一种基于黑匣子的采煤机状态监测方法
【专利摘要】本发明涉及一种基于黑匣子的采煤机状态监测方法，包括两部分内容：基于黑匣子的采煤机状态监测系统和基于黑匣子的采煤机状态监测方法。基于黑匣子的采煤机状态监测系统由硬件和软件两部分组成，硬件部分包括采煤机黑匣子、具有煤安证书的本安型振动加速度传感器；软件部分主要是数据存储及数据分析软件。基于黑匣子的采煤机状态监测方法主要包括状态参数采集、状态参数存储、状态参数分析和采煤机工作状态监测。本发明监测范围全，监测参数多，实时性好且数据存储方便。
【专利说明】一种基于黑匣子的采煤机状态监测方法
【技术领域】
[0001]本发明涉及一种基于黑匣子的采煤机状态监测方法，尤其是一种基于黑匣子的采煤机电机工作参数、油缸载荷、振动特性及姿态等状态信息监测方法。
【背景技术】
[0002]综采工作面是煤矿井下装备综合机械化设备的回采工作面，是煤矿生产的最前沿和最复杂的工作环节。一个标准的综采工作面一般由200?300台设备构成，核心设备有采煤机、刮板输送机、液压支架、转载机、破碎机和带式输送机等，设备数量众多，设备之间互相制约，相互协调。
[0003]矿井存在高瓦斯、大倾角、硬顶煤、复杂地质条件等制约因素，要实现“安全保障、高效自动化、信息化集成以及绿色可持续开采、节能减排、提升效益”的发展目标，必须不断提高井下设备的监测水平，建立健全设备健康预警和处理机制。采煤机作为综采自动化设备最为关键的一个环节，是井下主要的生产设备之一，其工作正常与否直接关系到井下生产和人员的安全，关系到企业的经济效益，开展采煤机的状态监测和健康诊断能够实时监测采煤机的运行状态，对采煤机状态进行监测，及时、正确地对采煤机各种异常状态或故障状态做出诊断，预防或消除故障，保证采煤机发挥最大的工作能力，有利于保障生产的安全，有利于采煤机状态维修体制的建立，有利于提高采煤机的自动化、信息化集成和提升效益。因此研发一套方便实用的采煤机状态监测方法成为急需。
[0004]目前，我国大部分煤矿企业已经认识到煤矿机电设备的监测技术、故障诊断技术和预测性维护技术对保障煤矿安全生产的重要性，各类固定设备的监测与诊断技术应用日益增多。但是对采煤机运行状况监测和故障诊断水平还停留在较低水平。国内采煤机基本上是采用进口可编程控制器PLC和大屏幕全中文实时显示系统，能够显示诸如电机的电流、电压、温度、整机移动速度、油缸压力等信息，同时通过设定经验阈值的方法还具有了简单的故障显示和报警功能。一些先进的企业还建成了远程状态监测系统，能够在井上监视设备运行的情况，但监测的参数基本是将机载显示的参数通过网络传到井上，再外加一些视频、音频和开关量信号。采煤机振动信号中蕴藏了大量的信息，但是由于振动信号的采集、存储和传输都不易实现，因此综合振动信息的监测系统还很少。国内在采煤机故障诊断方面的研究处在起步阶段，对故障机理和征兆联系方面的研究缺乏，大多停留依据电压、电流、温度、角度等简单参量监测。
[0005]从总体上看，现有采煤机状态监测系统和方法存在以下问题:
[0006](I)监测范围不全面，监测参数比较少，方法单一，难以实现损伤的定量和定位诊断；
[0007](2)监测的参数采集后一般用于实时监测，数据存储不方便，不便于之后综合分析之用；
[0008](3)有线监测系统井下布线困难，易损坏，成本高；
[0009](4)无线监测系统不成熟。
[0010]基于“黑匣子”的采煤机状态监测方法成功解决了以上问题。通过黑匣子实现采集和存储采煤机大量的自身运行状态信息包括振动信息，建立传感器信息数据库，合理的分类分析海量的数据信息，得到各部分传感器信息同设备运行状况的合理解释，使这些数据能够为采煤机状态监测做出显著贡献。
