矿用通风机故障的分析与诊断

机械管理开发

MECHANICALMANAGEMENTAND

DEVELOPMENT

Total199No.11，2019

DOI:10.16525/j.cnki.cn14-1134/th.2019.11.048

矿用通风机故障的分析与诊断

白贵全

（山西霍尔辛赫煤业有限责任公司，山西

摘

长治

046000）

要：对矿用通风机故障进行了详细的分类讨论，同时，利用小波神经网络诊断方法从理论上证实了该方法的

发现利用Sigmoid函数激活神经网络函数后误差分析曲线精度以及收可行性，并对矿用通风机进行了数值计算，可为矿区检测通风机及其他设备故障提供依据。敛性更好，证实了该方法对矿用通风机故障检测的可行性，关键词：通风机

小波神经网络

Sigmoid函数文献标识码：A

文章编号：（2019）1003-773X11-0116-03

中图分类号：TD441

引言

通风机是矿井通风的重要设备之一，在实际工

程中，因为工作环境以及人工操作等原因及其容易造成通风机的损坏，对于通风机故障的分析检测一直是难点，到目前为止，已有不少学者进行过研究。侯敬宏等利用小波滤波器良好的时频特性，研究了振动信号经过连续小波变换后的统计特征，区分了

基于时间序列和BP网络结构建立通风振动故障[1]，

机故障预测模型，实现对结构损伤的识别，同时判断损伤发生的位置，这对通风机故障检测有重大的意

倍义[2-3]，王文欢等利用时域同步平均法提取基频、

频及其边频带幅值，通过对比概率值对机械进行故障分析[4]，为本文提供了良好的研究思路。

本文在已有研究的基础上，采用小波神经网络诊断方法对矿用通风机进行了理论和数学计算。这

可种方法在发现小波神经网络诊断通风机故障时，

以将振动信号分散为多个小窗口，有针对性地突出

更加可靠。了部分信号的特征，预测效果更佳，

1通风机常见故障的分析

煤矿通风机是煤矿掘进和生产期间的重要通风设备，通风机向井下输入新鲜的气流，带出污浊以及有毒有害的气体，保证工作面顺利高效推进的同时，也为工人提供了良好的工作环境。

通在实际生产过程中，因为矿井条件的复杂性，

风机经常出现各种各样的问题，当巷道内的压力过

长时间工作状大时，作用于风机叶片上力也会增大，

态下，叶片会出现断裂等现象；通风机零件在发生热冲击状态下，极易出现热破坏现象，这也会导致风机

必须全面地了解通停止工作。对风机进行故障分析，

风机故障功能发生的原因，通风机发生故障的原因主要有以下几种。

收稿日期：2019-08-11

（1982—）专科，作者简介：白贵全，男，毕业于太原理工大学长助理工程师。治学院电气工程及其自动化专业，转子不对1）转子不对中。通风机在运行过程中，

中是最为常见的故障类型之一。转子不对中一般是因为设备在制造安装时联轴器与转轴中心不垂直造成的，在实际工作中，造成一定周期内的联轴器与转轴中心重合，而在大多数时期，设备处于不对中状态，这就造成通风机在运行过程中振动频率以及振

振动的频率次动幅度的增加，当通风机负荷增加时，

数以及幅度都会增加，长期工作条件下，故障会逐渐增加，影响通风效果。

2）转子不平衡。转子不平衡不同于转子不对中故障，转子不平衡可能是因为转子材料在制造生产时质量分布不均匀导致安装后出现故障，另外一个原因是通风机在运行过程中，因为长期受力风机叶片磨损和自然磨损等原因，通风机在运行过程中出现失稳状态，其失稳状态主要表现为水平受力面出

