[发明专利]一种智能传感器及矿用皮带机传动系统健康状态监测方法

权利要求书

1.矿用皮带机传动系统健康状态监测方法，其特征在于：包括如下步骤：

步骤一：在煤矿用皮带机的拖动电机、变速箱、主轴辊筒和多个托辊位置分别安装智能传感器，用N_1j表示安装在拖动电机上的传感器序列，用N_2j表示安装在变速箱上的传感器序列，用N_3j表示安装在主轴辊筒上的传感器序列，用N_4j表示安装在托辊上的传感器序列；用上述智能传感器获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据；

步骤二：将获得的加速度数据进行傅里叶变换，得到各智能传感器的频域频谱信息，其变换公式为：

上式中：DTFT表示离散时间傅里叶变换，f_i(n)是传感器N_ij获取的离散振动信息数据，且k表示变换后频域函数的周期性，N为传感器数据序列的总长度；

利用频谱信息构建不同异常程度的振动信息识别特征库，确定异常振动信息所处的频谱范围，并依据正常数据的频谱成分构建正常数据参考特征识别库；

步骤三：结合步骤一已安装的智能传感器搭建煤矿用皮带机传动系统振动数据采集系统，各传感器采集的数据利用WiFi通过数据采集器传输到集控中心数据分析上位机，数据采集器通过工业以太网与集控中心相连；

步骤四：依据各智能传感器获得的数据，利用自适应去噪算法滤除非对应部件所产生的加速度振动频率，对滤波后的加速度振动信息做傅里叶变换，并主要提取和识别异常振动信息所处频谱范围的频谱信息，所提取的频谱信息称为频谱特征，记为F_ij，i表示某部分的传感器序列，j表示序列中的某一个传感器，然后给定传动系统的健康状态且锁定异常信息的来源部位，并依据当前状态，结合所构建的异常振动信息特征识别库和正常振动参考特征库给出振动异常部位的发展趋势，实现对异常部位振动状态的预测；

步骤五：通过专家评价系统，对当前的传动系统的健康状态进行评价，给出健康指数H，完成传动系统的健康状态监测；

所述专家评价系统是指基于公式的评价体系，该系统能够给出当前传动系统的健康指数H,该指数可直观的表征系统的健康状况，并且健康指数H介于0和1之间且数值越大健康程度越高，公式中σ(·)表示将函数输入映射到(0，1)的范围内，F_ij是经DTFT变换并提取后的振动数据频谱特征；

所述智能传感器包括加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块和电源模块，所述主控芯片通过导线分别与加速度传感器芯片、稳压模块、主控芯片、存储模块、通信模块、电源模块相连；

所述加速度传感器芯片用于采集皮带机传动系统的加速度信号并发送至主控芯片；所述主控芯片内包含用于控制振动数据采集和处理的算法；所述存储模块用于存储皮带机传动系统正常工作时的振动加速度数据，并定期上传集控中心且清除，用以数据存档；所述通信模块用于将需要上传的数据传输到数据接收端；所述电源模块为锂电池模块，为整个传感器提供电源驱动。

2.根据权利要求1所述的矿用皮带机传动系统健康状态监测方法，其特征在于：所述自适应去噪算法具体采用最小均方自适应滤波算法，对于输入序列f(n)，其输出为其中ω(n)为由L+1个权系数组成的权系数矢量，的更新公式为：▽为均方误差性能曲面梯度，μ为梯度系数。

3.根据权利要求1所述的一种矿用皮带机传动系统健康状态监测方法，其特征在于：所述主控芯片内的数据采集和处理的算法步骤如下：

步骤一：通过现有的有线振动加速度传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据；

步骤二：根据获取的加速度数据分别分析拖动电机、变速箱、主轴辊筒和托辊设备异常振动的加速度幅值，并分别确定拖动电机、变速箱、主轴辊筒和托辊异常加速度幅值阈值K1-K4；

步骤三：通过智能传感器分别获取拖动电机、变速箱、主轴辊筒和托辊工作时的加速度数据，根据加速度幅值阈值K1-K4去除冗余信息，并在发现异常数据时，将异常数据分析判断后实时通过通信模块传输至数据分析中心。