[发明专利]一种基于SDG模型的采煤机故障寻踪方法

说明书

本发明公开了一种基于SDG模型的采煤机故障寻踪方法，涉及煤矿设备故障检测技术领域，包括以下步骤：S1：根据采煤机系统组成及部件层次关系建立结构模型；S2：根据结构模型，加入具体的状态变量，得到多个系统模块；S3：对多个系统模块进行定性分析，生成多个节点，并建立因果模型，得到相容通路；S4：建立云模型，对因果模型进行定量分析，得到分析结果。本发明提出了一种基于SDG模型的采煤机故障寻踪方法，弥补了SDG模型不能作定量讨论的缺点，并且将实际情况中故障传播的随机性考虑进去。云模型将随机性以及模糊性结合起来，可以对传播过程进行定量考量，也能对未测节点的状态值做出预测。

技术领域

本发明涉及煤矿设备故障检测技术领域，更具体地说，它涉及一种基于SDG模型的采煤机故障寻踪方法。

背景技术

采煤机的故障诊断与隔离是交互式诊断过程，当获得较少征兆信息后首先确定当前状态，即所有可能故障原因，接着对各状态施行检测进一步对故障进行定位。而采煤机各系统的每个组成单元的故障率通常并不完全相同。在系统内部，有些单元发生故障的概率比其他单元发生故障的概率要大，系统的故障往往就是由于这些单元的故障造成的。

由于采煤机结构的复杂以及复杂的工作环境，单部件的故障可能引起更多部件故障的产生，最终表现为参数的异常以及性能的失效。在发现可视异常后，对可视的故障进行故障寻源以及故障传播分析才可以真正的制定检测和维修策略。由于采煤机系统的复杂性，常规的故障诊断以及故障传播研究仍有着诸多困难需要克服。

发明内容

为解决上述技术问题，本发明提供一种基于SDG模型的采煤机故障寻踪方法，引入工况转换矩阵来快速建立新的SDG图，根据采煤机系统实际情况对SDG图合理分块，有序推理，引入故障关联矩阵以及云模型理论，为解决相容通路难以穷举、故障源排序以及部分节点未测等问题提供了良好的思路。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于SDG模型的采煤机故障寻踪方法，包括以下步骤：

S1：根据采煤机系统组成及部件层次关系建立结构模型；

S2：根据结构模型，加入具体的状态变量，得到多个系统模块；

S3：对多个系统模块进行定性分析，生成多个节点，并建立因果模型，得到相容通路；

S4：建立云模型，对因果模型进行定量分析，得到分析结果。

作为一种优选方案，S3过程中，具体包括以下步骤：定义根节点，由根节点向前搜索有效节点，形成相容根树，通过相容根树，得到相容通路。

作为一种优选方案，相容通路具体判定方法包括以下步骤：

其中：φ(e_i→j)为节点间所有支路符号乘积，ff∈[1,-1,3]，“1”表示增强效果，“-1”表示减弱效果；FF矩阵和测量向量，推算得到状态矩阵L，依照可达性理论，进行相容通路搜索，得到相容根树的节点结合N＝{V_i|C_j(i)≠0,C_j(i)≠3}。

作为一种优选方案，S4过程中，具体包括以下步骤：

S401：根据相容通路得到故障传播图；

S402：预先设定任一系统模块中的异常状态值x已知为a，计算故障在传播至相邻系统模块中的路径的隶属度μ₁，传播至相邻系统模块的下一系统模块快中的路径的隶属度μ₂，以及相邻系统模块的预测值，并继续向前回溯，得到所有未测节点的预测值和故障传播隶概率。

作为一种优选方案，S402过程中，具体包括以下步骤：