基于數據融合的掘進機截齒磨損狀態監測

袁一鳴

摘 要：為了降低掘進機截齒過度磨損引起的不利影響，設計了掘進機截齒磨損狀態實時在線監測系統，選取截齒的振動信號和主電機功率信號作為研究對象，采用小波變換技術和統計分析方法，對采集的振動信號和功率信號進行提取，采用模糊數據融合方法對振動、功率特征信號進行融合，降低單一特征信號提供磨損狀態信息的局限性，獲得更加全面、準確的截齒磨損狀態。結果表明，基于模糊數據融合的掘進機截齒磨損狀態識別比單一傳感器系統對截齒磨損狀態識別更為可靠。

關鍵詞：截齒磨損 監測系統 軟件系統 模糊數據融合

中圖分類號：V24 文獻標識碼：A 文章編號：1674-098X（2016）07（c）-0036-02

掘進機是用于開鑿煤礦井下巷道的重要裝備，工作時截齒與巖石直接作用，而巖石硬度大，截齒與巖石界面間的截割摩擦非常劇烈，產生劇烈的沖擊和截齒表面的快速溫升，造成截齒的嚴重磨損。而截齒的磨損程度，直接影響掘進機的工作效率、使用壽命和整機的能耗。因此，對掘進機截齒磨損狀態進行實時在線監測，對煤礦開采的順利進行、提高掘進機工作效率以及節能降耗具有重要的意義。

截齒磨損狀態監控一般是通過測量、比較一些信號來間接判斷，常用的有截割力、截割熱、聲發射、振動、截割電機電流和功率等。針對掘進機工作過程的特點，該文選用截割時的振動信號和截割電機的功率信號進行監測，并利用模糊數據融合技術對截齒磨損狀態進行識別，克服截齒本身磨損狀態的模糊性問題以及由單一傳感器監測可靠性低的問題。

1 監測系統設計

截齒磨損狀態監控采用單片機硬件系統，系統組成有單片機及其外圍電路、振動信號和功率信號檢測處理模塊等幾部分組成。圖1是監控系統的結構框圖。監控系統工作時，首先初始化各輸入端口、輸出端口，將各參數賦初值給系統，然后系統實時采集掘進機截齒的振動信號、主電機的功率信號，通過數據分析，識別截齒的磨損程度，進行截齒磨損狀態的在線監控。并將監測結果通過液晶顯示部分輸出，如截齒磨損過度，則立即發出報警信號。

2 信號的提取

用振動傳感器和功率傳感器分布監測截齒的振動信號和主驅動電機的輸入功率信號，監測系統獲取相應信號后，由于存在干擾，還需進行信號的提取。為了提取截齒的磨損特征信號，利用小波分析Mallat算法，對獲取的振動信號進行多分辨率分析，并在多個尺度上進行分解及單枝重構，獲得相應的低頻和高頻信號，將能夠反映截齒磨損狀態的信號作為辨識截齒磨損狀態的一組數據，輸入數據融合系統。

系統采集的功率信號數據非常多，數據曲線形狀模糊，無法直接判斷主驅動電機功率大小的變化，更無法提取數據進行分析。該系統采用統計分析的方法，通過積分對原始功率信號進行處理，使得處理后的信號能夠反映出掘進機工作過程中主參數的變化規律，將該數據作為監控系統的另一組輸入數據。

3 截齒磨損狀態識別

截齒磨損很難定量描述，經常采取定性描述和處理，模糊集的基本思想是把普通集合中的絕對隸屬關系靈活化，使元素對集合的隸屬度從原來只能取0和1值擴充到可以取[0，1]區間中的任一數值。因此，模糊集理論非常適合對截齒的磨損狀態進行描述。截齒磨損狀態可以定性分為初期磨損、正常磨損和急劇磨損3種，監測的模糊數據融合結構如圖2所示。

對系統中的各個傳感器，采用隸屬度值來表示被測截齒屬于哪一種磨損狀態的可能性，該系統采用2個振動傳感器和1個功率傳感器，則可得到3組共9個模糊隸屬度值。應用多傳感器模糊融合理論進行處理，得到3個傳感器融合以后被測截齒屬于3種狀態的隸屬度值，再根據一定的決策規則對被測截齒磨損狀態進行判定。經過模糊變換，獲得截齒所處各種狀態的可能性B=A·R=（b1，b2，b3），其中模糊關系矩陣R=（rij）m×n，rij為某一傳感器推斷為某磨損狀態的可能性，模糊向量A=（a1，a2，a3）表示各個傳感器所判斷截齒磨損狀態的可信度，ai（i=1，2，3）為各個傳感器對截齒磨損狀態決策所做的貢獻，即傳感器權重。

4 監測系統軟件設計

監控系統軟件由數據采集和數據處理兩部分組成，能夠對掘進機工作過程中振動信號和功率信號進行實時采集、傳輸、分析、識別、結果顯示、報警等多種功能。系統軟件采用前臺和后臺相結合的方式，后臺實現實時通訊、接收實時數據等功能，前臺有控制、調度、參數設置等與用戶直接交流界面。主程序流程圖如圖3所示。

5 結語

設計了掘進機截齒磨損狀態識別系統，并選取振動信號和功率信號作為反映截齒磨損狀態的研究對象，進行了信號檢測。采用小波變換和統計分析方法，對振動信號和功率信號進行提取處理，對獲得數據進行模糊數據融合處理，避免了單一特征信號提供磨損狀態信息的局限性，減少由于受單傳感器信息量局限引起的誤報和錯報，獲得了更加全面、準確的截齒磨損狀態。

參考文獻

[1] 張強，祁秀，王海艦.基于模糊信息融合的掘進機截齒磨損監測系統[J].廣西大學學報：自然科學版，2015，40（5）：1177-1181.

[2] 關山，石志標，劉炎.基于多特征融合的刀具磨損識別方法[J].振動測試與診斷，2014，34（3）：576-584.

[3] 黨宏社，韓崇昭，王立琦，等.基于模糊推理原理的多傳感器數據融合方法[J].儀器儀表學報，2004，25（4）：527-530.