• (010)84657853 84657852 84657855 84658665
  • (010)84657900
  • mt@zgmt.com.cn
  • 北京市朝阳区芍药居35号中煤信息大厦(100029)

★ 智慧矿山 ★

电液控制系统关键传感器的故障预警方法研究

王占飞 1 李丹宁 2 牛亚军1

(1.神东煤炭集团信息管理中心,陕西省榆林市,719315; 2.北京天地玛珂电液控制系统有限公司,北京市朝阳区,100013)

摘 要为了保证电液控制系统的正常运行,对电液控制系统核心传感器部件的故障预警是关键一环,分析了传感器在电液控制系统的工作原理,得到了传感器在系统中的故障规律,为了对井下的电液控制系统中的核心传感器的故障进行预警和诊断,结合目前比较流行的传感器故障预警方法,以液压支架的压力传感器为例,提出了一个静态分析与动态分析融合的诊断方法,其核心是通过对传感器采集的数据进行分析,能有效预测压力传感器故障,提高电液控制系统的可靠性。

关键词 电液控制系统 8.8 m综采工作面 传感器 故障预警 故障诊断

随着目前采煤方式向综合机械化方向发展,衍生了采煤机系统、电液控制系统等可以控制大型机械设备的自动化控制系统。电液控制系统中的传感器主要负责采集数据,而传感器的性能与采集数据的准确性息息相关。因此,笔者针对关键传感器设计了一套故障预警平台的分析流程,流程的核心主要是静态分析与动态分析相结合的方法,并将其应用到神东煤炭集团上湾煤矿(以下简称“上湾煤矿”)12401综采工作面的电液控制系统。这种方法可以辅助井下维修人员准确定位故障传感器所在的位置,对提高电液控制系统的故障诊断效率及其安全生产具有重大意义,从而进一步地为综采工作面的无人化提供技术支撑。

1 项目背景

上湾煤矿12401综采工作面是全世界首套一次性全采高的8.8 m综采工作面,煤层倾角为2°~3°,赋存稳定,工作面宽度为300 m,设计推进长度为5258 m,采出煤量约为1700万t。为了研究应用在8 m以上大采高工作面的智能化集控技术,提高电液控制系统的可靠性,确立了故障预警平台及专家决策平台的课题[1]

目前,综采工作面的电液控制系统主要由支架控制器、传感器、电磁换向阀组等组成,基本原理是传感器负责检测及收集数据,由核心的支架控制器通过对这些数据的处理形成控制命令,下发给电磁先导阀等来执行动作,从而实现对液压支架的自动化控制。其中,立柱压力传感器、行程传感器、红外发射器及接收器等是电液控制系统收集数据的核心元件。

从故障的发生位置来看,电液控制系统的各个部分都有可能发生,但笔者重点研究的是电液控制系统中的关键传感器故障,这类故障是指传感器不能获取准确的被测量信息等异常情况,使得变量的测量值与实际值偏差大[2]。关键传感器的失效直接导致工作面自动化系统无法正常工作,工作面的顶板压力也无法正确监测,势必形成煤矿安全生产隐患。另一方面,在实际应用中,当传感器发生故障时,能够及时报警以帮助维修人员迅速定位可能出现故障的传感器,及时更换有故障的传感器尽快恢复信号,从而保证液压支架电液控制系统的稳定运行。

2 传感器故障预警平台的建模

电液控制系统中由多种传感器组成的系统是个动态系统[3],近些年,在这种系统的故障预警领域,研究方法主要包括冗余法[4]和基于知识的方法[5]。其中,冗余法是使用多个同类的传感器对同一个系统的参数进行测量比较,当有一个传感器的输出参数与其他传感器输出参数差别较大时,那么这个传感器就识别为有故障的传感器。例如安装在液压支架左右立柱的压力传感器,可以类似抽象为上述的冗余结构,通常2个传感器测量值是相近的,但当测量值相差较大时,就可以判断有可能是某一个传感器发生故障了。

