一种基于1DCNN-AdaBN端对端矿机通风机智能故障诊断系统及其方法与流程

一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统及其方法
技术领域
1.本发明涉及矿机通风机监测技术领域，具体而言，涉及一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统及其方法。


背景技术：

2.矿井通风机故障诊断的现有技术：1、基于解析模型的方法；2、专家系统法；3、特征提取与分类器结合的人工智能法。
3.现有技术的缺点：
4.1、解析模型法需要建立系统精准的数学模型，然而矿机通风机工作环境噪声干扰大，故障引起的系统参数不确定性等混杂因素使系统数学模型难以精准建立，不适合进行在线故障诊断；
5.2、专家系统法知识库建立困难，实时性差，对于超出阈值对应范围的故障难以正确诊断；
6.3、传统的人工智能法通常基于信号特征提取和分类器相结合，在故障诊断领域已广泛应用并效果良好，但在针对不同工况、不同故障类型时需运用不同信号处理方法，因此其诊断过程对专家经验要求高，通用性较差。
7.本发明所要解决的问题：1、矿井通风机故障必须即时发现和尽快排除，需建立在线实时诊断系统；2、矿井通风机故障发生时数据复杂，仅依靠人力进行检测已不能满足要求且专业分析人士数量不足，需建立能够进行自动智能诊断的系统；3、矿井通风机工作现场实时采集的信号不可避免会有噪声污染，会对诊断准确率造成影响，需建立的智能诊断系统有一定的抗噪能力；4、矿井通风机由于工作任务的变化，风机的负载不同，其采集的振动信号和温度信号会随之变化，对诊断效果有一定影响，需建立的矿井通风机智能故障诊断系统能适应变工况条件。


