[发明专利]基于强鲁棒自适应算法的采煤机故障诊断系统

说明书

本发明公开了基于强鲁棒自适应算法的采煤机故障诊断系统，用于对采煤机故障进行诊断，包括数据预处理模块、采煤机故障诊断模型建模模块、自适应寻优模块、采煤机故障诊断模块以及模型失配矫正模块。本发明对采煤机的故障进行自动诊断，采用集成学习算法建立采煤机故障诊断模型，通过为建模过程添加自适应寻优过程，避免了随机性导致的模型不精确问题，并且引入模型失配矫正策略解决复杂工况下的模型失配问题，进一步提高了模型的鲁棒性。

技术领域

本发明涉及信号处理领域、自适应优化领域、机器学习领域、故障诊断领域，尤其涉及基于强鲁棒自适应算法的采煤机故障诊断系统。

背景技术

煤炭作为工业动力燃料的主要原材料，是能源的主体，而且是全世界储量最大的化石燃料，使得煤炭资源的开采和使用成为全世界的关注点。由于煤矿安全问题严重，当前国家把煤矿安全作为突出任务，这种趋势下煤炭开采逐步机械化，并涌现出了很多大型复杂的机械化设备，其中，采煤机便是煤炭生产中的核心设备。其集机械、电子、电气、液压传动系统于一体，因此构成十分复杂，再加上其工作环境恶劣,在工作时会受到来自煤岩等巨大的冲击,还会受到煤尘、水雾等其它方面的污染，使得采煤机的油液经常遭受污染,导致采煤机的液压元件和机械零件过早磨损,造成采煤机过早损坏甚至故障，导致整个煤矿生产系统的瘫痪。因此对采煤机进行监测以提前预防故障的发生具有重要意义。

传统的采煤机故障诊断方法一般依赖于现场维修人员的专业知识和维修经验，具有效率低下、判断困难等弊端，而当前已经提出的采煤机故障自动诊断方案存在以下问题：①在复杂和陌生环境中的普适性问题亟待解决；②采煤机故障诊断系统数据库更新升级缓慢，难以维护；③随着系统的在线运行，模型失配严重甚至崩溃。以上问题导致传统的采煤机故障诊断方案准确度低、系统响应慢和可靠性差。

发明内容

针对采煤机工作环境恶劣，对故障准确诊断需要的迫切需求，本发明的目的在于提供一种参数自适应、寻优效果好、识别精度高、普适性好的基于强鲁棒自适应算法的采煤机故障诊断系统。

本发明解决其技术问题所采用的技术方案是：基于强鲁棒自适应算法的采煤机故障诊断系统，包括数据预处理模块、采煤机故障诊断模型建模模块、自适应寻优模块、采煤机故障诊断模块以及模型失配矫正模块。数据采集传感器、数据库、基于强鲁棒自适应算法的采煤机故障诊断系统以及结果显示模块依次相连，所述数据采集传感器对采煤机轴承温度、传动箱油温及油位、辅助系统压力、冷却水压力、液压系统进液流量及出液流量、冷却水流量、摇臂升起时间、电机电流及温度信息进行采集，并将采煤机信息储存到所述的数据库中，数据库中包含历史采煤机数据及其对应的故障类型标签，故障类型标签主要包含以下几种：轴承故障、主泵故障、补油泵故障、滤油器故障、辅助泵故障、液压马达故障、电机过载、冷却系统故障，数据库为基于强鲁棒自适应算法的采煤机故障诊断系统提供数据支持。基于强鲁棒自适应算法的采煤机故障诊断系统得到的故障诊断结果将通过结果显示模块输出显示。

进一步地，数据预处理模块用以进行采煤机数据预处理，采用如下过程完成：

(1)从数据库中采集一条采煤机数据，其特征分别为x_j，j＝1,2,…d，d为特征维度；

(2)对样本特征进行归一化处理，得到归一化特征值

进一步地，采煤机故障诊断模型建模模块，用以建立采煤机故障诊断模型，采用如下过程完成：

(1)从数据库中采集N_s个采煤机数据X_s及其所对应的故障类型标签Y_s作为训练集,采集N_v个采煤机数据X_v及其所对应的故障类型标签Y_v作为验证集；

(2)采用训练集进行监督训练，得到采煤机故障诊断模型：

Y＝f(X)。   (2)