基于时频分析的矿井提升机故障诊断研究＊

赵旭荣

（山西工程职业学院机械工程系，山西 太原 030062）

0 引言

矿井提升机是矿山生产中至关重要的设备之一，其运行的安全性和稳定性对矿山的安全生产和矿工的生命安全有着直接的影响。然而，由于矿山生产过程的环境恶劣及设备复杂性高、负荷变化大等，所以矿井提升机易出现各类故障，严重威胁矿山的安全生产和矿工的生命安全［1］。对矿井提升机进行故障诊断，提前发现和预防故障，对保障矿井安全生产具有重要意义。

传统的故障诊断方法主要依赖人工经验和传感器设备，然而这些方法通常需要投入大量的人力和物力，并且诊断精度受限于专家经验和传感器精度。随着科技的发展，一种基于数据驱动的故障诊断方法引起研究者的关注。JINYAN 等［2］对基于人工智能的故障诊断方法进行研究，通过应用神经网络和模糊逻辑技术，能够更精确地诊断复杂系统中的故障。研究结论表明，与传统方法相比，该方法能够更有效地处理复杂、非线性的故障模式，并减少诊断时间。LIU 等［3］利用大数据分析进行风力发电机组的故障诊断，通过收集和分析大量的运行数据，成功地发现了一些微小的、早期的故障迹象。他们的研究结论是基于数据驱动的方法能够提早发现故障并采取预防措施，从而延长了设备的使用期限和提升其可靠性。MING 等［4］通过集成学习方法对轴承故障进行诊断。他们使用多个不同类型的传感器数据，通过集成学习方法将这些数据融合在一起，其研究结论表明，这种集成的方法能够更全面地捕捉故障的特征，从而提高了故障诊断的准确性。这种方法利用现代计算机技术和数学模型，通过对设备运行数据的分析和处理，实现对故障的自动检测和预警。

时间频率分析是一种常用的信号处理方法，能够揭示信号在时间和频率两个维度上的变化规律，因此被广泛应用于各类设备的故障诊断［5］。基于时间频率分析的故障诊断方法，能够有效地从设备运行数据中提取故障的相关特征，以此为依据实现对故障的准确识别和预测。

本文旨在通过时间频率分析方法，对矿井提升机的故障进行诊断。首先，详细介绍了时间频率分析的基本原理；其次，通过数据收集、特征提取建立故障诊断模型；最后，根据实验结果，验证了时间频率分析在矿井提升机故障诊断中的有效性，为矿井提升机的故障预警提供了一种有效的技术手段。

1 时间频率分析方法及其应用

1.1 时间频率分析的基本原理

时间频率分析是一种信号处理方法，用于研究信号在时间和频率上的变化特性，它能够揭示信号随时间变化的频率内容，提供更全面的频谱信息，以便使用者更好地理解信号的动态特性。在故障诊断中，时间频率分析被广泛地应用于故障特征提取、故障模式识别和信号异常检测等方面［6］。

时间频率分析的基本原理基于短时傅里叶变换（Short-Time Fourier Transform，STFT）和小波变换（Wavelet Transform）［7］，其主要步骤如下：①选择合适的时间窗口。将信号分割为多个小段，并在每个时间窗口内进行频谱分析。②应用傅里叶变换。对每个时间窗口内的信号进行傅里叶变换，将信号从时域转换到频域。③频谱平滑化。通过对傅里叶变换结果应用窗函数，降低频谱泄漏的影响，使频谱更加平滑。④时间频率表示。将平滑后的频谱根据时间的变化进行可视化，形成时间频率谱图。

在矿井提升机的故障诊断中，时间频率分析可以应用于提取矿井提升机运行数据中与故障有关的频率信息和时域特征。通过分析时间频率谱图，识别出故障引起的频率变化和能量集中区域，从而实现对矿井提升机故障的准确诊断［8］。

1.2 时间频率分析在故障诊断中的应用

时间频率分析在故障诊断中具有广泛的应用，可以帮助工程师和技术人员有效地检测和诊断设备故障（如图1所示）。

图1 时间频率分析在故障诊断中的应用

2 基于时间频率分析的矿井提升机故障诊断

2.1 数据收集

为对基于时间频率分析的矿井提升机故障进行诊断，需要收集与矿井提升机运行状态和故障相关的数据。本文列出常见的数据变量及其对应的测量值（见表1）。

表1 矿井提升机运行状态和故障相关的数据

电流、振动幅值、温度和压力是常见的用于矿井提升机故障诊断的关键参数，通过监测这些参数的变化，可以发现潜在的故障特征和异常情况。

2.2 基于时间频率分析的特征提取

基于时间频率分析的特征提取是矿井提升机故障诊断的重要步骤。通过分析矿井提升机的运行数据，利用时间频率分析方法提取与故障相关的特征，可以帮助维护人员识别故障模式和异常情况。表2列出了常见的基于时间频率分析的矿井提升机特征及其对应的数值。

表2 基于时间频率分析的矿井提升机特征及其对应的数值

主频峰值表示在时间频率谱中频率最显著的峰值位置，反映矿井提升机的运行状态。频谱能量表示信号在不同频率上的能量分布情况，反映矿井提升机的频谱特性。频率变化率表示频率随时间变化的速率，可以揭示矿井提升机运行过程中的频率变化趋势。时间频率密度表示信号在时间和频率上的分布密度，用于描述信号的时频特性。峭度是描述信号峰值的尖锐程度，可以用来判断信号的频率集中度。

