煤矿皮带输送机故障诊断智能决策支持系统设计

煤矿皮带输送机故障诊断智能决策支持系统设计

杨专

日照长运工业输送设备有限公司 山东省 日照市 276800

摘要：皮带故障诊断智能决策支持系统基于信息融合方法，综合利用多种类型传感器采集系统的实时状态信息，经过数据库、知识库、模型库和案例库的处理，从而实现对系统的事故分析和故障诊断，评估皮带系统的运行状态情况。

关键词：皮带输送机；故障诊断；智能决策

一、皮带智能决策支持结构

基于信息融合的皮带故障诊断决策支持系统结构如图所示：

图1.皮带故障诊断决策支持系统基本结构

（1）数据库平台：存放所有人工数据、监控系统实时数据和历史数据，及其他外部数据，对推理分析提供服务支持。

（2）知识库子系统：由“本体和产生式规则”进行知识库建模，其中，皮带知识包括专家知识和其他以规则形式表示的知识，提供知识的正反混合推理支持。

（3）案例库子系统：收集所有典型皮带故障案例，可以实现案例特征提取，相似度搜索，及基于索引和相似度的推理策略，支持案例分析、案例检索、案例维护。

（4）模型库子系统：包括模型方法库（包括具体的模型计算方法）、模型库管理系统。实现对数据的统计分析、预警分析等功能，并把结果返回决策支持系统，与知识库和案例库实现对故障的综合诊断。

（5）用户界面：实现用户和决策支持系统的友好人机交互，提供关键词检索，问答选择交流方式。首选文本输出形式，并通过图形和电子表格来进行信息补充。

二、皮带智能系统故障分析与决策处理流程

对于实时监测过程，皮带智能决策支持系统首先根据皮带传感器设定的固定故障阈值判断采集的原始数据，初步得到皮带系统部件、环境状态信息，通过对多传感器局部诊断信息进行融合，借鉴领域专家知识实现皮带的综合故障诊断。集成数据库、知识库、模型库和案例库实现对故障的综合决策支持诊断过程。从而帮助相关工作人员积累故障诊断知识，共享专家知识，实现故障的快速诊断和事故的有效预防，如图2所示。

图2.传感器实时融合系统模型

对于用户事后诊断时，通过问题处理及人机交互系统提出需求，检索模型库中是否有解决该问题模型，针对用户需求，从模型库选择方法对数据库中检索的人工数据、传感器实测数据、系统历史记录进行专项分析推理，确定故障模式；同时通过知识库系统检索相关领域知识，根据领域专家知识确定具体故障；也可以采用不确定推理方法，对案例库中的典型案例进行搜索匹配，获得相关常规解决方案，实现同类型问题的快速处理。实现知识库、模型库和案例库的综合求解，给出最优决策建议。如下图3：

图3.智能决策支持诊断过程

从流程图不难看到，皮带信息融合故障诊断智能决策支持系统基于在线监控系统和问题处理及人机交互界面，发挥皮带故障诊断专家系统解决规则推理问题的优势、DSS解决定量分析问题的优势以及案例库不确定推理的优势，综合这三方面的优势，实现定性分析和定量分析的互补、确定推理和不确定推理的有机结合，使得皮带信息融合故障诊断智能决策支持系统解决实际问题的能力大为提高，实现了皮带故障诊断的实时性、综合性和智能性。

三、皮带智能系统信息融合结构和方法

从检测融合的角度出发，信息融合包括四种结构模型：分别是并行结构、串行结构、分散式结构和树状结构。并行结构是通过各个传感器的原始数据采集、局部判断之后通过融合中心实现全局判断的一种检测融合结构；串行结构是下游传感器通过上游传感器局部诊断结果和自身原始数据进行融合判断，向下递推，直至得到最终融合结果的检测融合结构；分散式结构是各个传感器分别对自身原始数据进行最终判断的检测融合结构；树形结构是并行结构和串行结构相结合的混合结构，由树枝开始依次向下，在各个节点处分别实现检测融合，直至树根节点实现全局检测融合过程。

从目标融合（或信息融合抽象程度）的角度出发，信息融合又被划分为三个级别：数据层融合、特征层融合、决策层融合。

数据层融合要求传感器是同类型的，对相同物理量或者现象进行融合。其优点是数据精确、信息量损失少，缺点是信息量大，原始信息不确定、不稳定性，从而要求融合模型有较高的纠错能力。

特征层融合对传感器原始信息进行特征提取、分类、汇集和信息压缩，辅助决策分析，处于信息融合的中间层次。可分为目标特征信息融合与目标状态信息融合，目标特征信息融合即模式识别，可运用神经网络、聚类方法、特征压缩和K最近邻法等方法实现；目标状态信息融合主要实现状态向量估计、参数估计。

决策层融合要求各个传感器对原始数据进行处理（预处理、特征抽取、识别或判决），然后对各个传感器局部决策结果进行融合处理，获得最终融合结果。其优点是数据量要求低、通信量小、容错性好、抗干扰能力强、灵活性高，可以是异类传感器，缺点是先验知识获取困难，目标状态变化较快。方法主要包括D-S证据理论、贝叶斯推理、专家系统法、模糊集理论等。

综上所述，本文基于皮带输送机故障诊断智能决策支持系统自身特点，讨论皮带故障诊断智能决策支持系统知识库的实现方法，同时探讨系统模型的具体应用，并在皮带故障诊断智能决策支持系统结构中加入现代人工智能案例推理的概念，为煤矿皮带输送机故障诊断智能决策支持系统设计奠定理论基础。

参考文献

[1]白虎纲.分析常见煤矿皮带输送机故障与如何处理应对[J].冶金管理,2020(21):43-44.

[2]直国荣.矿用皮带运输机故障检测方案设计[J].中国金属通报,2020(10):71-72.

[3]任鹏飞.皮带输送机智能故障诊断系统设计[J].当代化工研究,2019(08):69-70.

[4]王谦.煤矿皮带故障诊断智能决策支持系统研究设计[J].煤炭与化工,2018,41(04):86-88.DOI:10.19286.