论文部分内容阅读
主轴装置是在矿业生产中具有“咽喉”地位的矿井提升机的核心部件,其承担了矿井提升机运行过程中几乎所有的动静载荷。作为矿井提升机关键的旋转机构,主轴装置在长时间连续高负荷运转后难免出现相应的机械故障。主轴装置出现故障后产生的异常振动将直接影响矿井提升机的正常平稳运作,也在一定程度上使整个提升系统的性能下降,同时也给矿井生产带来了潜在的安全隐患。传统的定期和事后维护方法,不但浪费大量的人力和财力,而且存在增加性能已经严重退化部件超期服役的风险。因此,需要对矿井提升机主轴装置的状态进行实时监测,通过分析监测的参数及时诊断其是否出现故障以及故障所在的位置,从而确保矿井提升机运行的可靠性和安全性。本课题来源于国家高技术研究发展计划（863计划）项目“矿井提升机恶性事故智能诊断技术”（编号:2009AA04Z415）、国家自然科学基金面上项目“基于传感网的超深立井提升系统健康监测方法”（编号:51275513）,获得江苏省研究生创新基金资助（编号:CXZZ130926）,以矿井提升机主轴装置为研究对象,结合信号处理技术、特征提取算法、统计学理论和故障识别方法,深入开展基于振动信号的噪声消除、特征提取和故障快速识别方法的研究,以期形成基于振动信号分析的矿井提升机主轴装置故障诊断技术,为矿井提升系统的安全运行提供理论支撑和技术解决方案。首先,开展针对矿井提升机主轴装置的振动信号去噪方法研究。矿井提升机现场采集的振动信号通常存在大量的噪声干扰,其会淹没表征故障特征信息的有效成分。针对此问题,引入基于差分谱分析的SVD去噪算法并对其进行改进分析,结合EMD能对复杂信号进行自适应分解的优势,提出了基于ISVD和EMD的主轴装置振动信号去噪方法,实现了在保留尽可能多有用信号的前提下消除尽可能多的噪声成分。其次,开展基于主轴装置振动信号分析的故障特征提取方法研究。故障特征有效提取是故障诊断重要的一步,运用统计学分析技术设计了随机统计平均算法,结合多维数据降维技术,提出了基于主元分析和随机统计平均的主轴装置特征提取方法。引入EEMD信号分解技术并对其进行了改进研究,形成了基于IEEMD和随机统计平均的特征提取方法,实现了矿井提升机主轴装置故障的振动特征表达和降维。最后,开展基于空间向量统计分析的故障诊断方法研究。提取的特征样本可看作一种具有特定形式的空间向量,引入空间几何理论探索主轴装置不同运行状态特征样本向量之间的特殊空间关系,结合中心极限定理等统计学分析技术,提出了基于零空间观测器故障诊断方法和基于自零空间投影分析的故障诊断方法,实现了在不需构建和训练复杂模型的基础上达到对矿井提升机主轴装置案例已知故障的有效诊断以及突发未知故障的及时预警。