[发明专利]一种乳化液泵故障分级诊断方法

说明书

本发明公开了一种乳化液泵故障分级诊断方法，通过将多个自动编码器和Softmax分类器堆栈搭建深度自编码网络（DAE），以乳化液泵的多源监测参数作为输入，自适应特征学习，识别乳化液泵的故障形式，开发故障定位专家系统，融合已识别的故障形式与必要故障信息，分析产生原因。所采用的故障分级诊断方法，第一级为基于深度自编码网络的在线故障识别，客观准确地反映了乳化液泵的故障形式，一旦确认故障，则立即告警并触发离线故障定位专家系统；第二级为基于专家系统的故障定位，能精确定位故障，同时节约成本。该方法充分利用深度自编码网络强大的自适应特征提取能力和专家系统处理难以求解的数学问题的优越性，为乳化液泵故障诊断提供新思路。

技术领域

本发明涉及乳化液泵故障诊断技术领域，尤其涉及一种乳化液泵故障分级诊断方法。

背景技术

煤炭是我国主要的消耗能源，是国民经济的动力支撑，随着煤基清洁利用技术的发展，煤炭将在今后的国民经济发展中依然扮演重要的角色。长期以来，煤炭的安全开采问题一直吸引着煤矿企业的重视。煤炭开采设备的正常运行是煤矿安全生产的基本保障，但由于煤机装备的结构复杂、工况多变、工作环境恶劣，导致煤机装备故障率居高不下，严重影响到了煤矿的安全生产。

乳化液泵作为液压支架“动力源”，是液压支架供液系统的关键设备，其主要功能是向综采工作面的液压支架供给高压乳化液，进而实现液压支架动作。由于乳化液泵结构精密，集机械、电气和液压于一身，其日常维护耗时耗力，且对一线设备工作人员有很高技术要求。当发生故障时，无法做到快速准确故障诊断，难以故障定位，极大延长了维修时间，拖慢综采工作面复工时间，加剧煤矿经济损失。目前对于乳化液泵故障诊断方法的研究还比较少，大多通过PLC等对乳化液泵参数在线监测，无法做到准确地预防、诊断。乳化液泵故障机理复杂，包括，故障现象多样、故障耦合、产生原因不一、故障定位难等，传统的故障诊断方法无法胜任乳化液泵故障诊断任务。

发明内容

本发明为了解决上述提到的问题，提供了一种乳化液泵故障分级诊断方法，通过对乳化液泵的运行数据在线监测诊断，对乳化液泵的运行状态分析判断，为乳化液泵的日常维护提供参考，在故障发生时，实现乳化液泵快速、准确地故障诊断并分析产生原因。

本发明解决其技术问题所采用的技术方案是：构造一种乳化液泵故障分级诊断方法，包括：

获取数据库中存储的乳化液泵及其液压支架供液系统的监测参数，对监测参数进行故障类型标注预处理后划分为训练集和测试集；

构建深度自编码网络模型，将作为训练集的监测参数输入深度自编码网络模型进行训练，调节网络参数与函数，至输出的结果为准确故障类型为止，训练完成后将作为测试集的监测参数输入深度自编码网络模型，验证深度自编码网络模型识别故障类型的准确性；

获取乳化液泵及其液压支架供液系统在运行过程中产生的实时监测参数，输入至训练好的深度自编码网络模型中，输出结果即为故障类型；

在根据实时监测参数，判定乳化液泵及其液压支架供液系统发生故障时，将实时的监测参数和必要故障信息输入离线故障定位专家系统中；

离线故障定位专家系统融合已识别故障形式和包含必要故障信息的实时监测参数，分析产生原因，实现故障定位。

其中，液压支架供液系统包括，清水过滤站、水箱、乳化油箱、自动配比、乳化液箱、乳化液泵、高压反冲洗、支架系统、回液过滤站和相关输送管路。

其中，监测参数分为易监测参数和难监测参数，所述易监测参数包括，乳化液泵的系统压力、乳化液流量、乳化液浓度、乳化液温度，电动机电流、电动机转矩、电动机转速、润滑压力、润滑油温、绕组温度、乳化油位、乳化液位；难监测参数包括，支架动作状态、泵噪声、阀尖叫声、异味、设备上的冲刷痕迹、连接件的松紧程度；易监测参数通过传感器监测，作为深度自编码网络输入，难监测参数作为必要故障信息输入至专家系统。