基于特征融合与DBN的矿用通风机滚动轴承故障诊断

郭秀才, 吴妮, 曹鑫

郭秀才,吴妮,曹鑫.基于特征融合与DBN的矿用通风机滚动轴承故障诊断[J].工矿自动化,2021,47(10):14-20.. DOI: 10.13272/j.issn.1671-251x.2021070050
引用本文: 郭秀才,吴妮,曹鑫.基于特征融合与DBN的矿用通风机滚动轴承故障诊断[J].工矿自动化,2021,47(10):14-20.. DOI: 10.13272/j.issn.1671-251x.2021070050
GUO Xiucai, WU Ni, CAO Xin. Fault diagnosis of rolling bearing of mine ventilator based on characteristic fusion and DB[J]. Journal of Mine Automation, 2021, 47(10): 14-20. DOI: 10.13272/j.issn.1671-251x.2021070050
Citation: GUO Xiucai, WU Ni, CAO Xin. Fault diagnosis of rolling bearing of mine ventilator based on characteristic fusion and DB[J]. Journal of Mine Automation, 2021, 47(10): 14-20. DOI: 10.13272/j.issn.1671-251x.2021070050

基于特征融合与DBN的矿用通风机滚动轴承故障诊断

基金项目: 

2020年甘肃省省级重点人才项目(甘组通字〔2020〕9号)

详细信息
  • 中图分类号: TD712

Fault diagnosis of rolling bearing of mine ventilator based on characteristic fusion and DB

  • 摘要: 针对现有矿用通风机滚动轴承故障诊断方法仅提取时频分量特征和采用浅层网络结构,导致故障诊断精度不高的问题,提出了一种基于多域特征融合与深度置信网络(DBN)的矿用通风机滚动轴承故障诊断方法。该方法首先对轴承振动信号进行小波包降噪处理,对降噪后的轴承振动信号进行时域特征、频域特征、IMF能量特征提取,得到相对全面的高维特征集;然后通过基于类内、类间标准差的特征筛选方法剔除对分类无效及效果不明显的特征,筛选出高效特征;最后采用核主成分分析(KPCA)对高维筛选特征进行降维融合,消除特征间冗余,将融合特征输入至DBN中完成故障诊断。实验结果表明,相比于基于特征单一和浅层网络的诊断方法,基于多域特征融合与DBN的矿用通风机滚动轴承故障诊断方法平均准确率最高,平均诊断时间最少,对于不同损伤故障数据表现出良好的稳定性和泛化能力。
    Abstract: The existing mine ventilator rolling bearing fault diagnosis method only extracts time-frequency component characteristics and adopts shallow network structure, thus causing low fault diagnosis accuracy. In order to solve this problem, a fault diagnosis method of rolling bearing of mine ventilator based on multi-domain characteristic fusion and deep belief network (DBN) is proposed. Firstly, the method performs wavelet packet noise reduction on the bearing vibration signal, and extracts time domain characteristics, frequency domain characteristics and IMF energy characteristics from the bearing vibration signal after noise reduction to obtain a relatively comprehensive set of high-dimensional characteristic set. Secondly, the characteristic selection method based on intra-class and inter-class standard deviation is used to eliminate the characteristics that are not effective for classification and characteristics with no obvious effect so as to filter out high-efficiency characteristics. Finally, kernel principal component analysis (KPCA) is used to reduce and fuse the high-dimensional screening characteristics, eliminate the redundancy between characteristics, and input the fused characteristics into DBN to complete the fault diagnosis. The experimental results show that compared with the diagnosis method based on single characteristic and shallow network, the average accuracy of mine ventilator rolling bearing fault diagnosis method based on multi-domain characteristic fusion and DBN has average accuracy and less average diagnosis time showing good stability and generalization ability for different damage fault data.
  • 煤炭是我国主要能源,在一次能源中,生产量约占70%,消费量约占60%[1-3]。2021年我国原煤产量41.3亿t,同比增长5.7%[4]。煤炭行业是高危行业,煤矿事故主要包括瓦斯爆炸、煤与瓦斯突出、水灾、火灾、冲击地压、顶板冒落、爆破事故、机电事故、运输事故等。近年来,通过煤矿智能化、信息化和自动化建设,煤矿安全形势逐年好转,事故起数、死亡人数、百万吨死亡率大幅下降[1-3]。2021年全国煤矿共发生死亡事故91起、死亡178人,同比减少事故32起、减少死亡50人,分别下降26%和21.9%[5]