技术实现要素：

8.为了弥补以上不足，本发明提供了一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统及其方法，旨在改善上述背景技术中的问题。
9.本发明实施例提供了一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，包括传感器模块、采集板卡、上位机和监控器；
10.所述传感器模块用于实时测量矿井通风机的振动信号以及实时测量矿井通风机电机温度；
11.所述采集板卡用于采集所述矿井通风机的振动信号和电机温度，并将采集的信息传输到所述上位机；
12.所述上位机用于接收所述采集板卡采集的数据，还用于对所述采集板卡传输的数据输入1dcnn-adabn神经网络中，诊断矿井通风机的运行情况，并将诊断信息传输到所述监
控器；
13.所述监控器用于接收所述上位机传输的所述诊断信息，并发出对应的预警，并实时通知矿井通风机维护人员。
14.在一种具体的实施方案中，所述传感器模块包括防爆bsz808a振动传感器和pt100热电阻型温度传感器，所述防爆bsz808a振动传感器实时测量矿井通风机的振动信号，所述pt100热电阻型温度传感器实时测量矿井通风机电机温度。
15.在一种具体的实施方案中，所述防爆bsz808a振动传感器和pt100热电阻型温度传感器采用接入型或者感应型安装，所述防爆bsz808a振动传感器在矿井通风机机组的前、后支撑端轴瓦x方向和y方向各安装1个；所述pt100热电阻型温度传感器在电机轴和电机定子各安装1个。
16.在一种具体的实施方案中，所述上位机设置为嵌入式计算机或微型计算机中的一种；所述上位机还用于建立1dcnn-adabn神经网络对输入信号分析并输出故障诊断结果。
17.在一种具体的实施方案中，所述建立的1dcnn-adabn神经网络用于采集一维振动信号，将采集的一维振动信号直接输入1dcnn，所述1dcnn在每层卷积操作之后均进行bn处理，用于减少内部协变量转移，提高网络的训练效率，增强网络的泛化能力；所述adabn是基于bn的领域自适应算法，所述adabn用于提高所述1dcnn的领域自适应能力。
18.在一种具体的实施方案中，所述监控器内设置有传输模块，所述传输模块用于进行远程传输信号，所述监控器接受所述上位机的诊断信息，并实时传输到工作人员的便携屏幕，实时监测矿井通风机状态，并在通风机故障时即时处理。
19.在一种具体的实施方案中，所述采集板卡包括rvdt传感器，所述rvdt传感器依次连接有均方根直流转换器、模拟数字转换器、fpga、存储器，所述均方根直流转换器包括两个，两个所述均方根直流转换器输入端分别与所述rvdt传感器副线圈va、vb连接，两个所述均方根直流转换器输出端与所述模拟数字转换器连接；所述fpga输出端依次连接有数模转换器、跟随运放模块，所述跟随运放模块与rvdt传感器连接。
20.在一种具体的实施方案中，所述fpga还连接有rs422接口芯片，所述fpga的型号是xc7a100t；所述均方根直流转换器采用有效值转换芯片ad637，所述跟随运放模块采用opa551运算放大器。
21.在一种具体的实施方案中，所述监控器还包括主控制模块、微控制器、存储模块、图像采集模块、光学镜头和红外感应模块；所述主控制模块连接所述微控制器、所述存储模块、所述图像采集模块及所述传输模块；所述微控制器连接所述传输模块及所述红外感应模块；所述图像采集模块还用于连接所述光学镜头。
22.本发明还提供了一种基于1dcnn-adabn端对端矿机通风机智能故障诊断方法，包括以下步骤：
23.s1.根据被测矿井通风机型号、结构特点，通过分析其故障机理、类别及征兆，确定风机状态信号的测点分布与采集；
24.s2.防爆bsz808a振动传感器和pt100热电阻型温度传感器的测量点布置与安装；
25.s3.通过采集板进行信号采集；
26.s4.将采集的信号输入建立的1dcnn-adabn的在线故障诊断模型，达到信号-结果的端对端式故障诊断效果，使监控器对矿机状态进行监测；
27.s5.监控器显示诊断结果，实时矿机状态监测。
28.与现有技术相比，本发明的有益效果：
29.本发明以矿井通风机的振动信号为基础，结合电机温度对矿井通风机的运行状态进行实时监测，建立了1dcnn-adabn端对端式矿机通风机智能在线故障诊断模型，有效克服了传统故障诊断模型需要专家经验和专业分析人士数量不足的问题，可以直接实现信号-结果端对端式故障诊断，有效的节约了人力资源，其中，本发明建立的1dcnn-adabn的故障诊断模型，可以对原始采集的信号进行高效处理，克服了采集信号被噪声污染的问题，并提高在不同负载情况下故障诊断的适应能力，并实现在线实时监测，有效提高了矿井通风机的运行效率和运行安全的性能。
附图说明
30.为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
31.图1是本发明实施方式提供的流程图；
32.图2为本发明实施方式提供的采集卡的结构示意图。
具体实施方式
33.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
