中，随机性趋势可通过差分的方法消除。如在音频诊断的实验数据收集过程中，可以通过标定同等时间的时间点，如1、2、3 s计算当前观察点减前一观察点数值的差，如2 s减1 s的差值，3 s减2 s的差值.如此类推，构成一个新的序列（差分方程）。这样操作的优势是消除数据的波动，在不影响数据的价值的前提下，使数据整体趋向平稳。在音频诊断中，因为差分法只需要记录不同等差的时间和不同等差时间下的数据，所以非常适用。采用差分法去除消除趋势后的波形如图3所示。托辊运行频率/Hz图3差分法后去除趋势波形图线性拟合指平面上离散的点可以用连续的曲线模拟。在线性拟合中需要选择合适的拟合模型，即符合离散点分布的函数，才能得到较好的拟合效果。若对于数据中各变量的关系不确定时，则需要对选择的可能合适的模型进行多次尝试和分析，寻找到更恰当的函数模型。具体方法为在求得趋势直线后，根据趋势直线的延伸获得预测值。使用正弦拟合法时，时间序列趋势可以大致近似为正弦函数。井下带式输送机运行过程中托辊转动产生的声音波形图变化无规律、周期，单一使用线性模型去除趋势所产生的的波形图与原始波形图近似；此外现场环境复杂，信号多变，通过使用正弦模型方法得知，有些有特征的变化趋势变得不明显，且波形变化仍在较大范围，去除趋势效果不显著，对比后得知，采取简单的差分法在3种方法是最有效的，缩小范围效果最显著，有利于时间序列的分析和托辊故障的判别。选用差分法能将噪音音频数据的波动范围缩减到较小的范围内，数据中仍然包含设备故障信息。3软件架构设计井下生产环境复杂，如果能在故障前期及时发现、弥补错误，则能进一步降低大型故障发生的可能性。当下煤矿生产迫切需求的是：能够及时发现托辊故障并定位，以便简化维护程序。因而，智能化故障诊断系统以鲁棒性、故障检测的及时性、早期检测的灵敏度、故障的误报率和漏报率等为系统设计主要考量的性能指标进行设计。以此尝试了一系列诊断方法，经过现场实验考察后得出最终的诊断方案。在Python 3.6（计算机编程语言）环境下，基于音频分析的矿井带式输送机故障诊断流程如图4所示。在现场布置大量高性能传感器，对井下生产现场带式输送机托辊产生的噪音音频进行实时采集。后期将采集的数据进行建模、分析，通过分析产生的结果，帮助井下带式输送机巡检工人做出智能辅助决策，减少因设备故障产生的停产、减产事故。图4智能化托辊故障诊断流程图为了保证软件的鲁棒性，软件模型各模块尽量分离设计；在软件运行中，为了保证诊断的准确性，软件的参数皆采用动态参数，即以当前采样信号特声音幅值/dB声音幅值/dB声音幅值/dB100200300400500600700800020016012080401002003004005006007008000100806040200.20120100806040200.40.60.81.01.21.41.6实时建模分析工业生产现场噪音音频序列检修维护相关工作人员报警结果通知提醒传感器收集传输201第42卷第02期基于音频分析技术的矿井带式输送机托辊故障诊断系统研究赵初峰Vol.42 No.02征动态改变判别参数，同时对同一位置信号多次诊断，加权投票给出最终诊断结果。为了保证软件诊断的实时性，在软件运行时每当检测到传感器信号写完，便对信号进行分析，如图5所示。为了进一步的分析处理，该软件同时会自动保存诊断结果信息，以便后期的拓展。图5智能化托辊故障诊断算法流程图为了满足生产需要，提高智能化水平，从实际应用出发，以工业现场实时采集到的信号数据为背景，研究信号数据规律特性，从多角度提取数据特征。针对提取到的特征信息做进一步处理，为后续故障诊断算法提供有效的数据源。为了提高自动化程度，需同时设计故障诊断软件以及数据分析统计软件。通过智能化算法的实时诊断结果，实现对现场设备的实时检测。该系统自动保存每日运行结果，自动统计分析历史设备运行状态数据，为生产决策提供有力依据，切实保障生产现场设备高效运行。系统同时查询功能，便于获取历史相关信息。为了提高软件界面的友好性，在编码过程中依据现场环境按比例尺寸设置界面图形，同时采用动画来模拟现场生产实时状态。软件中的相关结构，多采用动态数据机制，对时间设为自动判别生产表格尺寸，统计图表也同样采用此机制。相关结构功能设计如图6所示。图6故障诊断模块功能结构图4故障诊断报警软件和数据分析故障诊断界面应主要包括标题、出煤口、输送带、传感器、实时故障统计表格，月故障统计表格，以及实时诊断结果表格等部分组成。该界面主要将诊断结果分为4类，除了需要检测出来的严重故障、轻微故障、正常运行信号外，还包括传感器接入信号检测，分别以4种不同颜色显示，故障发生时，带式输送机模型上的传感器和诊断表格会同时变为相同的颜色红色，以指示检修。利用该故障诊断软件可以及时发现故障，迅速锁定故障位置，及时检修维护，简化工人配置，提高生产力。该软件会将利用后的数据自动删除，节省磁盘空间，减少工人参与，该软件同时具备数据自动存入数据库，该软件每日会将最终生成结果存入数据库中。可通过数据管理，接入原有办公系统，极大提高智能化、自动化程度。界面部分编写借要基于Python软件的QT（程序开发框架）模块，算法处理部分也时利用Python模块，将算法生成的结果直接给QT模块调用，十分方便，同时又能够实时调整界面布局。该界面设计采用动态参数，界面中的参数会根据月份不同从而做出调整。界面所用编码数字与生产现场传感器编码一致。软件提供历史数据查询功能，使用时需要按照“20220413”格式输入进行查询，而后点击确定按钮即可实时调出所需日子托辊状态数据。调出表格数据后，不能更改表格内容，以便造成后续统计分析出错。使用结束表格数据后，关闭即可。5运行效果在设备稳定运行以后，传感器能够实时监测到现场生产状况，能够良好显示现场生产环境，该系统具有良好的诊断效果。系统在现场的应用，实现了对带式输送机沿线托辊状态进行连续不间断监测，其连续性、实时性的工作特性，确保系统隐患在第一时间被感知、报警，极大的提高了系统安全系数，保证了系统安全稳定运行。6结语系统有效地替代人工对整条带式输送机沿线托辊巡检工作，降低职工劳动强度，减少了矿井胶带机巡视人员，推动