基于BP神经网络的带式输送机常见故障监测技术研究.pdf

露天采矿技术Opencast Mining TechnologyVol.38No.3June.2023第 38 卷第 3 期2023 年 6 月带式输送机在煤炭等物料运输行业中占据着不可或缺的地位1-2。大量生产经验表明，带式输送机一旦产生打滑、跑偏、撕裂等生产问题，轻者引起带传动异常，重则会造成严重的经济损失和人员伤亡3。在物料运输中，带式输送机长期处于高负荷工作状态，监测带式输送机的工作状态对于保障煤炭等物料的正常运输具有重要意义。因此，保障带式输送机的正常工作，及时发现带式输送机在物料转运中发生的问题，对于保障物料运输安全具有重要意义。目前，保障带式输送机安全的检测方式依据自动化程度可以被分为人工检测和智能监测2种。人工监测带式运输机的安全状况主要为通过定期走访、故障排查和经验分析等方法进行机器的运转状态检查，费时费力、效率较低。对于大批量、长时间生产的煤炭企业而言，开展输送带的智能安全监测工作对于保障正常生产具有十分重要的意义。智能监测带式输送机的工作状况主要通过传感器等设备在线采集带式输送机在运转过程中的各类力学、机器视觉信号等进行数学方法分析，检测预警带式运输机的故障。当带式输送机的相关检测指标超过预警基于 BP 神经网络的带式输送机常见故障监测技术研究白顺平，陈国磊，梁凯欣（新疆天池能源有限责任公司，新疆 昌吉 831100）摘要：针对物料输送带在运转过程中故障多发、问题难排查的问题，采用BP神经网络对故障类型进行预测研究；对输送带常见的故障类型进行了梳理，并对故障原因进行了说明；通过对故障细节进行分类和参数化处理，利用BP神经网络对常见的故障类型进行预测分析并与实际情况进行对比。结果表明:采用BP神经网络可以对输送带在运输过程中可能发生的打滑、纵撕、撒料、火灾等问题进行预测预警；通过对输送带日常运行故障的记录结合神经网络算法可以提升输送带常见故障类型进行预警和检测的效率。关键词：输送带；煤炭运输；神经网络算法；故障预测；在线监测中图分类号：TD5圆愿垣援员文献标志码：B文章编号：员远苑员原怨愿员远（圆园23）03原园101原园3Research on common fault monitoring technology of belt conveyor based on BP neural networkBAI Shunping,CHEN Guolei,LIANG Kaixin（Xinjiang Tianchi Energy Co.,Ltd.,Changji 831100 China）Abstract:Aiming at the problems of frequent failures and difficult troubleshooting of the material conveyor belt during operation,we use BP neural network to predict and study the failure types,sort out the common fault types of conveyor belts,and explain thereasons for the faults.By classifying and parameterizing with fault details，using BP neural network to predict and analyze commonfault types and compare with the actual situation.The results show that the use of BP neural network can predict and warn theconveyor belt during transportation,such as slippage,longitudinal tearing,material scattering,fire and other problems that mayoccur.The efficiency of early warning and detection of common fault types of conveyor belts can be improved by recording thedaily operating faults of conveyor belts and combining with neural network algorithms.Key words：conveyor belt；coal transportation；neural network algorithm；failure prediction；online monitoringDOI:10.13235/ki.ltcm.2023.03.027白顺平，陈国磊，梁凯欣.