[0011]采掘设备数据记录仪，俗称“黑匣子”，采用嵌入式主板Intel 3945A，存储介质为512G的固态硬盘，具备RS232串口通信及TCP/IP网口通信功能，多通道采集振动加速度信号，最高总采样频率为250K (可调)，12V/1.5A供电，安装固定在采掘设备电控箱内部，实时采集和记录采掘设备工作的各种状态参数。采掘设备“黑匣子”数据来源有两类:一类是采掘设备自身已有的传感器采集的数据，以通信的方式从采掘设备电控单元(PLC/PCC)获得；另一类是用外置矿用本安振动传感器采集的振动信号。采掘设备数据记录仪通过长时间记录的采掘设备状态参数(电机供电电压、三相电流、电机温度、油缸压力和行程、摇臂振动等)分析设备使用情况，了解设备功率谱和载荷谱情况。
[0012]基于黑匣子的采煤机状态监测方法的研制与开发有如下重要意义:
[0013](I)解决了井下设备工作状态参数尤其是振动参数的获取问题；
[0014](2)解决了大容量数据存储的问题，从而能够记录并保存采煤机的早期运行状态数据；
[0015](3)提高采煤机的安全运行效率，有利于保障生产的安全；
[0016](4)为远程状态监测和健康诊断系统的建立奠定基石；
[0017](5)为采煤机故障预警机制和状态维修体制的建立打下重要基础；
[0018](6)为提高采煤机的自动化和智能化控制提供重要参考数据；
[0019](7)为采煤机的优化设计提供基础数据。
【发明内容】
[0020]本发明的主要目的在于利用黑匣子以及具有煤安证书的振动加速度传感器，研制一套采煤机状态监测系统并开发一套采煤机状态监测方法，解决采煤机工作状态参数的获取、处理、分析问题，尤其针对振动加速度信号。
[0021]本发明是这样实现的:一套基于黑匣子的采煤机状态监测系统和一种采煤机状态监测方法。
[0022]所述的系统由硬件和软件两部分组成。硬件部分包括黑匣子、具有煤安证书的振动加速度传感器、采煤机电控系统及各个部件上的传感器；软件部分主要是数据分析软件。黑匣子主要包括Windows XP/E主控模块、数据通信模块、振动信号采集模块及数据存储模块。
[0023]所述的方法采用如下技术方案实现，包括数据采集阶段、数据存储阶段和数据分析阶段，具体步骤如下:
[0024](I)在采煤机机身上布置多个传感器，如通过电流传感器、电压传感器、温度传感器、压力传感器和位移传感器等来采集采煤机各个部件工作时的电流信号、电压信号、温度信号、压力信号、位移信号，通过具有煤安证书的振动加速度传感器来采集采煤机关键部位工作时的振动信号；
[0025](2)黑匣子通过跟踪记录采煤机工作状态数据，积累大量的传感器采集到的采煤机工作状态数据，并存储到自身的存储模块——512G固态硬盘中；
[0026](3)将黑匣子中存储的采煤机工作状态数据进行数值的还原，通过数据解析及转换，输出新的数据库文件，并以数据库表的形式保存为采煤机运行工况信息数据库和振动信息库，以便于进行数据分析；数据分析软件主要包括两个功能:数据回显和数据分析，数据回显是将采煤机井下工作状态及操作量以时间为横坐标轴再现各个参数，该功能不仅能够再现采煤机过去的各个正常和非正常的工作状态，还能够体现采煤机整体状态的工作参数变化趋势，数据分析主要是对振动加速度信号进行时频域分析，并结合多传感器分析原理实现状态监测及故障预测等研究。
[0027]基于所述黑匣子的采煤机工作状态参数监测方法，其特征在于包括以下步骤:
[0028](I)状态参数采集:
