煤礦鋼絲繩芯輸送帶缺陷弱磁信號智能識別研究.pdf

1、鋼絲繩芯帶式輸送機是目前大多數(shù)煤礦的主運輸設備，在現(xiàn)代化煤礦生產(chǎn)中發(fā)揮著極其重要的作用。鋼絲繩芯輸送帶使用過程中因發(fā)生接頭位移、斷繩、斷絲和疲勞等缺陷導致輸送帶斷裂事故頻發(fā)，造成了人員傷亡和重大經(jīng)濟損失。為了克服目前輸送帶缺陷人工目測方法的缺點和不足，論文通過研發(fā)煤礦鋼絲繩芯輸送帶弱磁在線檢測研究平臺，運用理論與實驗相結合的方法對缺陷磁場空間分布規(guī)律和弱磁檢測信號智能識別理論和算法進行了深入研究。
　　針對目前煤礦生產(chǎn)中鋼絲繩芯輸

2、送安全在線檢測這一亟待解決的技術難題,借助于電磁無損檢測與評價技術、計算機技術、信號處理技術、變頻控制技術和機電一體化技術,成功地開發(fā)了輸送帶缺陷弱磁在線智能識別系統(tǒng),實現(xiàn)了煤礦鋼絲繩芯輸送帶缺陷弱磁檢測的自動化,提高了輸送帶缺陷檢測的可靠性和效率,對確保輸送帶安全可靠運行具有重要意義。
　　研究了鋼絲繩芯輸送帶斷繩和接頭位移的磁場空間分布問題,運用磁偶極子模型建立了斷繩和接頭的磁場空間分布數(shù)學模型。通過數(shù)學模型構建了接頭位移和斷

3、繩缺陷樣本,分析了接頭磁場沿輸送帶長度方向(x方向)和垂直輸送帶方向(y方向)磁場空間分布隨接頭位移變化規(guī)律。研究結果表明:y方向磁場空間分布的波峰與波谷間距可以準確反映接頭位移的變化,為接頭位移定量評價提供了依據(jù)。
　　研究了在煤礦強噪聲背景下的鋼絲繩芯輸送帶缺陷弱磁檢測信號降噪問題,提出了一種改進閾值小波的變步長 LMS自適應濾波算法。該算法不僅融合了小波變換和自適應濾波的優(yōu)點,而且通過對小波閾值處理函數(shù)和LMS自適應濾波步長

4、的改進獲得了比小波和自適應濾波更好的降噪性能。通過對多種降噪算法的比較分析表明:該算法對輸送帶缺陷信號中的非平穩(wěn)噪聲的降噪具有良好效果,有效地提高了信噪比。
　　研究了輸送帶多傳感器信息融合特征提取和特征約簡問題,提出了多傳感器時域特征和小波包能量特征加權融合的特征提取算法和基于屬性數(shù)據(jù)標準差的改進鄰域粗糙集特征約簡算法。首先,根據(jù)弱磁傳感器檢測的缺陷信號提取時域特征和小波包能量特征;其次,對提取的缺陷特征進行加權融合;最后,對缺

5、陷特征進行約簡。實驗結果表明:該算法可以有效地提取本質特征向量。
　　研究了鋼絲繩芯輸送帶多類缺陷信號分類問題,提出了一種基于改進遺傳算法優(yōu)化的模糊二叉樹支持向量機多類分類算法。實驗結果表明:該算法可以較快地獲得支持向量機的一組最優(yōu)參數(shù)C和σ,分類精度高,訓練速度快,支持向量個數(shù)少,并且對于含有噪聲數(shù)據(jù)的分類比常用支持向量機多分類算法具有更高的分類精度和更少的支持向量。
　　研究了缺陷的定位和定量分析問題,提出了一種基于特征

6、間距的接頭編號方法,對接頭位移進行定位,運用多個煤礦現(xiàn)場檢測接頭數(shù)據(jù)驗證了該方法的有效性。對于接頭位移的定量分析,運用多個垂直傳感器的波峰與波谷之間的間距加權平均值作為接頭長度,并根據(jù)接頭長度的變化量對接頭位移進行定量,實驗發(fā)現(xiàn)該方法定量精度較高。提出了基于多傳感器融合的分區(qū)定位方法,對非接頭區(qū)缺陷進行寬度方向定位,以相鄰4個傳感器為一組對輸送帶寬度進行分區(qū),然后在分區(qū)內根據(jù)相鄰水平傳感器幅值信息進行融合定位,結果表明:該定位方法的定位