基于 BP 神经网络的带式输送机常见故障监测技术研究 J.露天采矿技术，2023，38（3）：101原103.BAI Shunping,CHEN Guolei,LIANG Kaixin.Research on common fault monitoring technology of beltconveyor based on BP neural network 允.Opencast Mining Technology,2023,38（3）:101原103.移动扫码阅读收稿日期：2022-0源-圆苑责任编辑：张夙作者简介：白顺平（1991），男，青海西宁人，工程师，本科，2013 年毕业于中国矿业大学，从事矿山机电方面的技术工作。101露天采矿技术Opencast Mining TechnologyVol.38No.3June.2023第 38 卷第 3 期2023 年 6 月值时，检测系统就会报警，提升工作效率。近年来，带式输送机的监测系统逐年更新，但是仍然存在一些问题。例如，带式输送机工作状况复杂，细节故障很难被及时察觉。实时监测的带式输送机故障检测系统发现问题后，系统检测仍然会造成一定的生产损失。为了提升带式输送机故障检测效率，采用在线信号监测系统设计了一款便于故障发现和预警处理的信号监测系统。1带式输送机常见故障常见的带式输送机由传动带、驱动装置、托辊机架和张紧装置组成。带式输送机可以运输煤炭物料，在保障带式输送机的正常运输中，突发故障和渐变故障是常见的故障形式4。突发性故障可以通过人工排查等因素及时发现，渐变故障却很难监测到。由于长时间的煤炭运输或输送机安装位置等原因，一些磨损形变等潜在故障的积累很难通过人工排查发现。其中，渐变故障很容易通过故障积累变成突发性故障，给生产工作造成巨大损失5。1.1输送带运输常见故障1）输送带跑偏。输送带的跑偏主要是煤炭运输过程中最常见的故障。输送带跑偏会造成带的偏磨，电极的偏载和物料运输效率的降低。造成输送带跑偏的常见因素有：淤输送带安装接头位置偏斜，与机器中心轴线有倾角；于输送带老化，由于输送带长期使用造成老化或者偏远偏磨也会引起带跑偏；盂运输过程中由于输送带带上质量分布不均匀满载，严重的输送带受力不均造成跑偏；榆滚筒安装误差6。2）输送带打滑。输送带在长期使用后高发输送带的打滑问题。输送带的打滑会造成输送带磨损量急剧增加，相关接触电机轴的磨损量也会响应增大。造成输送带打滑的问题主要有：淤传动带带上负荷过大，运转中造成滚筒空转，输送带打滑，产生严重磨损发热等问题7；于驱动滚筒的包胶存在剥落掉漆等问题，造成带与滚筒减摩擦系数下降，产生带打滑；盂输送带张紧松驰，造成带脱滑。3）输送带纵撕。带式输送机在运输中由于瞬时受力过大会产生输送带撕断的现象。该问题的产生会严重降低生产运输效率，增加物料输送成本，影响生产进度。造成这一现象常见于：淤逆止器失效，传动带反向张拉，带被拉断；于输送带质量较差，带接头强度较低，易产生拉断问题；盂异物卡顿带式输送机造成瞬时拉力过大，带被撕裂。4）输送带撒料。输送带撒料会造成物料的浪费和输送带被卡。造成输送带撒料的原因有：淤输送带输送潮湿物料未及时清理，大量的物料粘在输送带上，会造成撒料；于输送带存在偏斜故障或运转不平稳问题；盂输送带托辊布置不合理，曲率半径不合理，物料会洒落。5）现场火情。输送带在长时间运转过程中会产生着火问题。煤炭运输输送带主要运输的是易燃物质，火灾发生可能会造成严重的安全事故甚至引发爆炸，十分危险。主要引发原因有：淤电机长时间运行，发热量过大；于输送带磨损严重，产生发热现象引起着火；盂粉尘污染或者易燃物着火。1.2输送带常见故障排查在煤炭输送机带传动维护工作中，应该及时对输送带的工作状况进行检查，发现问题及时处理。针对跑偏和打滑问题，做好带的张紧和安装工作。对于纵撕和撒料问题，做好安全故障检测问题和装置调整工作。对于物料和传动带材料容易产生火情问题，做好防火检测，可以考虑安装烟火报警器等防患于未然。带传送故障突发事故监测较难控制，根据带式输送机常见的故障问题，进行在线预警监测十分重要。结合输送带运输设备，增加了相应的在线运输监测系统，利用系统配备的输送带检测预警系统对输送带的运输状态进行在线监测。