    减少煤矿井下作业人员,是煤矿安全生产和煤矿智能化的必然选择[6-8]。目前,煤矿井下水泵房、机电硐室、带式输送机等固定岗位已实现无人值守、地面远程控制。为进一步减少煤矿井下作业人员,人们正在积极探索采煤工作面和掘进工作面地面远程控制及矿井车辆无人驾驶。煤矿井下设备无人操作、地面远程控制,需要将煤矿井下视频、音频、传感器和执行器等数据实时、准确地传输至地面调度控制中心,并将控制命令实时、准确地传输至被控设备。因此,承载视频、音频、传感器和执行器等数据上传和下达的信息综合承载网,必须满足大带宽、低时延、高可靠等要求。

    目前用于煤矿井下的信息承载网主要是百兆、千兆和万兆矿用以太环网,其时延和可靠性不可控,难以满足煤矿井下少人或无人作业、地面远程控制等需求。因此,研究大带宽、短时延、高可靠的煤矿智能化信息综合承载网,既是减少煤矿井下作业人员、实现地面远程控制的需要,也是煤矿监控、定位、音频、视频等多网合一的需要。

    为满足煤矿井下少人或无人作业和地面远程控制等需求,煤矿智能化信息综合承载网应满足下列要求:

    (1) 传输带宽宽。综合承载网的传输带宽应满足视频、音频和监控数据等实时传输的需求,并具有上行带宽大于下行带宽的特点。无人或少人作业的300 m综采工作面约需防爆摄像机60台,每台4K高清矿用防爆摄像机数据压缩后传输带宽按20 Mbit/s计算,1个综采工作面需要传输带宽约1 200 Mbit/s[9];每台1 080P高清矿用防爆摄像机数据压缩后传输带宽按5 Mbit/s计算,1个综采工作面需要传输带宽约300 Mbit/s。煤矿井下采掘工作面多,巷道长度长(单一巷道长度达10 km、巷道累计长度达几十千米),机电硐室多,机电设备和矿用车辆多。要实现“采、掘、机、运(提)、通、压、排”等生产环节无人或少人作业和地面远程控制,需要大量的矿用摄像机、传感器和执行器。视频传输所需带宽远大于音频和监控数据,因此,综合承载网所需传输带宽可以按视频传输带宽估算。

    (2) 传输时延短。时延是地面远程实时控制的关键,综合承载网传输时延越短越好。为满足地面远程实时控制的需要,综合承载网传输时延应不大于人的反应时间的1/10。人的反应时间因人而异,若按200 ms计算,则综合承载网传输时延应不大于20 ms。

    (3) 可靠性高。可靠性是地面远程可靠控制的关键,综合承载网可靠性越高越好。按允许万分之一错误计算,综合承载网的可靠性应大于99.99%。

    (4) 传输距离远。采煤工作面和掘进工作面等距地面调度控制中心的距离可达10 km[10]。因此,综合承载网传输距离应不小于10 km,以满足采煤工作面和掘进工作面视频、音频和监控数据等传输至地面调度控制中心,地面调度控制中心控制命令传输至现场设备等需求。