基于知识的方法应用在模糊逻辑系统可以发挥出非常强大的模糊性问题处理能力,适用于不便用数学模型定量描述的系统。同样以压力传感器为例,当将支架的动作变化规律考虑进来时,可以通过建立模糊规则库的方法,对传感器的工作状态进行模糊识别,从而能够及时的识别故障的传感器。

利用上面的2种方法,以压力传感器为例,将传感器收集到的数据作为分析对象,设计的传感器故障预警3层模型如图1所示。

图1 传感器故障预警3层模型

由图1可以看出,数据层由上湾煤矿数据中心构成,存储了由压力传感器采集的数据,经过预处理后,输出到以冗余分析器和模糊识别器为核心的分析层,经过分析处理后的数据再到输出层进行结果的输出。其中,经过数据预处理后的数据被划分为两部分,即支架不动作时的数据和支架动作时的数据,冗余分析器是指分析工作面中支架不动作时左右的立柱压力值,此时的压力值通常恒定不波动;模糊识别分析器则是指对工作面支架动作时的压力随时间变化的分析,伴随支架的不同动作,压力一般呈现特定的变化规律。

3 仿真与分析

3.1 数据预处理

上湾煤矿[6]12401综采工作面共有131个支架安装了压力传感器,每个支架安装2个传感器,分别监测支架的左立柱和右立柱压力,一个支架一天的数据为17280条,整个工作面数据量为4527360条数据,不仅数据量非常巨大,而且冗余数据较多,不利于快速、高效地实时分析和预警。

为了更好地提取监测数据中的有效数据,在解析到实时监测数据时,先对数据进行过滤算法处理后再写入到数据库当中。具体的过滤算法为:当支架压力监测值变化不超过设定阈值时,30 min再写入1条最新数据;当支架压力监测值变化超过设定阈值时,则最短5 s写入1条最新数据。直接采集的压力数据单位为Bar,实际电液控制系统中获得的压力数据需要除以10转换为MPa。对25#支架在2019年8月24日13:00~17:00这个时间段的数据进行分析,支架平均压力随时间变化曲线如图2所示。

图2 支架平均压力随时间变化曲线

从图2分析可知,支架压力在这段时间内的周期变化大致可分为2个阶段:第1个阶段压力是平稳不变;第2个阶段是压力骤减然后逐渐缓慢上升。这与采煤循环周期的过程紧密相关,第1个阶段对应的是采煤来临前支架不动作的过程,第2个过程是马上要进入采煤循环周期过程[7],液压支架要进行降柱、移架、升柱等一系列的动作。因此,可以将压力数据进行这两个阶段的划分,从而针对每个阶段的特征,用不同的方法来对这些数据进行静态和动态的分析,即可以将划分后的第1个阶段的数据输入到图1中的冗余分析器,第2个阶段的数据可以输入到图1中的模糊识别分析器。在网络正常、操作无误的情况下,可以根据压力变化趋势不符合所在阶段的特征这一规律,来对压力传感器的故障进行识别和预警。

3.2 基于冗余的静态分析方法

一般来说,工作面采用的是两柱式综放支架,左右立柱受力不均(即左右压力传感器稍有差别)是很正常的现象,但是如果排除其他操作因素,左右立柱的压力传感器示数差别过大,则极有可能其中一个传感器发生故障。上述情景与冗余的适用场景比较相似,因此,设计了一个基于冗余法的静态分析器来识别故障,其流程如图3所示。

图3 基于冗余法的故障诊断流程

图3显示的输入是支架处于第1阶段的左右立柱压力数据,即当支架不动作时,处于稳定不变时的数据。当取工作面某一时刻支架左右立柱的压力值,可以得到原始数据,根据不均衡系数计算公式(1),可以计算得到每个支架对象的不均衡系数:

(1)

式中:Fleft —— 支架的左柱压力,MPa;

