采煤机制动器故障诊断模型设计、诊断方法及其相关设备

本发明涉及采煤机故障诊断，尤其涉及一种采煤机制动器故障诊断模型设计、诊断方法及其相关设备。

背景技术：

1、采煤机是煤矿行业生产运输的重要设备，是集机械、电气与液压于一体的大型复杂系统，是实现长期矿井下工作、生产机械化和现代化的重要基础设施。由于矿下工作环境恶劣，采煤机各部分故障时有发生，导致采煤机乃至矿井工作停滞，造成严重的经济损失，甚至会危害工作人员生命安全。因此及时对采煤机各部分进行故障监测以及诊断极为重要，可以一定程度上减少经济损失及安全威胁。采煤机运行期间机体内各设备的传感器会产生大量实时监控数据。基于监控数据能够了解设备运行状态和故障产生的一般规律，及时诊断设备故障发生的可能性，从而保障采煤机运行的安全性和高效性，提高设备运行生命周期管理能力。针对煤矿企业井下采煤机常用设备的运行状况展开研究，对易发生故障的重点部位通过采集相应传感器的数据(如声音传感器、压力传感器、温度传感器、电流电压传感器等)，基于这些监控数据的特点结合专家建议，构建故障的风险指标体系，进而建立故障诊断和预测模型，分析各因素间的内在关系以及它们在时间和空间方面的变化趋势，探索故障产生的一般性规律，及时有效的判断故障发生的可能性。

2、行走部制动器是采煤机日常运行时的关键部件，其安全性和可靠性将直接决定整个采煤机的效率、安全和性能。随着采煤机对安全性和可靠性需求的加大，行业对制动器故障诊断的需求也不断增多。制动器故障诊断已有许多学者进行研究与分析，何常远等(2017)通过lm-bp神经网络的起重机制动器故障识别系统研究，利用lm算法优化的bp神经网络从制动器制动周期中不同时刻的油压、制动器内不同位置的油压以及制动盘贴合状态相关数据进行建模诊断采煤机制动器故障；马鹏(2021)通过对电梯曳引制动器故障诊断研究，利用电磁制动器的制动力矩与转速作为主要因素建立制动器故障诊断指标体系，提出了针对制动器的指标模型；赵海文等(2018)通过对制动器工作原理与故障产生原因进行研究，利用制动器故障指标体系提出了制动器相关的故障检测办法；智国华(2020)详细探讨了液压盘式制动器的原理与结构，对矿井中制动器损耗大、噪音大、散热慢等问题进行了系统的优化设计，通过试验成功解决了已有问题；刘佳(2019)通过分析采煤机液压制动系统，指出了采煤机制动器存在制动器缸体和活塞密封不严、摩擦片寿命短以及机械释放方式不可靠等问题，提出对采煤机内的液压制动器存在的问题的改进方案；黄秋勇(2016)对液压制动器通过用遗传算法对神经网络进行优化，能够解决其稳定性差、收敛慢等问题，提高对制动系统的诊断效果。

3、但上述研究并未结合采煤机实际正常运行时的数据进行建模与诊断分析，且由于实际应用中数据采集的困难，而造成对于深度学习模型解释的技术并不能很好地对产生故障原因进行原理层面对分析，其模型输出结果仅为对制动器是否发生故障对判断，导致其模型诊断结果单一、精度不高，不能很好地服务于实际应用。

技术实现思路

1、本发明提供的一种采煤机制动器故障诊断模型设计、诊断方法及其相关设备，采用以制动油压为核心，利用制动力矩作为故障诊断的主要变量，对采煤机液压制动器可能出现的故障进行诊断，能够及时地对制动器出现的故障进行排查，避免因故障而造成的损失。

