基于支持向量机算法的煤矿立井罐笼防飞车防坠方法
【专利摘要】本发明公开了一种基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，采用支持向量机分类算法，将传感器采集到的信号分为正常运行状态和飞车断绳状态，再准确地确定提升机的运行状态。本发明弥补了传统提升机保护系统未考虑飞车和误动作率高这两个重要不足，通过对速度和提升绳张力两个因素的检测，并采用基于支持向量机的分类算法，能够准确发现飞车和断绳事故，并且准确动作，降低了煤矿立井提升系统生产的直接和间接的安全事故。
【专利说明】基于支持向量机算法的煤矿立井罐笼防飞车防坠方法
【技术领域】
[0001]本发明涉及煤矿安全领域，具体为一种基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法。
【背景技术】
[0002]近几年来，随着经济的快速增长，能源的需求量大幅度提高，煤炭行业迎来了前所未有的好行情，但随着煤炭行业的发展，煤矿事故也频繁发生，其中提升系统的事故占据了很大一部分。[0003]煤矿立井提升设备的安全运行与整个煤矿安全的生产密切相关。因此，对煤矿立井提升系统实施异常保护显得尤为重要。传统的提升机防坠系统只在断绳或失去牵引力的情况下起保护作用，在飞车故障时起不到保护作用，另外，传统的防飞车和防坠装置的误动作率相对较高，对煤矿的正常生产运行有一定的影响。本发明利用速度和张力传感器检测速度及提升绳的张力，采用基于支持向量机分类算法，准确判断、精确动作，在断绳和飞车情况下能快速准确地对罐笼实施刹车保护，并实现最终减少甚至防止煤矿提升系统事故的发生的目标。
【发明内容】
[0004]本发明的目的是提供一种煤矿立井提升机防飞车防坠装置，以解决现有技术中不能同时对断绳和飞车两种故障进行保护以及误动作率较高的缺点。
[0005]为了解决该问题，本发明采用的技术方案为:
[0006]一种基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:采用支持向量机分类算法，将传感器采集到的信号分为正常运行状态和飞车断绳状态，再准确地确定提升机的运行状态；具体包括以下步骤:
[0007](I)采用速度传感器和提升绳张力传感器，将采集到的信号送到MCU引脚，进行A/D采样，转化为数字量储存；
[0008](2)在MCU中将采集到的速度和张力信号组成二维向量，该向量作为SVM的输入，并通过一个非线性映射，对该向量进行升维处理，也即将其映射到一个易于分类的高维空间中；
[0009](3)在步骤(2)所得到的高维空间中，对这些向量求取最优线性分类面，优化函数为:
η2 η
[0010]Q(a) =αμ 丨 y 丨ViK (XifXj)
?=1 L ij^\
[0011]α为Lagrange系数，y为类标号，x为样本向量，K O为内积运算；
[0012]而相应的判别函数为:
η
[0013]/(X) = sgn(^a; >'A:(Xi，λ:) + h':)[0014]sgn()为符号函数，b*为最佳分类平面的阈值；
[0015](4)步骤(3)中的f (X)是二值函数，其输出只有-1和1，规定I为正常运行态，-1为异常状态；根据函数f (X)的输出值决定是否动作继电器，对提升机系统实施保护措施。
[0016]所述的基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:所述速度传感器为激光式速度传感器，安装在主控电机轴承位置，通过测量电机的转速根据:
[0017]v=r ω
[0018]V为提升机运行速度，r为半径，ω电机运行的角速度；
[0019]得到罐笼平动速度，速度值直接通过数字量输出；采集到张力数据、速度数据后，分别送入MCU中进行处理，并通过控制器局域网络总线传送到地面的中心计算机。
[0020]所述的基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:所述MCU采用ARM芯片，此芯片采用新一代M3内核，最高主频可达100Μ.[0021]ARM芯片是通过支持向量机算法来设计分类器的，由ARM芯片将采集得到的速度传感器的速度值和张力传感器采集的张力值进行非线性变换，并将其映射到更高维的空间中，在高维空间中对它们准确进行分类，根据分类的结果可以得到提升机的运行状态，从而保证了防飞车防坠装置动作的精确性，从而减小了误动作。
