[发明专利]一种基于虚拟仪器开发平台的煤矿通风机故障实时诊断及预警装置

说明书

本发明为基于虚拟仪器开发平台的煤矿通风机实时故障诊断及预警装置。本发明将故障诊断和故障预警两种功能有机融合，所述故障预警模块采用结合专家系统的方法，设计知识库和推理机，对经信号处理模块发送的而故障诊断模块未诊断出的早期故障的特征信息进行推理计算，对达到故障概率阈值的特征信息对应的故障类型则进行预警。故障预警模块可以弥补因故障诊断模块仅在已经产生了能够识别故障类型时才触发报警的滞后性不足。本发明装置由一体化工业控制和高速数据采集器构成，上、下位机之间采用USB全速通信方式。本发明所使用的开发的应用软件运行平台包括LabVIEW和MATLAB，LabVIEW通过USB驱动读取数据，通过MatlabScript节点调用MATLAB平台中的算法程序，更方便先进算法的转化。

技术领域

本发明属于机械故障诊断及预警技术领域，是实现针对煤矿主通风机常见故障在线诊断及早期故障实时预警的一种装置。

背景技术

机械故障诊断作为一门新兴的综合性边缘学科，经过40 多年的发展，己初步形成了比较完整的科学体系，其中又以振动诊断涉及的领域最广、理论基础最为雄厚。

当前，在矿井主通风机故障诊断装置方面，大部分监控系统仍停留在振动参数超限报警的简单层面；少量系统虽然对通风机振动信号进行了频谱分析，但后续的故障诊断为离线诊断，存在诊断实时性差的问题；此外，故障诊断准确率偏低也是一个突出的问题。

作为全矿综合自动化重要的一环，故障诊断功能迫切需要由在线采集、离线诊断向在线采集、实时诊断方向转变；同时，现场对故障诊断的准确率要求不断提高，迫切期待新的综合故障诊断算法的出现。

目前，从振动信号高速采集实现来说，嵌入式技术的发展可以满足不同应用场合的需要；在振动信号的分析处理方面，除了经典的时频域分析外，近来又发展了基于非平稳信号假设的短时傅立叶变换和小波变换等，由于短时傅立叶变换和小波变换在非平稳信号分析中不具有自适应性，希尔伯特-黄变换（HHT）及其改进技术逐渐成为研究的热点。就故障诊断方法而言，人工智能的研究成果为机械故障诊断注入了新的活力，神经网络、支持向量机、人工免疫、及其改进的综合故障诊断方法己成为机械故障诊断领域的研究热点。此外，除了单一参数、单一故障的技术诊断外，目前多变量、多故障耦合的综合诊断也已经兴起。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种基于虚拟仪器开发平台的煤矿通风机实时故障诊断及预警装置。该装置无需专家参与即可实时诊断矿井通风机常见故障类型并提供预警功能。

本发明是一种基于LabVIEW开发平台的煤矿通风机在线实时故障诊断及预警装置，由一体化工业控制上位机和高速数据采集器下位机构成，上、下位机之间采用USB全速通信方式。上位机应用软件采用模块化编程，包括信号处理模块、故障诊断模块、故障预警模块和人机接口模块。下位机数据采集器包括基于ARM处理器的嵌入式系统、信号检测模块、稳压电源模块和USB接口通信模块。

进一步，所述嵌入式系统的ARM处理器为下位机的控制核心，选用高性能的Cotex-M3内核处理器STM32F103ZET6，硬件层还包括Flash ROM、SDRAM、A/D转换模块、各种总线以及外围的SD存储模块，嵌入式系统在实时方式下工作，控制各功能模块之间的运行和通信。