34.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
35.请参阅图1-2，本发明提供一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，包括传感器模块、采集板卡、上位机和监控器；
36.所述传感器模块用于实时测量矿井通风机的振动信号以及实时测量矿井通风机电机温度；
37.所述采集板卡用于采集所述矿井通风机的振动信号和电机温度，并将采集的信息传输到所述上位机；
38.所述上位机用于接收所述采集板卡采集的数据，还用于对所述采集板卡传输的数据输入1dcnn-adabn神经网络中，诊断矿井通风机的运行情况，并将诊断信息传输到所述监控器；
39.所述监控器用于接收所述上位机传输的所述诊断信息，并发出对应的预警，并实时通知矿井通风机维护人员。
40.具体的，所述传感器模块包括防爆bsz808a振动传感器和pt100热电阻型温度传感器，所述防爆bsz808a振动传感器实时测量矿井通风机的振动信号，所述pt100热电阻型温度传感器实时测量矿井通风机电机温度。
41.在具体设置时，所述防爆bsz808a振动传感器和pt100热电阻型温度传感器采用接入型或者感应型安装，所述防爆bsz808a振动传感器在矿井通风机机组的前、后支撑端轴瓦x方向和y方向各安装1个；所述pt100热电阻型温度传感器在电机轴和电机定子各安装1个。
42.需要说明的是，所述上位机设置为嵌入式计算机或微型计算机中的一种；所述上位机还用于建立1dcnn-adabn神经网络对输入信号分析并输出故障诊断结果。
43.在一些具体的实施方案中，所述建立的1dcnn-adabn神经网络用于采集一维振动信号，将采集的一维振动信号直接输入1dcnn，所述1dcnn在每层卷积操作之后均进行bn处理，用于减少内部协变量转移，提高网络的训练效率，增强网络的泛化能力；所述adabn是基于bn的领域自适应算法，所述adabn用于提高所述1dcnn的领域自适应能力。
44.在其他一些实施方案中，所述监控器内设置有传输模块，所述传输模块用于进行远程传输信号，所述监控器接受所述上位机的诊断信息，并实时传输到工作人员的便携屏幕，实时监测矿井通风机状态，并在通风机故障时即时处理。
45.在本发明中，所述采集板卡包括rvdt传感器，所述rvdt传感器依次连接有均方根直流转换器、模拟数字转换器、fpga、存储器，所述均方根直流转换器包括两个，两个所述均方根直流转换器输入端分别与所述rvdt传感器副线圈va、vb连接，两个所述均方根直流转换器输出端与所述模拟数字转换器连接；所述fpga输出端依次连接有数模转换器、跟随运放模块，所述跟随运放模块与rvdt传感器连接；所述fpga还连接有rs422接口芯片，所述fpga的型号是xc7a100t；所述均方根直流转换器采用有效值转换芯片ad637，所述跟随运放模块采用opa551运算放大器；本发明采用的采集卡能缩小转换后有效值误差，进而提高转换精度。
46.可以理解，在其他实施例中，所述监控器还包括主控制模块、微控制器、存储模块、图像采集模块、光学镜头和红外感应模块；所述主控制模块连接所述微控制器、所述存储模块、所述图像采集模块及所述传输模块；所述微控制器连接所述传输模块及所述红外感应模块；所述图像采集模块还用于连接所述光学镜头。
47.本发明还提高了一种基于1dcnn-adabn端对端矿机通风机智能故障诊断方法，其特征在于，包括以下步骤：
48.s1.根据被测矿井通风机型号、结构特点，通过分析其故障机理、类别及征兆，确定风机状态信号的测点分布与采集；
49.s2.防爆bsz808a振动传感器和pt100热电阻型温度传感器的测量点布置与安装；
50.s3.通过采集板进行信号采集；
51.s4.将采集的信号输入建立的1dcnn-adabn的在线故障诊断模型，达到信号-结果的端对端式故障诊断效果，使监控器对矿机状态进行监测；
52.s5.监控器显示诊断结果，实时矿机状态监测。
53.该基于1dcnn-adabn端对端矿机通风机智能故障诊断系统及其方法的原理及优点：
54.本发明以矿井通风机的振动信号为基础，结合电机温度对矿井通风机的运行状态进行实时监测，建立了1dcnn-adabn端对端式矿机通风机智能在线故障诊断模型，有效克服了传统故障诊断模型需要专家经验和专业分析人士数量不足的问题，可以直接实现信号-结果端对端式故障诊断，有效的节约了人力资源，其中，本发明建立的1dcnn-adabn的故障
诊断模型，可以对原始采集的信号进行高效处理，克服了采集信号被噪声污染的问题，并提高在不同负载情况下故障诊断的适应能力，并实现在线实时监测，有效提高了矿井通风机的运行效率和运行安全的性能。
55.以上所述仅为本发明的实施例而已，并不用于限制本发明的保护范围，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
56.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

