[发明专利]一种提升系统关键部件多状态健康监测装置及监测方法

说明书

本发明涉及一种提升系统关键部件多状态健康监测装置及监测方法，包括机架，所述的机架由多个矩形钢焊接形成方形结构，围绕方形结构外围布设有钢丝绳，在方形结构的底层由左向右依次安装动力系统、摩擦磨损装置、制损装置和张紧装置，在方形结构的顶层由左向右依次安装轴承信号采集系统、张力传感器、励磁装置和钢丝绳图像采集系统，钢丝绳顺次穿过前述所有装置或系统，在动力系统的带动下进行环绕运行，通过前述所有装置或系统实现钢丝绳运行状态的监测；本发明利用健康监测装置模拟矿井提升系统钢丝绳及轴承的故障状况并采集相关信息，应用深度学习方法进行智能故障诊断，从而实现矿井提升系统中钢丝绳及轴承的多状态健康监测。

技术领域

本发明涉及一种提升系统关键部件多状态健康监测装置及监测方法，属于机械健康监测领域。

背景技术

矿井提升系统是集机、电、液于一体的大型复杂设备，担负提升煤炭、矸石，下放材料，升降人员与设备的任务，被称为“矿山生产的咽喉”。一旦某一部位发生故障，对煤矿生产和人员安全都极为不利。钢丝绳和轴承作为提升系统的关键部件，在提升系统的安全运行中起着至关重要的作用。所以，有必要采取先进的技术和手段对矿井提升系统关键部件的健康状况进行实时监测和评估，以预防故障和恶性事故的发生。

钢丝绳因重量轻、抗弯刚度小、抗拉强度高等优点，被广泛用作矿山机械的提升缆绳。钢丝绳作为矿井提升中的易坏和易耗品，其安全可靠性是保障矿井提升系统稳定、高效和安全运行的基础。然而钢丝绳在实际使用中为防止故障而更换频繁，且报废的钢丝绳在运行过程中并未发生显著的故障特征。由此可见，对钢丝绳运行状态进行实时监测，科学更换故障绳、延长钢丝绳使用寿命和实现健康预警具有重要的意义。

轴承作为旋转机械的重要部件，在矿井提升系统中应用广泛，例如动力电机、减速器、天轮装置、主轴装置等，其缺陷会导致设备异常振动和噪声，甚至造成设备损坏，所以其健康状况也直接影响着提升系统的安全可靠性。然而，现有故障诊断技术如快速傅里叶变换(FFT)、小波变换和经典模态分解(EMD)等故障特征建模及表征能力较差，严重依赖人为提取故障特征，在机械故障诊断中存在着较大不足。所以，采用先进智能诊断技术对旋转机械中轴承的运行状态进行实时监测，对提升系统的安全运行具有重要的意义。

深度学习作为机器学习的一个新的分支，目前处于快速发展当中，在图像和语音处理等领域取得了丰硕的研究成果。深度学习具有强大的故障特征建模及表征能力，其能够摆脱对大量信号处理技术及诊断经验的依赖，完成故障特征的自适应提取与健康状况的智能诊断。深度学习在机械装备健康监测领域具有广阔的应用前景，而应用在矿山机械装备健康监测领域，对煤矿的安全生产意义重大。

发明内容

本发明提供一种提升系统关键部件多状态健康监测装置及监测方法，利用健康监测装置模拟矿井提升系统钢丝绳及轴承的故障状况并采集相关信息，应用深度学习方法进行智能故障诊断，从而实现矿井提升系统中钢丝绳及轴承的多状态健康监测。

本发明解决其技术问题所采用的技术方案是：

一种提升系统关键部件多状态健康监测装置，包括机架，所述的机架由多个矩形钢焊接形成方形结构，围绕方形结构外围布设有钢丝绳，在方形结构的底层由左向右依次安装动力系统、摩擦磨损装置、制损装置和张紧装置，在方形结构的顶层由左向右依次安装轴承信号采集系统、张力传感器、励磁装置和钢丝绳图像采集系统，钢丝绳顺次穿过前述所有装置或系统，在动力系统的带动下进行环绕运行，通过前述所有装置或系统实现钢丝绳运行状态的监测；

作为本发明的进一步优选，所述的动力系统包括电机、皮带、小带轮、大带轮和摩擦导向轮组件，前述的摩擦导向轮组件包括摩擦导向轮、横轴和轴承座，其中，电机安装在机架底层端部处，轴承座与电机相邻安装在机架上，横轴固定在轴承座上，大带轮安装固定在横轴端头，摩擦导向轮安装固定在横轴中间部位，小带轮安装在电机的输出轴上，小带轮和大带轮通过皮带进行连接；