同时结合历史数据，利用神经网络算法对故障进行了适当的预测研究，取得了较好的检测效果。2输送带传送在线预警监测信息系统依据输送带传送过程中常见的故障类型，对输送带常见问题提取监测特征等能够有效实现输送带传送过程中的问题预警。2.1主成分分析法主成分分析法是机械故障检测诊断中常用的一种数据预处理方法。通过对数据的检测分析和预处理，找出造成输送带运输故障的主要因素。处理方法如下：1）数据标准化。已知故障参数数据集合为多种故障数据的变量组合，设为X=（x1，x2，x3，xn）T将原始数据标准化后得到标准化变量X*k为：X*k=Xk-滋k滓k姨，k=1，2，n（员）式中：X*k为故障数据标准化后的变量；x1、xn102露天采矿技术Opencast Mining TechnologyVol.38No.3June.2023第 38 卷第 3 期2023 年 6 月表 1故障诊断报警阈值表为监测得到的故障数据；滋k为故障数据的期望值；滓k为故障数据的方差。2）协方差矩阵。根据上述标准化变量求得协方差矩阵Cx：Cx=cov（X）=C11C12C1nC21C22C2nCn1Cn2Cnn杉删山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫3）相关矩阵。求相关矩阵的特征值并排序，得到主成分累计贡献率，取前5个特征值浊（k）分析。浊（k）=ki=1移姿i/ni=1移姿i（2）式中：姿i为协方差矩阵Ci的特征值。经过对输送带借个主要故障指标进行处理分析，取主成分投影矩阵中前5阶特征值中成分占比量较大的作为特征参数进行分析。降维后的矩阵变量为无量纲参数。经过对多个故障变量得到的输送带的降维投影矩阵表，得到各种故障成分在前5个特征值中分布状态。根据降维后的参数可知，最能够表征输送带在故障监测的特征值为得到的数据绝对值最大的数值。分别为输送带偏移量，输送带滚筒速度之差，电机电流，托辊受力和滚筒温度，因此将这5个故障作为预警监测的主要特征参数。2.2故障预警参数为了对输送带检测系统的在线监测系统进行故障评价，根据故障参数类型和运行指标，确定了故障预警阈值范围。数据在相应的工作范围即为正常的运行状态，相应的指标超出预警值即会发出报警信号。故障诊断报警阈值表见表1。对数据进行BP神经网络8处理发现，带传送物料转运过程中发生的5类问题较为接近，与实际情况基本相符,预测分析得到输送带实际运行的输送带偏移量、托辊受力大小、打滑速度差、纵撕故障与火灾预警温度监测数据与输送带的实际运行状况基本相符，走势相近，基本能够达到输送带故障的预测目的。依据输送带在实际转运过程中的各项指标采用BP神经网络方法对输送带可能发生的各类故障进行预测与实际监测发生的故障类型与趋势均较为接近。通过预测输送带在实际生产可能发生的故障问题，能够提前预测输送带发生故障的概率，早做准备工作或有针对性地进行物料输送的现场检测，尽可能地减少生产故障的发生。3结语输送带是煤炭等散料运输中常用的部件，输送带在运转过程中易产生突发事件和渐变式损害，在使用中应该对输送带进行监测，防止因输送带故障造成的安全事故。采用BP神经网络结合主成分分析方法对输送带的故障进行预测监控。预测结果与输送带日常监控的数值变化趋势相近且数值相差不大。参考文献：1 胡雪援带式输送机工作状态分析与故障预警方法研究D 援沈阳：沈阳工业大学，2021.2 胡成功，许建军援带式输送机保护装置的研究 J 援露天采矿技术，2016，31（10）：55-59.3 徐爱英，周海甫，王建林，等援管状带式输送机的应用与管理 J 援燃料与化工，2022，53（1）：26-27.4 宋超援 掘进巷道带式输送机常见故障及处理措施 J 援现代机械，2022（1）：100-102.5 吴涛援选煤厂带式输送机能耗优化控制研究 J 援中国设备工程，2022（3）：93-94.6 高鹏翔援机掘巷道带式输送机跑偏机理及预防 J 援机械管理开发，2022，37（1）：319-320.7 李涛，张记，秦庆懂援带式输送机打滑保护系统设计J 援露天采矿技术，2019，34（1）：62-64.8 倪浩哲援神经网络算法在人工智能识别中的应用 J 援长江信息通信，2021，34（12）：118-120.基本故障特征参数正常工作范围异常工作范围预警值跑偏故障打滑故障纵撕故障撒料故障火灾故障输送带偏移量/mm输送带与滚筒运行速度之差/（m s-1）电机电流/A托辊受力/N滚筒温度/益019023545400500254020492545553004004080逸5055580103