Fright —— 支架的右柱压力,MPa。

对工作支架不动作时的某一时刻的数据进行统计,统计结果见表1。

1 12401综采工作面各支架左右立柱受力及不均衡率统计

支架编号阻力/MPa占额定比值/%左右立柱百分比/%不均衡系数/%30#左立柱28.4661.87右立柱28.6562.2899.340.7640#左立柱0.20.43右立柱27.3159.370.7399.2750#左立柱30.5166.33右立柱30.2065.65101.031.0360#左立柱30.5666.43右立柱30.7866.9199.290.7170#左立柱30.0265.26右立柱31.1767.7696.313.6980#左立柱31.1267.65右立柱31.0567.50100.230.2390#左立柱31.2667.96右立柱28.9062.83108.178.17100#左立柱31.1767.76右立柱29.5364.20105.555.55110#左立柱30.0865.39右立柱29.2963.67102.702.70

表1中左右立柱的压力数据是安装在液压支架左右立柱的传感器收集得到的,进而计算得到后面的占额定比值的百分比、左右立柱的百分比以及不均衡系数。由表1可以看出,40#支架的不均衡系数异常,由此可以判断,在网络通信正常、无操作失误的情况下,可以得知左立柱压力示数过小,由此判断左立柱传感器可能发生故障,实际情况的确是左立住传感器发生了失效故障,支架操作人员将其更换下来。因此不均衡系数过大,当设置阈值为20%,超过此值甚至接近于1时,则需要观察左立柱传感器是否故障;当不均衡系数是个远超过1的较大的正数时,则要观察右立柱传感器是否故障。因此,这种冗余的方法可以适用于在支架不动作情况下的压力传感器的故障预警。

3.3 基于模糊知识的动态分析方法

由于采煤正常推进过程中,支架要完成一系列的降柱、移架、推溜、升柱等过程,为工作面提供重要的支护功能。由此,综合专家、现场维修等人员在实践中积累的故障分析经验,运用模糊识别的方法,此方法通过将输入的阻力数据转化为模糊数据集,再建立相应的模糊规则库,将数据集输入到规则库中进行分析,从而得到结果并及时做出故障预警。基于模糊知识的故障诊断流程如图4所示。

图4 基于模糊知识的故障诊断流程

3.3.1 支架动作分析

仍旧以电液控制系统中的压力传感器收集的对象为建模对象,正常情况下,支架动作变化与其平均阻力(平均压力)随时间变化的关联(只考虑降柱、升柱两种动作)如图5所示。

图5 支架阻力随时间变化情况

由图5可知,当支架处于降柱过程中,工作压力是骤然下降的趋势;当支架处于升柱过程中,工作压力是逐渐上升到平稳的趋势。

3.3.2 压力变化趋势分析

从工作面采集到的第2阶段的压力数据,压力状态的变化情况包括压力恒定不变、压力逐渐上升、压力骤然下降这3种情况,这3种数据趋势的判断采用回归分析,输入为支架阻力和时间,因此采用一元线性回归的方法,根据回归方程的斜率划分,从而转化成3种压力状态。运用一元线性回归的方法显示了第2阶段的数据出现的3种情况,当拟合的回归方程的斜率小于0时,表示压力骤然下降;当拟合的回归方程斜率大于0时,表示压力逐渐上升;当拟合的回归方程斜率接近甚至等于0时,表示压力恒定不变。压力变化趋势的3种情况分析如图6所示。

图6 压力变化趋势的3种情况分析

3.3.3 建立规则库及结果验证

结合以上支架动作分析和压力变化趋势的分析,将第2阶段收集到的压力数据模糊化,用A表示实际的支架动作模糊集,P表示压力变化状态模糊集,U表示压力传感器故障结果模糊集,为了便于表述,参数设置如下:A:{A1,A2}={降柱,升柱}、P:{PSPRPD}={压力恒定不变,压力逐渐上升,压力骤然下降}、U:{UNUAUF}={正常,报警,故障},根据设定的模糊隶属函数,对支架的动作和压力的变化状态进行运算,当支架的动作与对应的压力变化一致时,则认为传感器正常,当支架动作为降柱时,压力应骤然下降;当支架动作为升柱时,压力应逐渐上升,则据此建立的模糊规则库见表2。

