[发明专利]一种磨煤机运行故障识别方法及应用

权利要求书

1.一种磨煤机运行故障识别方法，其特征在于：包括以下步骤：

步骤A：采集磨煤机运行故障状态下的故障类型及前后一段时间内的历史运行参数；

步骤B：对历史运行参数进行标准化处理；方法为：

如果磨煤机存在N种故障类型，表示为G＝{g_n|n∈[1,N]}，磨煤机发生g_n类型的故障时，采集故障前后一段时间内的共M_n组运行参数作为样本数据，样本数据的集合表示为Xⁿ＝{X^n,m|m∈[1,M_n]},n∈[1,N]，其中每一组样本数据均包括I个运行参数；

对历史样本数据Xⁿ进行标准化处理，标准化后的样本表示为

其中，为M_n个样本数据中第i个运行参数的平均数，为M_n个样本数据中第i个运行参数的标准差；

步骤C：针对每种故障类型对应的历史运行参数构建PCA模型及对应的T²统计量模型，并确定该故障的预警阈值；

PCA模型的构建方法为：对标准化后的样本进行计算得到协方差矩阵COV，

进行特征分解，使协方差矩阵满足

其中，是酉矩阵，其列向量为两两正交的单位向量，其表示主元的负荷向量，Sⁿ为对角线上的元素为特征值，其他元素均为0的矩阵，记为

其中，λ_iⁿ表示样本向量的特征值，且满足，如果ij,i,j∈[1,I]，则

如果

则，定义前k个特征值之和为主元累计贡献量CON，即

通过前k个主元表示原始样本，由此将原始样本集经过空间变换压缩至k维，则得分向量表示为

由此得到第n种故障类型对应的故障预警主元模型

步骤D：对待识别参数代入不同故障对应的T²统计量模型，如果超过预警阈值，则待识别参数对应的时刻磨煤机存在或即将出现对应的故障类型。

2.根据权利要求1所述的一种磨煤机运行故障识别方法，其特征在于：故障预警中采用T²统计量作为监测磨煤机数据的指标，T²统计量由得分向量T_k在新空间中的马氏距离计算得到，对于第n种故障类型的第m组数据，(T^n,m)²统计量的计算公式为：

以(T^n,m)²统计量数值最大的一组样本数据作为发生g_n类型故障时的磨煤机参数；则故障g_n对应的预警阈值Lⁿ需满足

3.根据权利要求2所述的一种磨煤机运行故障识别方法，其特征在于：对t时刻的磨煤机运行参数分别代入每个故障对应的T²统计量计算公式中，得到对应的故障检测值(T^n,t)²，即

如果

(T^n,t)²Lⁿ

则运行参数X^t对应的t时刻磨煤机存在或即将出现故障g_n；如果磨煤机同时满足多种故障的判断条件，则认为磨煤机同时存在多种故障类型。

4.根据权利要求3所述的一种磨煤机运行故障识别方法，其特征在于：若t时刻磨煤机存在第n种故障时，则第i个参数对第a个主元的贡献量为

其中表示向量中的第a个数据，以贡献量最大的参数作为引起该次故障的主要原因。

5.根据权利要求1-4任一项所述的一种磨煤机运行故障识别方法，其特征在于：所述运行参数包括磨出口温度磨进出口差压磨煤机电流磨辊轴承温度给煤机煤量磨入口一次风压一次风机电流磨润滑油温度磨冷风门开度磨热风门开度磨推力瓦温度磨入口风温度磨密封风压力磨加载压力和磨煤机电机铁芯温度