[0029]分别在采煤机牵引部电动机、截割部电动机处安装电流互感器、电压互感器和温度传感器，在摇臂升降驱动油缸处安装油缸压力传感器和油缸位移传感器，摇臂截割电机处安装矿用本安型振动加速度传感器，在摇臂上安装摇臂倾角传感器，在牵引电机输出轴上安装旋转编码器，通过各个互感器、传感器、编码器完成对采煤机电机工作参数信息、油缸载荷信息、振动特性信息及姿态信息的采集；
[0030](2)状态参数存储:
[0031]采集到的采煤机状态参数中的一类信息是以通信的方式从电控单元传输到黑匣子中，黑匣子存储程序首先创建SQLite数据库，建立通讯数据表，以响应中断的形式接受串口通信数据，并以日期、时间、信息三类字段形式批量存储该数据；另一类信息由外置矿用本安振动传感器采集，以采集信号初始发生日期、时间为文件名创建数据文本文件，批量写入振动数据；
[0032](3)状态参数分析:根据采煤机具体设备部件名称、工况信息和参数名称查看对应参数的数据值，该数据按照时间进行排序，设定参数的正常阈值，根据参数的时域数值分布判定该参数是否出现异常或故障，并精确找到异常和故障发生的时间段，结合实际操作工作记录，准确推断异常和故障发生的原因；
[0033](4)采煤机工作状态监测:根据采煤机截割电机和牵引电机工作参数与煤岩硬度普氏系数影响关系，通过记录井下装有黑匣子的采煤机的截割工况，以时间为参考标准，对比黑匣子中相应电机的电流、电压、温度信息，揭示电机工作参数与截割介质硬度的影响规律，建立截割电机工作参数与煤岩硬度关系建立经验公式:
fX C截割电机^/?
^UlIl其推导过程如下:
[0034]一般采煤机截割电机为三相异步电机，其输入功率的计算方法如下:
P = ^Ul!, cos φ
[0035]Ul——截割电机线电压；
[0036]Il——截割电机线电流；
[0037]COS --?——截割电机功率因素。
[0038]忽略定子铜耗，截割电机的电磁转矩近似为输出转矩:
I上
ω
[0039]ω——截割电机转速(ω = 2 Ji f/pn, f为电源频率，Pn为电机极对数)；
[0040]一般截割状态下，截割电机的电磁转矩和阻转距的平衡方程为:
HKpTe = Tl
[0041]Tl——阻转矩；
[0042]η——机械传动效率，常数(已知多级减速机构机械传动参数)；
[0043]Kp—电机负荷系数，常数(电机运行时的实际功率和额定功率的比)。
[0044]机械传动效率的η决定于截割部采用的传动方式及特点。该部分涉及到的机械传动效率主要考虑多级齿轮的传递效率，本课题研究的型号为MG400/940-WD的采煤机，采用电动机——摇臂——行星齿轮传动——滚筒结构，这种传动方式采用了纵向输出轴的单独电机，使电动机轴与滚筒轴平行，因而取消了承载大、易损耗的锥齿轮，使截割部更为简化。采用这种传动方式可获得较大的调高范围，并使采煤机机身长度进一步缩短。
[0045]机械的传递效率是指机械做功的过程中“输出”与“输入”的比，对于采煤机的机械效率应主要考虑电机的效率、齿轮的传动效率、轴承效率等主要因素。在本论文中，电机采用的是三相异步电机，其效率一般为91.5% ;齿轮的传递效率与齿轮的类型、加工精度以及润滑情况都有关，可根据齿轮的制造精度、润滑条件查表查出的传递效率，对于普通的七级圆柱齿轮其效率为0.97 ;再将每一对啮合齿轮效率相乘就齿轮传递部分总的传递效率，一般情况下圆柱直齿轮传动的效率为0.9?0.99，常用8级圆柱直齿轮传动为0.97 ;对于轴承的效率，滚动轴承的效率一般在0.98-0.99，传动效率较高；
[0046]此时截割电机经过传动在滚筒处产生的切向力约为:
T η K T
P -1L _ 1 ?