    (5) 抗干扰能力强。煤矿井下空间狭小,设备集中,单台设备功率大(达数兆瓦),大功率变频设备多,无线通信、定位、视频和监控设备多。大功率设备启停,大功率变频设备工作,无线通信、定位、视频和监控设备工作,影响着煤矿井下电磁环境。因此,综合承载网应抗干扰能力强。综合承载网应能通过GB/T 17626.3—2016《电磁兼容 试验和测量技术 射频电磁场辐射抗扰度试验》规定的严酷等级2级的射频电磁场辐射抗扰度试验,试验中和试验后,受试设备均能正常工作。综合承载网应能通过GB/T 17626.4—2018《电磁兼容 试验和测量技术 电快速瞬变脉冲群抗扰度试验》规定的严酷等级2级的电快速瞬变脉冲群抗扰度试验,试验中和试验后,受试设备均能正常工作。综合承载网设备的交流电源端口应能通过GB/T 17626.5—2008《电磁兼容 试验和测量技术 浪涌(冲击)抗扰度试验》规定的严酷等级3级的浪涌(冲击)抗扰度试验,试验中受试设备功能或性能暂时降低或丧失,试验后受试设备能自行恢复并正常工作。综合承载网设备的直流电源端口和信号端口应能通过GB/T 17626.5—2008《电磁兼容 试验和测量技术 浪涌(冲击)抗扰度试验》规定的严酷等级2级的浪涌(冲击)抗扰度试验,试验中受试设备功能或性能暂时降低或丧失,试验后受试设备能自行恢复并正常工作。综合承载网地面设备应能通过GB/T 17626.2—2006《电磁兼容 试验和测量技术 静电放电抗扰度试验》规定的严酷等级3级的静电放电抗扰度试验,试验中和试验后,受试设备均能正常工作。

    (6) 本质安全防爆。煤矿井下有瓦斯、煤尘等爆炸性物质,用于煤矿井下的电气设备必须防爆。在所有防爆类型中,本质安全防爆安全性最好,可在煤矿井下任何地点和任何时间使用。因此,为保证瓦斯超限后综合承载网仍能正常工作,综合承载网防爆类型应优选本质安全型,在光缆和电缆上传输的信号必须是本质安全型信号。综合承载网电源应为隔爆兼本质安全型、浇封兼本质安全型等本质安全与其他防爆型式的复合型式防爆电气设备。

    (7) 电网电压波动适应能力强。地面电网电压波动范围较小,一般为−10%~+10%。煤矿井下电网电压波动范围大,可达−25%~+10%。为保证设备在煤矿井下电网电压波动范围内正常工作,综合承载网应具有较强的电网电压波动适应能力。

    (8) 抗故障能力强。煤矿井下事故会造成设备损毁和位移、光缆和电缆断缆、电网停电等。综合承载网应具有较强的抗故障能力:当顶板冒落等造成断缆时,不会造成整个综合承载网瘫痪;当井下部分设备停电或出现故障时,不影响其他设备和综合承载网正常工作。综合承载网路由器/交换机尽量设置在机电硐室,线缆应采用铠装光缆和电缆。底鼓不严重的矿井,铠装线缆宜设置在巷帮与底板夹角处。

    (9) 防护性能好。煤矿井下环境严酷,潮湿、粉尘大、有淋水,有硫化氢等腐蚀性气体。因此,综合承载网设备应具有较好的防护性能,防护性能应不低于IP54,采煤工作面和掘进工作面设备的防护性能应不低于IP65。

    (10) 多业务综合承载。煤矿井下空间狭小、照度低,线缆维护困难。因此,应减少煤矿井下光缆用量,一网承载多种业务。煤矿井下有监控、定位、音频、视频等4大业务。这些业务对传输带宽、实时性、可靠性有不同的要求。用于地面远程控制的视频要求传输带宽宽、时延短、可靠性高。不用于地面远程控制的视频要求传输带宽宽,但对时延和可靠性要求不高。矿井安全、供电、运输、排水、采煤工作面、掘进工作面等监控数据占用传输带宽窄,但要求传输时延短、可靠性高。因此,一张网综合承载矿井监控、定位、音频和视频等业务,需解决信道按需分配等关键技术问题。

    目前煤矿井下信息传输骨干网主要采用百兆、千兆或万兆矿用以太网。以太网采用载波多重访问/碰撞侦测(Carrier Sense Multiple Access/Collision Detection,CSMA/CD)技术共享介质,具有应用范围广、性价比高、使用维护方便等优点,但传输时延和可靠性不可控,特别当传输数据量相对网络带宽较大时,会发生拥塞和丢包。为满足不同应用对服务的需求,人们提出了服务质量(Quality of Service,QoS)方法:给实时性要求高或重要的数据报文提供较高的优先级,优先处理;给实时性要求不高或普通的数据报文提供较低的优先级,当网络拥塞时丢弃。通常,QoS可保证最高优先级应用的实时性和可靠性,但当多路接口信号同时汇入且数据量较大时,或前1个数据包正在发送时,最高优先级应用的实时性和可靠性也无法保证。

