[发明专利]一种基于改进集总平均经验分解的绞车振动诊断方法

说明书

一种基于改进集总平均经验分解的绞车振动诊断方法，属于绞车故障状态诊断技术领域。采用软件显示部分对诊断过程、结果进行显示、识别，具体步骤：步骤1.绞车振动信号采集，并将其转换为时域信号；步骤2.对采集到的加速度信号进行改进的集总平均经验模态分解；步骤3.分解后的信号进行希尔伯特变换，得到其反映的特征频率信息；步骤4.绞车故障特征提取；步骤5.利用GA‑BP分类器对绞车故障特征进行分类；步骤6.选取训练集进行验证，分类结果达到预定要求则输出结果，不符合要求则重新进行分类器训练。优点：能够有效降低原始数据中的次要和干扰信息，获得稳定准确的故障诊断结果。克服了在传统方法无法准确实时识别故障的不足，有利于提升识别的准确率。

技术领域

本发明涉及绞车故障状态诊断技术领域，尤其是涉及一种基于改进集总平均经验分解的绞车振动诊断方法。

背景技术

煤炭工业在我国经济发展中占有重要地位，其安全、高效的可持续发展是实现我国经济战略目标的可靠保证。在科学技术迅猛发展的今天，煤矿企业为了使利益最大化而不断的扩大生产规模，这对煤矿机械设备的可靠性和稳定性提出了更高的要求。煤矿运输是煤炭生产的重要组成部分。根据任务的不同，煤矿运输分为主运输和辅助运输。煤矿辅助运输是煤炭生产的重要组成部分，泛指煤矿生产中除煤炭运输之外的各种运输的总和，主要包括材料、设备、人员和矸石等的运输。轨道运输因其能充分适应距离的变化、巷道的弯曲及路面的平缓，在矿井运输中被广泛应用。我国目前拥有不同规模的煤矿约一万多个，运输井筒数量则多10万多个，其中70％为斜井运输。斜井提升运输在整个矿井运输系统中占有很大比重。受现有监测技术水平、设备管理理念及现场操作等诸多因素的限制和影响，斜井运输系统事故高发，在煤炭安全事故中占到了很大的比重。因此，对整个系统的重要设备进行状态监测和故障诊断就显得尤为重要。

在斜井运输过程中，矿用绞车是最主要的机电设备，担负着生产运输的重要作用。但是,矿用绞车在使用过程中还存在着巨大的安全隐患。斜井运输系统是一个有机的整体，其运行的平稳性和安全性直接影响着整个矿山的正常生产、经济效益和人身安全。

发明内容

本发明的目的是要提供一种基于改进集总平均经验分解的绞车振动诊断方法，解决现有技术的矿用绞车在运行过程中对所产生的故障监测、诊断不足的问题。

本发明的目的是这样实现的：绞车振动故障状态诊断方法，采用软件显示部分对诊断过程、结果进行显示、识别，包括以下步骤：

步骤1.绞车振动信号采集，并将其转换为时域信号；

步骤2.对采集到的加速度信号进行改进的集总平均经验模态分解；

步骤3.分解后的信号进行希尔伯特变换，得到其反映的特征频率信息；

步骤4.绞车故障特征提取；

步骤5.利用GA-BP分类器对绞车故障特征进行分类；

步骤6.选取训练集进行验证，分类结果达到预定要求则在软件显示部分输出结果，不符合要求则重新进行分类器训练。

优选地，在步骤1中，利用加速度传感器、信号调理器和多通道同步数据采集卡获取绞车振动信息。

优选地，在步骤2中，设置排列熵的阈值，去除大于阈值的分量，并对剩余信号重新分解，并依据频率高低对分解出的分量重新排序；通过该方法能够有效的抑制模态现象，而且能消除伪分量影响，解决模态的分裂问题。

优选地，在步骤3中，利用希尔伯特变换求解出重构信号的特征频率，能够对故障类型进行初步诊断。

优选地，在步骤4中，经改进的集总平均经验模态分解后分解出一系列IMF分量，求取各个IMF分量的归一化能量值和子频带分量与原始信号的相关系数以及方差贡献率；