反 head ^head
[0047]F——滚筒切向作用力；
[0048]Rhead——滚筒平均半径；
[0049]滚筒在截割煤岩时,旋转方向的切向作用力对煤岩的压强:
P =—
a A
[0050]Pa——煤岩所受压强；
[0051]A——参与截割的截齿投影面积之和；
[0052]滚筒在沿旋转方向截割煤岩时，岩石的单轴抗压强度与所受压强关系: δ & P
ca
[0053]由公式(3.7-3.13)，推导如下关系:
K K ^?'.Ι,ηΚ,, cos φ
_ /7 cos ρ
令^~j其中截割电机线电压队，截割电机线电流込通过釆煤机黑匣子釆集和记录；截割电机功率因素CQS(P根据电机出厂参数确定，电机负荷系数Kp为常数(电机运行时的实际功率和额定功率的比)；其中机械传动效率η、截割电机转速ω (单位rad/s)、滚筒平均半径Rtead (单位m)、参与截割的截齿投影面积之和A (约整半个滚筒截割截齿)可以根据采煤机说明书获得相应参数，并在已知工况的前提下推导出修正值K的取值范围，得到精确经验公式，进而根据采煤机截割电机和牵引电机的工作参数即可监测滚筒截割介质的硬度。
[0054]与现有采煤机状态监测系统和方法相比，本发明具有以下优点:
[0055](I)监测范围全面，监测参数比较多，不仅包括电流、电压、温度、位移等采煤机的一般工况信息，而且包括振动信息；
[0056](2)监测的参数能够实时采集，数据存储方便，能够方便的应用于之后的综合分析；
[0057](3)避免了有线监测系统中复杂的井下布线，节约成本。
【专利附图】
【附图说明】
[0058]图1是本发明系统结构图；
[0059]图2是导入文件演示图；
[0060]图3是导出文件演示图；
[0061]图4是工况数据管理界面图；
[0062]图5是参数数据管理界面图；
[0063]图6是折线图概况显示；
[0064]图7是折线图显示；
[0065]图8是饼图显示；
[0066]图9是图形显示配置；
[0067]图10是左截割电机电流；
[0068]图11是截割电机输入电压；
[0069]图12是截割电机功率；
[0070]图13是煤岩硬度普氏系数与修正值比值的概率密度分布图。
【具体实施方式】
[0071]下面结合附图对本发明的实施例作进一步的描述:如图1所示，基于黑匣子的采煤机状态监测系统主要包括采煤机黑匣子、具有煤安证书的本安型振动加速度传感器、采煤机电控系统及各个部件上的传感器以及数据分析软件。采煤机黑匣子采用嵌入式主板Intel3945A，存储介质为512G的固态硬盘，具备RS232串口通信及TCP/IP网口通信功能，多通道采集振动加速度信号，最高总采样频率为250K(可调)，12V/1.5A供电，其系统构成主要包括Windows XP/E主控模块，数据通信模块，振动信号采集模块，数据存储模块。本安型振动加速度传感器，由包括振动加速度传感器，矿用信号阻燃电缆，本安型信号调理板组成。振动加速度传感器拾取煤矿井下机电设备工作状态下的振动信号，该振动信号经过矿用信号阻燃电缆传输给本安型信号调理板，实现振动信号的采集。
[0072]本发明的基于黑匣子的采煤机状态监测方法:分别在采煤机牵引部电动机、截割部电动机处安装电流互感器、电压互感器和温度传感器，在摇臂升降驱动油缸处安装油缸压力传感器和油缸位移传感器，摇臂截割电机处安装矿用本安型振动加速度传感器，在摇臂上安装摇臂倾角传感器，在牵引电机输出轴上安装旋转编码器。通过各个互感器、传感器、编码器等完成采煤机状态信息包括电机工作参数信息、油缸载荷信息、振动特性信息及姿态信息的初步采集。黑匣子安装固定在采煤机电控箱内部，一方面采煤机自身已有的传感器采集的数据以通信的方式从电控单元传输到黑匣子中；另一方面外置矿用本安振动传感器采集振动信号，由其结构内的信号调理模块调理该振动信号，再由主机内的数据采集卡接收经过调理后的振动信号，送至主机内的嵌入式计算机主板，经处理存储至黑匣子主机内的大容量固态硬盘中。通过黑匣子实现实时采集和记录采煤机工作的各种状态参数。经过一段时间后，将黑匣子取下，利用数据分析软件对数据进行处理和特征提取等。