    灵活以太网(Flexible Ethernet,FlexE)是承载网实现不同业务隔离承载和网络切片的一种接口技术。FlexE在标准以太网基础上,通过在媒体接入控制层(MAC)与物理层(PHY)之间增加1个FlexE Shim层(图1[11],将MAC与PHY解耦,打破MAC与PHY一一映射的强绑定关系,可以将多个MAC映射到多个PHY,实现不同业务隔离承载、带宽灵活配置。

    图  1  标准以太网与FlexE结构
    Figure  1.  Standard Ethernet and FlexE construction

    FlexE通用架构如图2所示[11]。FlexE Client对应网络各种用户接口,可根据带宽需求灵活配置为10,25,40,50,100,200,400 Gbit/s等。FlexE Group是以太网PHY资源池。FlexE Shim将FlexE Group中的每个100GE PHY划分为20个时隙(Slot)的数据承载通道,每个时隙的带宽为5 Gbit/s(可以更小),用户接口可从资源池中申请独立的带宽资源,供自己独有。

    图  2  FlexE通用架构
    Figure  2.  FlexE universal architecture

    FlexE解决了标准以太网时延和可靠性不可控的缺点,同时保留了以太网应用范围广、性价比高、使用维护方便等优点,具有带宽配置灵活、不同业务互不干扰、传输时延和可靠性可控等优点,即使某业务信道发生拥塞和丢包,也不会影响其他业务信道。因此,笔者提出了基于FlexE的煤矿智能化信息综合承载网,可根据时间敏感和时间不敏感视频、时间敏感和时间不敏感音频、人员定位、车辆定位、设备定位、安全监控、供电监控、运输监控、排水监控、采煤工作面监控、掘进工作面监控等不同业务对带宽、时延和可靠性的需求,分配不同的信道,将煤矿监控、定位、视频、音频等多网合一。基于FlexE的煤矿智能化信息综合承载网既满足了地面远程控制、人员定位、安全监控等不同业务对带宽、时延和可靠性的需求,又实现了煤矿智能化信息一网综合承载,减小了维护难度和工作量。

    (1) 为满足煤矿井下少人或无人作业、地面远程控制等需求,提出了煤矿智能化信息综合承载网技术要求:传输带宽宽、传输时延短、可靠性高、传输距离远、抗干扰能力强、本质安全防爆、电网电压波动适应能力强、抗故障能力强、防护性能好、多业务综合承载等。

    (2) FlexE是在标准以太网的MAC与PHY之间增加了1个FlexE Shim层,将MAC与PHY解耦,打破了MAC与PHY一一映射的强绑定关系,可以将多个MAC映射到多个PHY,实现了不同业务隔离承载、带宽灵活配置,具有带宽配置灵活、不同业务互不干扰、传输时延和可靠性可控等优点。

    (3) 提出了基于FlexE的煤矿智能化信息综合承载网,根据时间敏感和时间不敏感视频、时间敏感和时间不敏感音频、人员定位、车辆定位、设备定位、安全监控、供电监控、运输监控、排水监控、采煤工作面监控、掘进工作面监控等不同业务对带宽、时延和可靠性的需求,分配不同的信道,将煤矿监控、定位、视频、音频等多网合一。基于FlexE的煤矿智能化信息综合承载网既满足了地面远程控制、人员定位、安全监控等不同业务对带宽、时延和可靠性的需求,又实现了煤矿智能化信息一网综合承载,减小了维护难度和工作量。

计量
  • 文章访问数:  169
  • HTML全文浏览量:  17
  • PDF下载量:  25
  • 被引次数: 0
出版历程
  • 发布日期:  2021-10-19
  • 刊出日期:  2021-12-28

目录

/

返回文章
返回