技术特征：
1.一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，包括传感器模块、采集板卡、上位机和监控器；所述传感器模块用于实时测量矿井通风机的振动信号以及实时测量矿井通风机电机温度；所述采集板卡用于采集所述矿井通风机的振动信号和电机温度，并将采集的信息传输到所述上位机；所述上位机用于接收所述采集板卡采集的数据，还用于对所述采集板卡传输的数据输入1dcnn-adabn神经网络中，诊断矿井通风机的运行情况，并将诊断信息传输到所述监控器；所述监控器用于接收所述上位机传输的所述诊断信息，并发出对应的预警，并实时通知矿井通风机维护人员。2.根据权利要求1所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述传感器模块包括防爆bsz808a振动传感器和pt100热电阻型温度传感器，所述防爆bsz808a振动传感器实时测量矿井通风机的振动信号，所述pt100热电阻型温度传感器实时测量矿井通风机电机温度。3.根据权利要求2所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述防爆bsz808a振动传感器和pt100热电阻型温度传感器采用接入型或者感应型安装，所述防爆bsz808a振动传感器在矿井通风机机组的前、后支撑端轴瓦x方向和y方向各安装1个；所述pt100热电阻型温度传感器在电机轴和电机定子各安装1个。4.根据权利要求1所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述上位机设置为嵌入式计算机或微型计算机中的一种；所述上位机还用于建立1dcnn-adabn神经网络对输入信号分析并输出故障诊断结果。5.根据权利要求4所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述建立的1dcnn-adabn神经网络用于采集一维振动信号，将采集的一维振动信号直接输入1dcnn，所述1dcnn在每层卷积操作之后均进行bn处理，用于减少内部协变量转移，提高网络的训练效率，增强网络的泛化能力；所述adabn是基于bn的领域自适应算法，所述adabn用于提高所述1dcnn的领域自适应能力。6.根据权利要求1所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述监控器内设置有传输模块，所述传输模块用于进行远程传输信号，所述监控器接受所述上位机的诊断信息，并实时传输到工作人员的便携屏幕，实时监测矿井通风机状态，并在通风机故障时即时处理。7.根据权利要求1所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述采集板卡包括rvdt传感器，所述rvdt传感器依次连接有均方根直流转换器、模拟数字转换器、fpga、存储器，所述均方根直流转换器包括两个，两个所述均方根直流转换器输入端分别与所述rvdt传感器副线圈va、vb连接，两个所述均方根直流转换器输出端与所述模拟数字转换器连接；所述fpga输出端依次连接有数模转换器、跟随运放模块，所述跟随运放模块与rvdt传感器连接。8.根据权利要求7所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述fpga还连接有rs422接口芯片，所述fpga的型号是xc7a100t；所述均方根
直流转换器采用有效值转换芯片ad637，所述跟随运放模块采用opa551运算放大器。9.根据权利要求6所述的一种基于1dcnn-adabn端对端矿机通风机智能故障诊断系统，其特征在于，所述监控器还包括主控制模块、微控制器、存储模块、图像采集模块、光学镜头和红外感应模块；所述主控制模块连接所述微控制器、所述存储模块、所述图像采集模块及所述传输模块；所述微控制器连接所述传输模块及所述红外感应模块；所述图像采集模块还用于连接所述光学镜头。10.一种基于1dcnn-adabn端对端矿机通风机智能故障诊断方法，其特征在于，包括以下步骤：s1.根据被测矿井通风机型号、结构特点，通过分析其故障机理、类别及征兆，确定风机状态信号的测点分布与采集；s2.防爆bsz808a振动传感器和pt100热电阻型温度传感器的测量点布置与安装；s3.通过采集板进行信号采集；s4.将采集的信号输入建立的1dcnn-adabn的在线故障诊断模型，达到信号-结果的端对端式故障诊断效果，使监控器对矿机状态进行监测；s5.监控器显示诊断结果，实时矿机状态监测。

技术总结
本发明提供了一种基于1DCNN-AdaBN端对端矿机通风机智能故障诊断系统及其方法，属于矿机通风机监测技术领域。包括传感器模块、采集板卡、上位机和监控器；所述传感器模块用于实时测量矿井通风机的振动信号以及实时测量矿井通风机电机温度；所述采集板卡用于采集所述矿井通风机的振动信号和电机温度，并将采集的信息传输到所述上位机。本发明以矿井通风机的振动信号为基础，结合电机温度对矿井通风机的运行状态进行实时监测，建立了1DCNN-AdaBN端对端式矿机通风机智能在线故障诊断模型，有效克服了传统故障诊断模型需要专家经验和专业分析人士数量不足的问题，可以直接实现信号-结果端对端式故障诊断，有效的节约了人力资源。源。源。


技术研发人员：魏林 赵雷 武玉龙 李振璧 丁兆龙 王目军
受保护的技术使用者：淮北矿业股份有限公司
技术研发日：2023.04.01
技术公布日：2023/7/18