2、第一方面，本发明提供一种采煤机制动器故障诊断模型设计方法，包括：

3、根据制动器工作原理和故障原因，确定制动器故障诊断指标体系；

4、基于所述制动器故障诊断指标体系，构建制动器故障诊断指标模型，

5、所述故障诊断指标模型用于根据对制动器内压力变送器实时采集得到的油压数据，以得到用于制动器故障诊断的制动力矩的期望值、方差值以及制动力矩未稳定时的变化斜率值。

6、根据本发明提供的一种采煤机制动器故障诊断模型设计方法，所述基于所述制动器故障诊断指标体系，构建制动器故障诊断指标模型的步骤，包括：

7、基于所述油压数据和制动器液压腔内液压油接触面积，确定用于计算制动器油压的第一计算式；

8、基于所述第一计算式和预设的弹簧压紧力计算式，确定用于计算制动盘与摩擦副接触的制动正压力的第二计算式；

9、基于所述第二计算式，确定计算制动力矩的第三计算式，所述第三计算式仅有关联于所述油压数据的唯一变量；

10、通过所述第三计算式构建所述制动器故障诊断指标模型。

11、根据本发明提供的一种采煤机制动器故障诊断模型设计方法，在所述制动器故障诊断指标体系中，反映在制动力矩上的影响指标包括：油压、制动器温度、制动时间、弹簧性能、制动器间隙和制动器间隙是否均匀中至少一种。

12、第二方面，本发明还提供一种采煤机制动器故障诊断方法，包括：

13、实时采集制动器内压力变送器输出的油压数据；

14、根据油压与制动力矩的关系，使用所述油压数据对制动器故障进行模拟，生成模拟数据；

15、将所述模拟数据输入至预先生成的制动器故障诊断指标模型，以得到用于制动器故障诊断的制动力矩的期望值、第一方差值以及制动力矩未稳定时的变化斜率值。

16、根据本发明提供的一种采煤机制动器故障诊断方法，所述模拟数据包括制动力矩的正常值和异常值，对应地，所述故障诊断方法还包括：

17、将所述制动力矩的正常值和异常值输入至所述制动器故障诊断指标模型，以绘制出制动力矩曲线对比图。

18、根据本发明提供的一种采煤机制动器故障诊断方法，还包括：

19、获取制动器正常运行时的第一油压值和发生故障时的第二油压值，并计算得到所述第一油压值和所述第二油压值之间的统计量；

20、通过所述制动力矩曲线对比图和所述统计量对所述制动器故障诊断指标模型进行训练，以得到用于预测制动器发生故障的多个属性阈值；

21、将所述期望值、所述第一方差值和所述变化斜率值分别与对应的所述属性阈值进行比较，获取对应的故障类型并在所述制动力矩曲线对比图中显示。

22、根据本发明提供的一种采煤机制动器故障诊断方法，所述统计量包括：均值、第二方差值和极差值中的至少一种。

23、第三方面，本发明还提供一种采煤机制动器故障诊断模型设计装置，包括：

24、故障诊断指标体系确定模块，用于根据制动器工作原理和故障原因，确定制动器故障诊断指标体系；

25、故障诊断指标模型构建模块，用于基于所述制动器故障诊断指标体系，构建制动器故障诊断指标模型，

26、所述故障诊断指标模型用于根据对制动器内压力变送器实时采集得到的油压数据，以得到用于制动器故障诊断的制动力矩的期望值、方差值以及制动力矩未稳定时的变化斜率。

27、第四方面，本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的采煤机制动器故障诊断模型设计方法，或实现如上述任一种所述的采煤机制动器故障诊断方法。

28、第五方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的采煤机制动器故障诊断模型设计方法，或实现如上述任一种所述的采煤机制动器故障诊断方法。

29、本发明提供的一种采煤机制动器故障诊断模型设计、诊断方法及其相关设备，通过根据制动器工作原理和故障原因，确定制动器故障诊断指标体系；基于制动器故障诊断指标体系，构建制动器故障诊断指标模型，故障诊断指标模型用于根据对制动器内压力变送器实时采集得到的油压数据，以得到用于制动器故障诊断的制动力矩的期望值、方差值以及制动力矩未稳定时的变化斜率值。本发明在理论上将电磁制动器特征指标与液压制动器相关知识进行结合，提出了一种全新的制动器故障诊断指标模型，该模型结合采煤机的实际运行数据进行建模与诊断分析，使得模型更贴近于实际情况，能够很好地对采煤机液压制动器进行故障诊断；同时以制动油压为核心，利用制动力矩作为故障诊断的主要变量，减少了制动器故障诊断的数据需求，该模型用制动力矩来进行分析，诊断方法更为直接，其诊断结果亦更为准确，能够及时地对制动器出现的故障进行排查，避免因故障而造成的损失。