摘要：目前提升机危险载荷的诊断方案主要依赖于在张力平衡装置处安装油压传感器，间接反映当前载荷状况，但该方法成本高、安装维修均较困难。针对上述问题，提出了一种基于提升机电机定子电流的故障诊断方法。以三相电机定子电流作为信号源，电流信号的时频域特征值作为深度信念网络（DBN）的输入，支持向量机（SVM）作为DBN的顶端分类层，最终完成对过载、卡罐危险载荷的故障分类。实验结果表明，该诊断方法的辨识度高，具有一定的可行性。
关键词：提升机；定子电流；DBN；危险载荷；故障诊断
0引言
矿井提升设备是联系井上与井下的“咽喉”，提升设备的有效运行直接影响着煤矿的生产效率与人身安全。提升载荷作为提升机的负载，始终影响着整个提升过程，提升载荷的变化与当前的故障信息有着密切的联系，如提升载荷在整个提升过程中的增加反映了过装载的故障，提升载荷在某一处突变则可视为由罐道劣化引发的瞬时卡罐故障。所以对提升载荷进行监测与诊断将有助于减少事故的发生。目前，提升载荷的监测与诊断方法主要为串接荷重法与油压转化法。串接荷重法是将拉力传感器置于提升容器与钢丝绳之间，通过无线传输的方式直接对当前的载荷故障进行诊断，但信号传输不稳定且维修困难；油压转换法是一种间接测量方法，通过测量张力平衡装置油管处的油压间接反映当前提升载荷的状态，但该方法依赖于张力自平衡装置，且仍存在信号传输的问题。为了解决上述问题，本文将使用提升机电机定子电流作为信号源，利用电机电流中蕴含的故障信息，依赖深度信念网络（DBN）的强大特征提取分类能力，对危险载荷如卡罐、过装载进行故障诊断。
1基于电机定子电流的提升机危险载荷诊断方案
提升机运行过程中，卡罐、过载等故障的发生会造成提升载荷的变化，提升载荷的变化会传递给电机转子转矩，所以变化的负载转矩就会造成定子电流的波动，故可以通过相应电流的波动实现对故障载荷的诊断，诊断方案如图1所示。首先，对提升机电机单相电流信号进行预处理，即等效直流化与特征参量选取；其次，将得到的时域、频域的特征参量注入DBN，通过训练达到特征提取的目的；最后，通过在DBN的顶端层构建支持向量机（SVM），最终完成对正常与过载、卡罐危险载荷的辨识。
2电机定子电流的信号预处理与特征提取
通过诊断方案可知，若想得到精确的诊断结果，需首先对霍尔电流传感器得到的电流信号进行预处理与特征提取。（1）信号预处理预处理是对原始电流信号进行等效直流化、取特征值的处理。首先，对霍尔电流传感器获得的3个单相电流信号等效直流化，即求电流的均方根接着对得到的等效直流电信号选取特征参量，从时域、频域选取的16维特征参量如表1所示。表1时域、频域特征参量（2）基于DBN的特征提取因信号预处理之后的电流特征参量维度较高，故引入DBN，对高维特征进行降维并特征提取。DBN是深度学习的一种，是由多个受限玻尔兹曼机（RBM）堆叠而成的多层感知神经网络，其结构如图2所示。每层RBM的节点都是随机二值变量节点，包括一个可视层v和一个隐藏层h，层间全连接，层内神经元之间无连接，且全概率分布满足玻尔兹曼分布，则该RBM的能量因为同层节点之间是条件独立的，所以可得到可视层与隐藏层i、j节点为0或1的概率：接着使用对比散度算法，求得该RBM的权值W与阈值a、b；然后对每一个RBM逐层贪婪训练，得到初始化参数；最后利用DBN的顶层架构对整个网络反向传播微调，得到最优参数。
3实验验证与结果分析
为验证以上方法，使用HKA-K1YD型霍尔电流传感器与LabJack采集卡对实验室的多绳缠绕式提升机试验平台进行数据采集。其中试验平台主要参数：电机功率/kW4电机转速/r·min-11460减速比9.74提升速度/m·s-10.4钢丝绳根数2钢丝绳线密度/kg·m-10.14最大提升高度/m12.45提升质量/kg296本文主要对多绳缠绕式提升机试验台匀速提升情况下的正常、卡罐、过载3种载荷工况进行采集分类，每种工况的样本个数为300个，其中训练集250个，测试集50个。举例空载上提过程中因发生罐道劣化引发瞬时卡罐的等效直流电信号如图3所示。进一步将上述等效直流电信号的时域、频域的16维特征参量作为DBN的输入进行训练，最终DBN提取出3个主要特征。数据归一化后，其特征在三维视图中的区分效果如图4所示。从图4可以看出，特征提取后，正常提升与卡罐、过载2种工况区分效果明显；对于卡罐与过载，因两者的峰值等特征参量之间有一定的相似性，故存在个别样本之间的重叠。但总体上来说，已满足进一步利用SVM进行分类的要求，最终测试集各工况的识别情况如图5所示。正常工况的识别率为100%，卡罐的识别率为96%，过装载的识别率为98%。其中2个卡罐样本误判为过载，1个过载样本误判为卡罐。故通过实验可知，该方法针对3种工况的分类效果较好，识别率较高。
4结语
本文提出了一种基于提升机电机定子电流对危险载荷进行故障诊断的方法，首先对电机电流信号进行预处理，然后利用DBN对高维特征值进行特征提取，最后利用提取的特征值结合SVM完成正常、卡罐、过载的有效诊断。最终实验验证了该诊断方法识别率好、辨识度高且成本低，具有一定的实用价值。
作者:王政 张习 肖飞 李仁 单位:中国矿业大学机电工程学院