特征提取的目的是从时间频率分析结果中提取有意义且与故障相关的特征，为后续的故障诊断和分类提供依据［9］，通过对这些特征进行分析和比较，可以识别矿井提升机的故障模式和异常情况，为维护人员提供准确的故障诊断结果和相应的维护措施。

2.3 故障诊断模型建立

故障诊断模型的建立是基于时间频率分析的矿井提升机故障诊断的关键步骤。通过分析矿井提升机的运行数据和提取特征，可以建立故障诊断模型，实现对故障的准确识别和预测。故障诊断模型公式如下：

公式（1）中：Y表示故障诊断结果，用于标识矿井提升机的故障类型或状态；Cons tan t 表示常数项，用于模型的偏移校正；A1，A2，A3，…，An表示系数，用于权衡不同特征对故障诊断结果的影响；F1，F2，F3，…，Fn表示特征值，即基于时间频率分析提取的特征。

具体的系数A1，A2，A3，…，An的模型训练公式可以通过机器学习算法进行优化，使用线性回归算法计算：

公式（2）通过最小化实际值与模型预测值之间的差异对系数A1，A2，A3，…，An的取值进行优化，使模型能够更准确地预测矿井提升机的故障类型或状态。

2.4 实验结果与分析

在进行基于时间频率分析的矿井提升机故障诊断的实验后，得到如下的实验结果和分析。

2.4.1 实验设置

数据集：使用表1中的数据作为实验数据集。

特征提取：根据表2 中的特征定义，通过计算得到主频峰值、频谱能量、频率变化率、时间频率密度和峭度等特征值。

2.4.2 实验结果

根据实验数据和特征提取，利用线性回归算法训练故障诊断模型，并得到相应的系数为A1=0.1,A2 = -0.05,A3 = 0.02,A4 = 0.08,A5 = 0.15。

利用以上系数，根据实际的特征值进行故障诊断的预测，并结合表2 的特征值，代入故障诊断模型公式得到：Y=Constant+0.1×10.5+（-0.05）×（-16.2）+0.02×0.05+0.08×0.09+0.15×1.3=Constant+1.05+0.81+0.000 1+0.007 2+0.195=Constant+2.063 3。

分析实验结果可知，如果Y的计算值大于某个阈值，就可以判断矿井提升机存在故障。

3 实际应用与影响

3.1 矿井提升机故障诊断案例

为验证基于时间频率分析的矿井提升机故障诊断方法的有效性，研究人员在位于山西省的一座煤矿中进行应用实验。在实验中，研究人员收集了矿井提升机的运行数据，并使用时间频率分析方法提取与故障相关的特征。表3 是矿井提升机运行数据，用于本研究的故障案例诊断。

表3 矿井提升机运行数据示例

通过时间频率分析，本研究提取与故障诊断相关的特征。表4展示了从上述运行数据中提取的一些特征值，包括主频峰值、频谱能量、频率变化率、时间频率密度和峭度等。

表4 矿井提升机故障诊断特征示例

通过对提取的特征进行分析和比较，能够识别矿井提升机的故障模式和异常情况。例如，在特定时间段内，主频峰值的变化超过预设的阈值，并且频率变化率呈现异常的趋势。这些特征的变化与矿井提升机可能存在的故障相对应［4］。

将特征值代入模型公式，得到故障诊断结果。例如，将实际的特征值代入故障诊断模型，得到故障诊断结果为故障类型A。

3.2 效果比较与行业影响

基于时间频率分析的矿井提升机故障诊断方法在实际应用中与传统的故障诊断方法相比，具有较大的优势。

一是与传统的基于人工经验和传感器设备的故障诊断方法相比，基于时间频率分析的方法能够自动化地分析设备运行数据，并提取与故障相关的特征［10］。传统方法通常需要大量的人力和物力投入，并且诊断精度受限于专家经验和传感器精度，而基于时间频率分析的方法利用现代计算机技术和数学模型能够全面、准确地检测和诊断矿井提升机的故障，极大地减少了人力和物力资源的消耗。

二是基于时间频率分析的方法能够提供更丰富的故障诊断信息。通过分析时间频率谱图，可以揭示信号在时间和频率上的变化规律，帮助工程师和技术人员更好地理解矿井提升机的动态特性［11］。相比之下，传统方法只能提供有限的故障诊断指标，难以全面了解设备的故障状态。

三是基于时间频率分析的方法具有较高的故障识别准确性和预测能力。通过提取与故障相关的特征，建立故障诊断模型，该方法能够对矿井提升机的故障类型进行准确识别和预测［12］。与传统方法相比，基于时间频率分析的方法能够更早地发现潜在的故障，从而避免故障进一步恶化，造成生产损失。

四是基于时间频率分析的矿井提升机故障诊断方法的应用对矿井行业具有重要的影响。该方法能够提高矿井的安全性和生产效率。通过及时发现和诊断矿井提升机的故障，可以避免矿井生产工作中潜在的安全风险，避免生产中断，保障工人的生命安全和矿山的正常运行。此外，该方法能够降低维护成本，提高设备可靠性。通过精确的故障诊断和预测，合理安排维护计划，减少维护成本和停机时间，延长设备的使用寿命。基于时间频率分析，借助先进的计算机技术和数据处理算法，可为矿井提升机的故障诊断提供新的思路和方法，促进矿井行业技术创新和进步。

4 结语

本研究通过基于时间频率分析的方法，探索了矿井提升机故障诊断的方向。通过数据收集、特征提取、故障诊断模型的建立及实验结果与分析，为矿井提升机故障诊断提供一种可行的方法。未来的研究可以进一步优化模型和算法，提高故障诊断的准确性和可靠性，从而更好地保障矿井的安全运行。