矿山机电设备维修故障诊断技术浅析

摘要：矿山机电设备的工作环境复杂，故障诊断是保障机电设备高效维修的关键手段。为此，设计了一种新的机电设备维修故障诊断方法。基于Zigbee技术设计的矿山机电设备监测系统，采集机电设备运行状态数据;构建并训练BP神经网络模型，将利用小波包方法提取的故障特征向量作为网络测试样本，精准诊断矿山机电设备的故障情况。该方法检测的矿山机电设备故障精准度高达91%。

关键词：矿山机电设备;传感器;神经网络;故障诊断

0 引言

机电设备是矿山开采的重要工具，但是机电设备具有易消耗特质，容易发生断裂、变形、磨损等故障。如何精准判断机电设备故障，提高矿山机电设备开采工作效率是亟待解决的问题。本文结合无线传感网络与Zigbee技术，提出了一种故障诊断技术，可以通过智能化、自动化方式快速实现矿山机电设备的故障检测。

1 矿山机电设备故障诊断技术

1.1    机电设备状态数据采集

为提高开采效率，需要实时监测矿山机电设备的运行状态，为此基于Zigbee技术和无线传感器网络，设计了矿山机电设备监测系统[1]，采集机电设备的多种状态数据。基于多功能需要，将Zigbee节点划分为不同类型：Sink节点、路由节点、无线传感器节点。通过以上节点采集机电设备传感器输送的设备状态信号，实现机电设备运行状态监测与状态数据采集。

系统硬件包括矿山地面装置与地下装置，有线传输、地面调度控制中心是地面装置的主要构成;有线网络传输、基于Zigbee技术的无线传感网络是地下装置的主要构成，图1为矿山机电设备监测系统的无线传感布局。

基于Zigbee技术的无线传感网络监测系统的运行原理如下：

（1）节点功能分析：传感器节点、路由节点、Sink节点是无线传感网络部分的主要节点类型。海量传感器节点基于无线网自组织方式构成网络，以采集设备运行状态数据、设备定位数据;监测系统的无线传感节点以多跳无线通信方式运行。和传感器节点紧密联系的是路由节点，路由节点完成信号中继任务，目的是增加无线传输距离。路由节点与传感器节点将采集的机电设备运行数据传输至Sink节点并使其接收。

（2）地面调度控制中心是接收和处理系统监测数据的平台;CAN总线是连接无线传感网络和以太网的重要介质[2]，通过CAN总线的连接，地面调度控制中心接收到来自无线传感网络采集的矿山机电设备状态数据。

1.2    基于BP神经网络的机电设备故障诊断

根据Zigbee技术采集矿山机电设备的各种运行状态数据，采用神经网络诊断机电设备故障。在此之前需要使用小波包分析技术过滤机电设备状态数据的噪声。本次机电设备故障诊断研究使用的状态数据为设备的振动信号;然后基于小波包分析技术提取各频带重构信号的能量，即机电设备故障特征向量，BP神经网络故障诊断采用的训练样本和测试样本即为此特征向量。

BP神经网络是按照误差逆向传播算法训练的多层前馈神经网络，其训练过程包括前向计算过程、误差反向传播过程：前者输入向量从输入层开始，经过隐含层逐级求取不同神经单元的输出值;后者将输出层的误差逐级向前传播，以隐含层为中介、代价函数作为最小目标，求取不同神经元误差以修正前层权值。上述两个部分共同完成特征空间向設备故障空间的非线性映射，实现机电设备的故障诊断[3]。图2为BP神经网络结构，包括输入层、隐含层以及输出层。

BP神经网络训练完成后，将矿山机电设备状态（设备振动信号）故障特征向量作为测试样本输入神经网络中，输出结果即为机电设备故障诊断情况。

2 实验结果分析

搭建矿山机电设备仿真环境展开测试，本次测试采用的机电设备为矿用电动机。经过148次训练样本学习，BP神经网络已经能够完成机电设备的故障诊断，将监测系统采集的300组数据作为测试样本，其中每组故障类型的样本数量为60组，神经网络故障诊断的输出结果如表1所示。

表1展示的是本文方法正确检测机电设备的故障情况，总计检测出结构松动故障5次、轻微裂纹故障4次、摩擦过大故障5次、振动过大故障6次，误检2次，总的来说本文方法检测准确率可达91%。

3 结语

本文使用BP神经网络诊断机电设备故障之前，基于小波包分析方法预处理设备的振动信号数据，提取设备的故障特征向量作为神经网络的测试样本。这种做法一定程度上滤除了设备原始振动信号的噪声，使得矿山机电设备故障诊断结果更为精准。经验证，本文方法检测矿山机电设备故障的精准度为91%，满足现实中机电设备故障诊断需求。

[参考文献]

[1] 张雅君，李明学，田由辉.基于Zigbee技术的煤矿井下设备监测系统的研究[J].煤矿机械，2013（5）：271-272.

[2] 王彬.基于ZigBee技术的煤矿井下安全监控系统设计[J].山东工业技术，2015（17）：206.

[3] 董超.基于小波神经网络的矿用主通风机故障诊断研究[J].煤矿机械，2015，36（1）：276-278.

收稿日期：2020-04-29

作者简介：张健（1993—），男，山西吕梁人，研究方向：矿山机电。