[0073]基于黑匣子的采煤机状态监测系统软件具体功能如下:
[0074](I)数据输入，即将黑匣子生成的文件(db格式)导入到程序中，程序的导入数据界面如图2所示，选择设备名称和文件，点击导入按钮即可将文件按照相应的协议进行导入，导入后，会在数据库中的相应表中保存原始数据，并在工况信息表中生成一条工况信息，最后弹出导入成功的对话框。
[0075](2)数据输出，即将现在的程序中的工况信息导出为CSV格式文件，供其他分析软件(例如=MATLAB)使用。这样就完成了黑匣子的文件转成了二次分析的CSV文件。具体的程序界面如图3所示，选择设备名称和工况信息，点击导出按钮即可将该工况信息的所有信息导出成为一个CSV文件。具体的CSV文件保存为D:\test.csv。
[0076](3)工况显示，在系统中，每一个黑匣子生成的文件导入到系统中，作为一条工况信息进行管理，具体的工况数据管理界面如图4所示，选择设备名称可以查看该设备下的所有工况信息，并对该页面中的数据进行了分页查看。同时可以选择一条或者多条工况数据进行删除操作，删除操作同时删除了参数数据和工况信息，最后弹出删除成功的对话框。
[0077](4)数据显示，即查看工况数据下的每一个参数在这个工况时间范围内的数据值，具体的界面如图5所示，根据设备名称、工况信息和参数名称可以查看对应的参数的数据值。该数据按照时间进行排序，在出现异常或故障的时候，很容易找到异常和故障发生的时间段，有目的的进行分析异常和故障发生的原因。
[0078](5)概况显示，在概况显示时，可以根据配置显示多条折线图概况和饼图概况。以石家庄煤机厂EBZ160型掘进机2012年3月22日14:03:46开始的工况数据为例，其折线图概况显示的界面如图6所示，根据设备名称和工况信息可以查看该工况下需要关注的参数的折线图或者饼图的大概情况。参数的类型可以分为两类，一类是线性参数，类似于电流、电压。一类是开关参数，类似于急停、方向。线性参数是通过折线图来显示，而开关参数是通过饼图来显示。
[0079](6)折线图显示，主要是用来显示线性参数，并且提供最小值、最大值和峰峰值的显示。具体折线图显示界面如图7所示，选择设备名称、工况信息和参数名称，可以将该工况信息中对应参数数据值绘制出一条曲线，更加直观的查看异常或者故障发生的时间。同时计算出该工况中对应参数的最大值、最小值和峰峰值，如有需要也可以计算其他的值。
[0080](7)饼图显示
饼图显示主要是用来显示开关参数，更加直观的看出开关参数的“O”和“I”的分布情况，具体的界面如图8所示，选择设备名称、工况信息和参数名称，可以将该工况信息中对应参数数据值绘制出一个饼图，非常直观的显示了开关量参数在整个工况时间内的“ O ”和“I”的分布情况，有助于异常或者故障的定位。
[0081](8)显示配置，在概况显示的界面中需要显示三条折线图和三个饼图，每一个设备需要采集的参数都不止三个，具体选择哪些参数在概况显示中进行显示，那就需要在显示配置中进行配置，具体的界面如图9所示，选择设备名称即可看到折线图显示的参数和饼图显示的参数。通过该页面中的向左或者向右按钮，就可以进行显示在概况中参数的配置。在配置完成后，会弹出配置成功的对话框进行提示。
[0082]下面以采煤机截割电机为例分析采煤机电机工作参数与煤岩硬度影响关系。
[0083]采煤机进行截割作业时，截割电机带动滚筒旋转。当采煤机由空转到截割煤层再到截割岩石时会导致一些参数发生变化，如截割电机的电流、速度等均产生变化，所以可以根据截割电机在同一综采面几个不同煤层条件下的工作参数值，揭示滚筒截割煤岩不同介质时的截割电机工作参数的变化规律，尤其是根据截割电机与煤岩硬度经验公式建立普氏系数与电机功率的变化模型，通过煤矿井下采煤机测试数据验证其正确性。截割电机工作参数与煤岩硬度经验公式如下:
K , K Λβυ,?,ηΚ COS^
/ =——dr =——X-—---
10 10(ORhntdA
—η cos φK —厂.