[0022]本发明的优点是:
[0023]本发明首先对速度和张力传感器采集到的提升机运行状态数据进行处理分析，采用支持向量机分类算法，能够准确地判断出提升机是处于正常运行态还是异常状态，保证整个系统的稳定性和快速性得到保证。
[0024]本发明从LPC1752处理器的软件和硬件结构进行考虑，所用处理器的速度快，故整个系统的快速性也可以得到保证。
[0025]本发明弥补了传统提升机保护系统未考虑飞车和误动作率高这两个重要不足，通过对速度和提升绳张力两个因素的检测，并采用基于支持向量机的分类算法，能够准确发现飞车和断绳事故，并且准确动作，降低了煤矿立井提升系统生产的直接和间接的安全事故。
【专利附图】
【附图说明】
[0026]图1为本发明所采用的检测装置系统框图。
[0027]图2为本发明提升机防飞车防坠装置软件流程图。
[0028]图3为本发明系统保护动作的工作原理图。
【具体实施方式】
[0029]1、如图1所示为本系统的检测装置部分，主要由速度、张力等传感器、ARM微处理器、声光报警电路、继电器、控制器局域网络总线通讯接口等部分构成。
[0030]微处理器对采集到的信号进行处理，控制继电器输出，电源，时钟和复位电路是维持系统运行的必须部分。存储器用来保存数据以便查看提升系统的历史运行状态。CAN通讯接口将提升机运行时的各种参数都送到上位机的主控界面，工作人员可实时看到提升机运行的位置和状态，也可设定提升机的速度报警限值。[0031]系统的硬件资源分配:
[0032]系统仅需要少量的GPIO接口资源即可，一个用于速度数字量的输入，一个用于张力模拟量的输入，内置12位Α/D转换器，故可以省掉外围Α/D的扩展，另外还有一个输出端口来控制强电部分的动作。
[0033]2、如图2所示为本发明提升机防飞车防坠装置软件流程图。
[0034]本系统首先是采集数据，然后保存该数据，并利用支持向量机对其进行最优的分类，最后由分类结果判断要不要实施保护动作，并将需不需要动作，有没有动作这些结果通过CAN送到地面中心计算机的主控界面。
[0035]3、支持向量机分类算法
[0036]设线性可分样本集为(Xi，yi)，i=ln，Xe Rd, y {+1,-1}是类标号。需要找出最优分类平面使分类后的结构风险达到最小，可以从数学上证明
[0037]其分类函数最优解是:
[0038]
【权利要求】
1.一种基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:采用支持向量机分类算法，将传感器采集到的信号分为正常运行状态和飞车断绳状态，再准确地确定提升机的运行状态；具体包括以下步骤: (1)采用速度传感器和提升绳张力传感器，将采集到的信号送到MCU引脚，进行A/D采样，转化为数字量储存； (2)在MCU中将采集到的速度和张力信号组成二维向量，该向量作为SVM的输入，并通过一个非线性映射，对该向量进行升维处理，也即将其映射到一个易于分类的高维空间中； (3)在步骤(2)所得到的高维空间中，对这些向量求取最优线性分类面，优化函数为:
2.根据权利要求1所述的基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:所述速度传感器为激光式速度传感器，安装在主控电机轴承位置，通过测量电机的转速根据:
v=r ω V为提升机运行速度，r为半径，ω为角速度； 得到罐笼平动速度，速度值直接通过数字量输出；采集到张力数据、速度数据后，分别送入MCU中进行处理，并通过控制器局域网络总线传送到地面的中心计算机。
3.根据权利要求1所述的基于支持向量机分类算法的煤矿立井罐笼防飞车防坠方法，其特征在于:所述MCU采用ARM芯片，此芯片采用新一代M3内核，最高主频可达100Μ。
【文档编号】B66B5/02GK103523625SQ201310320391
【公开日】2014年1月22日 申请日期:2013年7月27日 优先权日:2013年7月27日
【发明者】周孟然, 胡居文, 汪前军, 许峰, 付学强 申请人:安徽理工大学, 徐州赛夫特矿山安全设备有限公司