[发明专利]一种提升机故障诊断方法及装置

说明书

技术领域

本发明涉及工业过程的故障监测诊断、无线传感器网络领域，具体是一种非线性、非高斯、多模态故障监测诊断方法及故障诊断装置。

背景技术

近年来随着微机电系统技术、无线通信技术、传感器技术的迅速发展，一种新的信息获取和传输模式—无线传感器网络技术应运而生。与传统的有线传感器监测方式相比，无线传感器网络具有构建快速、部署方便等优点，可完成大范围信息采集和对象的自动监测。在煤矿生产中，矿井提升机的主要任务是提升煤炭、矿石和矸石，下放材料，升降人员和设备，它是关键的生产环节之一，其安全正常运行对煤矿生产产生重大的影响。目前，提升机的温度和振动信号的检测大都采用有线方式，布线繁琐且受传输距离的限制，甚至会出现个别信号无法通过有线方式进行传输的问题。另外，机械设备日趋大型化和集成化，工作状态变化频繁以及其它设备干扰严重，使得振动信号具有很强的非线性、非高斯和动态性，抽取的信号特征也具有非线性、异构、冗余、尺度差异大等特性。基于核PCA的故障检测方法虽然能解决非线性问题，但是在多负荷变化情况下监测性能并不理想。基于GMM的故障检测方法能监测多模态问题，但是在非线性、异构情形下监测性能也不理想。目前，对非线性非高斯多模态进行机械故障监测诊断的研究还比较少。

发明内容

本发明目的在于克服目前提升机故障诊断方法及装置的不足，发明的提升机故障诊断装置采用有线和无线相结合的方式传输监测信号，基于非线性非高斯多模态故障监测诊断方法实时监测提升机运行状态，自动诊断常见的提升机故障，具体是一种故障诊断方法和一种故障诊断装置。本发明是的通过下面的方法实现的。

1.故障诊断装置

一种提升机故障诊断方法及装置，系统根据检测信号装置与提升机监控室之间的距离选择有线或无线方式传输，该系统包括有线信号采集单元、无线信号采集单元、无线传感器网络、故障诊断单元和远程监控单元。

有线信号采集单元使用振动传感器、温度传感器对离监控室较近的电机、减速器和滚筒等主要部件进行信号采集。振动传感器安装于部件轴承处，结合现场情况，在旋转轴的垂直、水平和轴向三个方向上安装传感器，水平与垂直方向的传感器须处于垂直于轴向平面内；温度传感器插装于提升机部件的轴承孔中。传感器所采集信号经信号调理单元后进入数据采集卡，并传至上位机。信号调理单元在上位机旁，包括稳压恒流源和信号转换板，稳压恒流源为振动传感器提供电压，信号转换板将温度传感器输出的标准电流信号转换为标准电压信号，供采集卡采集。

无线信号采集单元包括无线振动加速度节点、无线温度节点、无线网关及网桥等。无线加速度节点安装于提升机天轮轴承处，无线温度节点安装于各高压开关柜进线相处。无线传感器网络使用星型拓扑，温度传感器节点D1~Dn汇聚至网关L并USB口进入上位机，因天轮与监测室间距离较远，使用一对网桥做中继节点，以扩大网络覆盖范围，天轮振动传感器节点B1~Bn连接网关N，网关与网桥（从站）相连，在监控室内，网桥（基站）连接工控机。

2.故障诊断方法

一种提升机故障诊断方法及装置，对采集信号使用一种新的非线性、非高斯、多模态故障诊断方法进行故障诊断，充分地利用了异构数据特征，适合多负荷变化的机械设备故障监测。

一种非线性、非高斯、多模态故障监测诊断方法，包括离线训练和在线故障监测诊断两个算法：离线训练算法首先训练基于多核的特征映射函数φ^e(x)及其核函数权重，样本映射到高维线性特征空间，在该空间内训练具有结构保持的投影矩阵，把高维特征空间数据投影到低维空间，最后使用低维数据特征训练GMM模型；在线监测算法首先利用φ^e(x)把测试数据映射到高维特征空间，并通过抽取数据特征，以此计算T²、SPE监测统计量，使用GMM模型计算BIP、MD监测统计量和贡献图，结合这些统计量进行故障检测和诊断。

本发明基于多核函数的特征映射函数，把信号特征映射到高维线性特征空间，对高维线性数据抽取特征。抽取的特征不仅能够保持高维空间的欧氏几何结构而且包含局部、全局几何结构信息，在低维特征空间内使用GMM建模，构造故障统计量进行故障监测，并使用贡献图进行故障诊断。

所述的一种非线性、非高斯、多模态故障监测诊断方法，对多个核函数的权重及其参数，给出了最优权重以及核函数参数的交替迭代优化算法，关于权重的优化问题如下：

（1）核函数权重和参数迭代优化算法