[0084]令截a电机C0Rhm= JqxC翻电ι?名UJl。
[0085]f是岩石普氏系数,表征的是岩石抵抗破碎的相对值。
[0086]截割电机功率概率密度分布能够体现采煤机滚筒不同工况下的截割负载，即通过概率密度分布图中的不同波峰推断滚筒的截割介质，根据煤岩截割密实核理论，截割电机功率的概率密度波峰主要为截割顶板、煤岩和空载。已知测试工作面的顶板、煤岩硬度参数，根据采煤机的电机工作参数推断经验公式中修正值K。
[0087]以一次采煤机工作周期内各类信息数据为例分析
[0088](I)截割电机电流
[0089]采煤机记录的采煤机截割电机电流如图10所示。图中纵坐标为电流，单位为安培(A)，横坐标为时间，单位为秒(S)。根据图10数据分析如下两点:在本次开机周期内共有三个时间段连续截割动作，两个时间段电流为O安培即为截割电机停机但采煤机不断电；根据采煤机滚筒截割煤岩遇到不同的负载，截割动作电流波动明显，且多在80A左右。
[0090](2)截割电机的供电电压
采煤机记录的采煤机截割电机供电电压如图11所示。图中横坐标为开机时间，单位为S (秒)，纵坐标为电压幅值V (伏特)。根据图11数据分析如下两点:在采煤机开机周期内，截割电机供电电压波动明显；红线为电机额定电压3300伏，图形显示供电电压基本以额定电压值为基准上下浮动。
[0091 ] (3)采煤机截割电机功率
采煤机记录的采煤机截割电机功率如图12所示。图中纵坐标为功率幅值(KW)，横坐标为开机时间，单位为S(秒)。红线为额定输入功率400KW。根据图12数据分析如下两点:红色线条为电机额定输入功率400KW。截割电机在滚筒不同负载下，电机功率变化明显；截割电机空载输入功率主要分布在120KW左右。
[0092](4)煤岩硬度普氏系数与修正系数经验值分布图由公式 / = —x(X075xVky/:// 可得:,/人,=0.0075 X 拉/,人。
[0093]如图13中数据点I处的概率密度分布相对集中，是由采煤机滚筒截割煤岩机理决定的，当截齿接触煤岩时，根据密实核截割理论，煤岩体会出现崩落，即滚筒的下个截齿受力会立刻减少。因此出现图中的两个密度函数分布波峰。第一主波段，即数据点I处的截割工况应为采煤机滚筒空载(空转)。数据点4处的普氏系数与修正值的比值f/K为3740。考虑到数据点4的概率分布P (X〈 (f/K = 3740)) = 98.36%。所以认为数据点4为采煤机截割介质最硬的f/K的值。第二个主波段(f/Ke [3164,3740])为采煤机滚筒截割煤岩介质的正常f/K的值范围，工作面顶板良好，平整。采煤机滚筒正常工作一般不接触顶板，因此，实际工作面的煤硬度普氏系数f = 2?3。本次截割工作修正值Ke [(2/3740)，(3/3164)] = [0.0005,0.0009] 0第一主波段为采煤机空载，第二主波段为采煤机实际负载截割煤岩，通过样本训练修正值K的取值范围。
[0094]确定了适用于该型采煤机及测试工作面的具体修正值K的取值范围。即已知采煤机结构参数及确定综采工作面的情况下，采煤机可以自适应通过少量样本学习，得到经验公式修正值K的取值范围，然后反推导出采煤机截割介质硬度普氏系数f的范围。