2 压力传感器故障诊断模糊规则库

U P A PSPRPDA1UFUAUNA2UFUNUA

将转化后的模糊集AP输入到所建立的模糊规则库中进行仿真。这样,就可以通过模糊控制器输出U的值,模糊分析过程见表3。

由表3可以看出,当工作时段为第9个时段时,实际支架的工作状态是进行降柱的过程,但传感器收集到的压力变化确是恒定的状态,再往后看一个时段,此过程支架实际上在进行升柱动作,但压力还是一直没有变化,因此可以推测该支架的压力传感器可能发生了故障,经查看该支架的传感器与预测故障情况相符。仿真实验表明,模糊分析的方法可以实现压力传感器的故障预警和诊断。

3 模糊分析过程

时段压力变化状态升降柱情况压力传感器状态1PDA1正常2PRA2正常3PDA1正常4PRA2正常5PDA1正常6PRA2正常7PDA1正常8PRA2正常9PSA1故障10PSA2故障

4 结论

以上建立的3层结构的故障预警平台已在上湾煤矿得到应用。证明了冗余方法和知识的模糊分析方法能有效地预测传感器的故障,这种静态分析和动态分析相结合的方法,能够可以使得电液控制系统的传感器故障及时排除,仿真实验也为支架的诊断方法提供了依据。这种技术方法不仅适用于电液控制系统压力传感器的故障预警,也适用于其他传感器系统的可靠性诊断和预警。

参考文献:

[1] 周久华.神东矿区采矿设备状态监测与故障诊断[J].陕西煤炭,2012,31(6):87-89.

[2] 丁琦. 基于解析模型的非线性系统故障诊断方法研究[D].厦门:厦门大学,2018.

[3] 张海琳. 设备状态检修与传感器故障诊断技术研究[D].北京:华北电力大学,2002.

[4] 黄善衡,曹曦.应用在线刷新神经网络的传感器故障诊断系统[J].上海汽轮机,2000(2):12-17.

[5] 司景萍,马继昌,牛家骅等.基于模糊神经网络的智能故障诊断专家系统[J].振动与冲击,2017,36(4):164-171.

[6] 段伟.上湾煤矿8.8 m综采面矿压显现规律研究[J].煤炭工程,2019,51(11):55-59.

[7] 李志军.大采高超长工作面顶板灾害预警研究[D].太原:太原理工大学,2010.

Research on fault early warning method for key sensorsof electro-hydraulic control system

Wang Zhanfei1, Li Danning2, Niu Yajun1

(1. Information Management Center of Shendong Coal Group, Yulin, Shaanxi 719315, China; 2. Beijing Tiandi-Marco Electro-Hydraulic Control System Co., Ltd., Chaoyang, Beijing 100013, China)

Abstract In order to ensure the normal operation of the electro-hydraulic control system, the fault early warning of the core sensor components of the electro-hydraulic control system was a key link. The working principle of the sensor in the electro-hydraulic control system was analyzed, and the fault law of the sensor in the system was obtained. In order to early-warning and diagnosis the fault of the core sensor in the underground electro-hydraulic control system, combined with the current popular sensor fault early warning method, a diagnosis method combining static analysis and dynamic analysis was proposed by taking the pressure sensor of the hydraulic support as an example. The method’s core was to analyze the data collected by the sensor, so as to effectively predict the fault of the pressure sensor and promote the reliable and efficient operation of the electro-hydraulic control system.

Key words electric-hydraulic control system, 8.8 m fully mechanized mining face, sensor, fault early warning, fault diagnosis

中图分类号 TD355.4

文献标识码 A

引用格式:王占飞 ,李丹宁,牛亚军. 电液控制系统关键传感器的故障预警方法研究[J]. 中国煤炭,2020,46(4):37-41.

Wang Zhanfei, Li Danning, Niu Yajun. Research on fault early warning method for key sensorsof electro-hydraulic control system[J] .China Coal,2020,46(4):37-41.

作者简介:王占飞(1981-),男,内蒙古鄂尔多斯市人,硕士,高级工程师,神东煤炭集团信息管理中心部门经理,主要从事煤矿机电管理与信息化研究。E-mail:57228167@qq.com。

(责任编辑 路 强)