近似于正弦波形。现变换的波形，且波形相对稳定，

3）油膜涡动。油膜涡动故障是轴承油膜发生故

甚至转速会出现失稳状障，通风机转速会明显降低，

信号频态，当转速增大时，通风机会出现失稳状态，

率会突增，当速度较小时，信号频率依旧会保持在较高水平，只有当转速下降到一定水平时，信号的振幅才会逐渐降为零。

4）喘振。在实际通风中，往往伴随着粉尘以及杂

这种情况下通风质，这对通风机性能有很大的影响，

机发生故障叫喘振。喘振故障对通风机的叶片有很

产生大幅大的影响，导致在工作时通风机整体失稳，

度的震动现象，严重情况下，通风机会直接损坏停止工作。

机器会5）机座松动故障。在长期的通风作用下，

出现老化等现象，此主要表现为通风机在运行过程中机械振动会造成机座松动故障，机座松动故障时扥振动频率信号比其他故障时的频率高，检测到的异常波动方向一般垂直于水平方向。

以上为矿用通风机经常出现的故障原因，在实

2019年第11期白贵全：矿用通风机故障的分析与诊断·117·

际情况中，一般不是单一故障出现，

可能多种故障同时出现，这对于检测以及维修难度都会加大，

因此检测并解决小波神经矿用通风网机络故的障就显得通风机故尤障为重要。2基于的诊断

在小波神经网络技术出现前，矿区机电设备的诊断主要依靠频谱分析，即利用傅里叶变换将采集

到的信息转化为频谱图，然后进行故障分析，

该方法因无法调整时频窗口有一定的局限性，小波神经在进行傅里叶变换时对其进行了扩展，因此更加方便

准确。通风机故障一般表现为局部故障，

采用小波神经网络分析可以将振动信号分散为多个小窗口，便于观察的同时，有针对性地突出了部分信号的特征，由此再进行傅里叶变换，高频信号以及低频信号都得到增强，因此结果也更加准确。

小波的具体定义为鬃（t）∈乙L（2R），对其进行傅里叶变换，得到RW（xa，b）=1姨

ar鬃（t-ba）X（t）dt，称为函数X（t）的小波变换，从公式中可以看出，

小波变换有以下优点：当a减小时，检测观察的范围增加，函数X（t）观察的时域减小，这时，主要分析高频

信号；当a增大时，检测观察的范围减小，函数X（t）观察的时域增大，这时主要分析低频信号。

常用的小波函数有以下三种：

其中db6小波函数对于小波函数的发展有重要的意义，morlet小波函数则是将高斯窗小波乘以载波，meyer小波函数

可以将无限次的微分进行相互组合。分别如图1、图

2、图3所示。

本文利用小波神经网络对通风机进行故障分

1.51.00.50.0-0.5-1.0-1.5024681012图1db6小波函数

1.00.80.60.40.20.0-0.2-0.4-0.6-0.8-6-4-60246图2morlet小波函数

210-1-6-4-60246图3meyer小波函数

析，因为其在时域和频域里都有极强的识别能力，

分析结果也更加准确，小波变换和神经网络通常以紧致

结合和松散结合两种方式进行，

紧致型通常是将神经网络中的函数用小波函数替代，松散型一般是将小波信号进行分段处理，然后进行神经网络处理。实际应用中，这两种方法一般结合使用，对于数据的压缩处

理使用紧致型，

对于通风机的故障处理中，利用松散型提出特征向量，

结合这两种方式，可以充分发挥小波变换的优势，利用神经网络大大提高了处理的效率，对于特别复杂的神经网络也可以迅速准确地处理。图4为小波神经网络模型图，具体方法如下。

输入层i个单元

隐含层j个单元输出层k个单元

a11a12S（1t

）特征提取

P1S（Pa21a2222t

）特征提取

ai1ai2S（it

）特征提取

Pi图4小波神经网络模型图

1）每个节点输入Qi=Pi。2）利用Sigmoid函数激活神经元函数，j节点输出为Qj=（fnj）

=11+e-nj。3）利用Sigmoid函数激活神经元函数，k节点输出为Qj=ak2=11+e-nj（fnk）

。本文对矿用通风机常见的五种故障进行分析，通风机的频率为47.5Hz，样点数为500，根据转子不对中、转子不平衡、喘振、基座松动、油膜涡动等故障进行神经网络输出，根据振动信号进行小波分解，特区特征值进行归一化处理进行误差分析，得到下页图5，利用Sigmoid函数激活神经网络函数后误差分