【权利要求】
1.一种基于黑匣子的采煤机工作状态参数监测方法，所述的黑匣子包括嵌入式主板Intel3945A、512G的固态硬盘、RS232串口通信及TCP/IP网口通信接口、多通道振动加速度信号采集接口，矿用本安振动传感器，并且所述的黑匣子包括四个功能模块=Windows XP/E主控模块，数据通信模块，振动信号采集模块，数据存储模块； 基于所述黑匣子的采煤机工作状态参数监测方法，其特征在于包括以下步骤: 1)状态参数采集: 分别在采煤机牵引部电动机、截割部电动机处安装电流互感器、电压互感器和温度传感器，在摇臂升降驱动油缸处安装油缸压力传感器和油缸位移传感器，摇臂截割电机处安装矿用本安型振动加速度传感器，在摇臂上安装摇臂倾角传感器，在牵引电机输出轴上安装旋转编码器，通过各个互感器、传感器、编码器完成对采煤机电机工作参数信息、油缸载荷信息、振动特性信息及姿态信息的采集； 2)状态参数存储: 采集到的采煤机状态参数中的一类信息是以通信的方式从电控单元传输到黑匣子中，黑匣子存储程序首先创建SQLite数据库，建立通讯数据表，以响应中断的形式接受串口通信数据，并以日期、时间、信息三类字段形式批量存储该数据；另一类信息由外置矿用本安振动传感器采集，以采集信号初始发生日期、时间为文件名创建数据文本文件，批量写入振动数据； 3)状态参数分析: 根据采煤机具体设备部件名称、工况信息和参数名称查看对应参数的数据值，该数据按照时间进行排序，设定参数的正常阈值，根据参数的时域数值分布判定该参数是否出现异常或故障，并精确找到异常和故障发生的时间段，结合实际操作工作记录，准确推断异常和故障发生的原因； 4)采煤机工作状态监测: 根据采煤机截割电机和牵引电机工作参数与煤岩硬度普氏系数影响关系，通过记录井下装有黑匣子的采煤机的截割工况，以时间为参考标准，对比黑匣子中相应电机的电流、电压、温度信息，揭示电机工作参数与截割介质硬度的影响规律，建立截割电机工作参数与煤岩硬度关系建立经验公式:
f = j^x C截割电机尺
厂，—η cos(p 其中C*割电机fA，截割电机线电压队，截割电机线电流込通过采煤机黑匣子采集和记录；截割电机功率因素cqscP根据电机出厂参数确定，电机负荷系数Kp为常数(电机运行时的实际功率和额定功率的比)；其中机械传动效率Π、截割电机转速ω (单位rad/s)、滚筒平均半径Rhead (单位m)、参与截割的截齿投影面积之和A (约整半个滚筒截割截齿)可以根据采煤机说明书获得相应参数，并在已知工况的前提下推导出修正值K的取值范围，得到精确经验公式，进而根据采煤机截割电机和牵引电机的工作参数即可监测滚筒截割介质的硬度。
【文档编号】E21F17/18GK104153816SQ201410448407
【公开日】2014年11月19日 申请日期:2014年9月4日 优先权日:2014年9月4日
【发明者】吴淼, 杨健健, 李旭, 郝迎格, 颜卫东, 范爱文, 姜海, 王怀顺, 吉晓冬, 杨子贤, 周剑锋, 赵新赢 申请人:中国矿业大学(北京)