[发明专利]一种基于无监督聚类算法的磨煤机故障状态诊断方法

权利要求书

1.一种基于无监督聚类算法的磨煤机故障状态诊断方法，其特征在于，包括有如下步骤：

(1)数据采集：实时从DCS上采集磨煤机运行数据，运行数据包括磨煤机电流、磨煤机给煤量、磨煤机出口风粉温度、磨煤机出口风粉压力、磨煤机出口风速、磨煤机一次风量、旋转分离器电机电流以及磨煤机磨碗差压；

(2)设置参数：人为设置正常及故障聚类中心磨煤机的状态参数，包括磨煤机电流状态参数、磨煤机给煤量状态参数、磨煤机出口风粉温度状态参数、磨煤机出口风粉压力状态参数、磨煤机出口风速状态参数、磨煤机一次风量状态参数、旋转分离器电机电流状态参数以及磨煤机磨碗差压状态参数，人为设置的正常状态聚类中心X₁、爆燃状态聚类中心X₂，堵煤状态聚类中心X₃，断煤状态聚类中心X₄；

(3)消除量纲：以正常状态聚类中心的参数X₁为标准，通过公式(1)对采集到的数据x进行缩放，消除量纲的影响：

x＝[x₁,…,x₈]

X₁＝[X₁₁,…,X₁₈]

通过公式(2)计算当前状态与各故障状态的欧式距离，所述故障有3种分别为爆燃故障，断煤故障和堵磨故障；

其中i取1、2、3、4，D_i表示当前状态与各聚类中心的距离；

(4)设定状态判定阈值：当磨煤机状态往故障聚类中心移动时，D_i减小，当D_i小于人为设定下限阈值后，报警条件之一开启，当发生非以上三种故障之一的其他故障时，正常状态距离D₁持续增大，脱离正常状态，此时对D₁设定一个上限阈值2，结合斜率变化产生报警；

(5)设定状态变化斜率阈值：计算连续四个采样时间的D_i变化斜率，当连续三个斜率其中i≠1，均小于斜率阈值，或正常状态的三个斜率均大于斜率阈值后，DCS报警，磨煤机状态异常，提醒值班员监视判断。

2.根据权利要求1所述的一种基于无监督聚类算法的磨煤机故障状态诊断方法，其特征在于：所述步骤(1)中，数据采集的采样时间设置为1s。

3.根据权利要求1所述的一种基于无监督聚类算法的磨煤机故障状态诊断方法，其特征在于：所述磨煤机给煤量反馈设定参数为60t/h，所述磨煤机一次风量设定参数为140t/h,所述磨煤机电流设定参数为65A，所述磨煤机出口风粉温度设定参数为80℃，所述磨煤机出口风粉压力设定参数为2.5kPa，所述磨煤机出口风速设定参数为28m/s，所述旋转分离器电机电流设定参数为60A，所述磨煤机磨碗差压设定参数为2.7kPa。

4.根据权利要求1所述的一种基于无监督聚类算法的磨煤机故障状态诊断方法，其特征在于：所述磨煤机故障状态包括磨煤机爆燃和磨煤机堵煤。