析曲线如下页图6所示，误差值明显减小，

曲线精度以及收敛性更好。由此可见，小波神经网络分析法检

测矿结论

用通风机故障效果更佳，

可行性更加可靠。31）矿用通风机常见故障主要有转子不对中、转子不平衡、油膜涡动、喘振、机座松动故障五种，

且通常都是多种故障同时出现，

影响通风效果。·118·

jxglkfbjb@126.com

机械管理开发

第34卷

100TrainGoal101

TrainGoal100

10-110-1

10-2

10-210-3

10-4

10-3050100150200250300时间点

3504004505000246810时间点

1214161820图6优化后的误差曲线

[1][2][3][4]

申弢，等.基于小波分析的旋转机械振动信号侯敬宏，黄树红，定量特征研究[J].机械工程学报，2004（1）：131-135.

李盼池.一种遗BP网络及其在故障诊断中的应用[J].潘俊辉，

微计算机信息，2012，（7）：36-37.

李慧，等.基于时间序列分析的结构损伤识别杜永峰，李万润，[J].振动与冲击，2012（12）：108-111.

王文欢，王细洋，万在红.基于细化谱和隐马尔科夫模型的齿轮故障分类方法[J].失效分析与预防，2014（1）：30-34.

图5普通误差曲线

可以将振2）小波神经网络诊断通风机故障时，

有针对动信号分散为多个小窗口，便于观察的同时，

因此结果也更加准确。性地突出了部分信号的特征，

3）对实际矿用通风机进行小波神经网络诊断分析，得到小波神经网络诊断分析方法预测效果更佳，更加可靠。

参考文献

（编辑：赵琳琳）

BaiGuiquan

FaultAnalysisandDiagnoseoftheMineFan

（Huo’erxinheCoalIndustryCo.,Ltd.,ChangzhiShanxi046000）

Abstract:Theclassificationofminefanfaulthasbeendiscussion,atthesametime,usingwaveletneuralnetworkdiagnosismethodistheoreticallyprovedthefeasibilityofthismethod,andnumericalcalculationwascarriedoutonthemineventilator,foundafteractivationfunctionneuralnetworkwithSigmoidfunctionbetteraccuracyandconvergenceerroranalysiscurve,confirmedthefeasibilityofthismethodforminefanfaultdetection,afanforminedetectionandotherequipmentfailuretoprovidethebasis.

Keywords:fan;waveletneuralnetwork;Sigmoidfunction

（上接第113页）

参考文献

[1][2][3]

王泽霖.采用高频淬火技术提高采煤机导向滑靴的使张淑梅，

用寿命[J].科技成果管理与研究，2010（7）：71-72.

郑喜平，等.采煤机滑靴铸造工艺的数值模拟尚显光，管红艳，[J].热加工工艺，2013，42（17）：55-57.

项志立.采煤机导向滑靴失效的力学分析[J].科技信杨志军，

[5][4]

息，2009（29）：107-108.

赵亮.铝合金拐臂箱体铸造工艺数值模拟[D].武汉：武汉理工大学，2011.

孙凤振.铸造充型过程数值模拟及实验研究的进展[J].赵海东，

铸造，2011，60（7）：641-647.

贾娟）（编辑：

StudyonOptimizationofSlidingBootsofShearer

ShenJianchao

（XiadianCoalMine,Lu'anGroupCilinshanCoalIndustryCo.,Ltd.,ChangzhiShanxi

046203）

Abstract:Combinedwithresearchesfromhomeandabroad,theinfluenceofreal-timetemperatureandfillingspeedonthefillingprocessofshearerslippersissimulatedbyusingPro-Ethree-dimensionalmodelingsoftware,whichprovidespracticalsignificancefortheselectionofspecimenmaterials,design,shapeandotherparametersinthecastingprocessofshearerslippers.

Keywords:shearerslippers;Pro-E3Dmodelingsoftware;temperaturefield;velocityfield