CN116177257B - 一种螺旋卸船机的螺旋进料及管道保护方法及系统 - Google Patents

Abstract

本发明提出一种螺旋卸船机的螺旋进料及管道保护方法及系统，所述方法包括：螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；对经验数据集中的异常值进行数据清洗；基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；实时采集电机转速、电流及转矩数据并进行数据清洗；将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。本发明建立了转速与电机电流、转矩的经验函数模型，通过电机转速、电流及转矩的综合数据判定螺旋输送机的运行情况，避免仅使用单一类型数据产生的判定误差，提高了预警的准确性。

Description

一种螺旋卸船机的螺旋进料及管道保护方法及系统

技术领域

本发明属于螺旋卸船机故障监测技术领域，具体涉及一种螺旋卸船机的螺旋进料及管道保护方法及系统。

背景技术

螺旋卸船机采用阿基米德轴向等径螺旋输送管运送散货，其主要机构为垂直螺旋输送机及水平螺旋输送机。当螺旋输送机内部结构发生异变或进料过程中发生金属异物卡涩时，若检测保护措施不当会对螺旋输送机产生致命伤害。

目前业内主要依靠若干温度传感器检测温度异常或检测驱动主电机电流是否异常来保护，比如公布号为CN112098837A的发明专利公开了一种无轴螺旋输送机故障报警方法及装置，其通过检测驱动电机实时的电流值并与特定的电流值范围进行比较来判断无轴螺旋输送机的工作状态是否异常，若异常，发出报警提示。但以上保护方式具有以下弊端：(1)需安装的温度传感器数量众多，且水平螺旋管道虽可安装温度传感器，但垂直螺旋管道安装难度较大且无法维护；(2)仅仅依靠电流异常检测，误差率较高且不稳定。

因此，需要一种易于维护、稳定性好的螺旋卸船机的螺旋进料及管道保护方式。

发明内容

有鉴于此，本发明提出了一种螺旋卸船机的螺旋进料及管道保护方法及系统，用于解决现有的螺旋卸船机异常监测误差率高的问题。

本发明第一方面，公开一种螺旋卸船机的螺旋进料及管道保护方法，所述方法包括：

螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；

对经验数据集中的异常值进行数据清洗；

基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；

实时采集电机转速、电流及转矩数据并进行数据清洗；

将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。

在以上技术方案的基础上，优选的，所述螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集具体包括：

通过PLC控制系统与螺旋卸船机的各驱动电机变频器进行现场总线通讯，各个电机电流变送器数据接入PLC控制系统的模拟量输入模块；

螺旋输送机正常取料时，依据所取煤质品种，通过PLC控制系统分别记录在设定电机转速下取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流曲线及转矩曲线；

根据电流曲线及转矩曲线分别得到螺旋输送机正常运行时，设定电机转速下不同煤质取料时的取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流数据库、转矩数据库，建立相应的经验数据集。

在以上技术方案的基础上，优选的，所述基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型具体包括：

电流I_x的经验函数模型为：I_x∈F(x)＝{K_a*X₁|X₁∈U₁}

转矩T_y的经验函数模型为：T_y∈F(y)＝{K_b*X₂|X₂∈U₂}

其中，K_a、K_b分别表示取不同煤质时，电流、转矩的经验比例系数，X₁为电机电流经验数据集U₁中的任意一个元素，X₂为电机转矩经验数据集U₂中的任意一个元素。

在以上技术方案的基础上，优选的，所述实时采集电机转速、电流及转矩数据并进行数据清洗具体包括：

根据电流经验数据集绘制电流箱线图，获取电流箱线图的上边缘和下边缘，将实时采集的电流数据中高于上边缘，或者是低于下边缘的数据点剔除；

根据转矩经验数据集绘制转矩箱线图，获取转矩箱线图的上边缘和下边缘，将实时采集的转矩数据中高于上边缘，或者是低于下边缘的数据点剔除。

在以上技术方案的基础上，优选的，所述将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警具体包括：

获取螺旋输送机设定的电机转速值，判断实时采集的电机转速与设定的电机转速值是否一致，若不一致，则判定螺旋输送机运行异常，停机报警；

若实时采集的转速与设定的转速值一致，判断清洗后的实时电流数据是否符合电流的经验函数模型，并判断清洗后的实时转矩数据是否符合转矩的经验函数模型，若清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和大于预设阈值，则判定螺旋输送机运行异常，停机报警。

在以上技术方案的基础上，优选的，所述若清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和大于预设阈值，则判定螺旋输送机运行异常，停机报警具体包括：

定义电流的偏差为K₁：

定义转矩的偏差为K₂：

其中，i_x为固定取料速度下经清洗后电机电流的实时采集值，t_y为固定取料速度下经清洗后电机转矩的实时采集值，为电机经验函数模型F(x)的平均值；为电机转矩经验函数模型F(y)的平均值；

则清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和为K：

若一段连续时间内，K≥K_n的关系式一直成立，则判定螺旋进料及管道运行异常，反之则正常运行，式中K_n为固定经验值。

在以上技术方案的基础上，优选的，所述方法还包括：

每隔固定时间同时采集PLC控制系统总线电流值I1和电机电流变送器接入的模拟量电流值I2，若|I1-I2|＜N，判定电流数据稳定，N为预设的电流阈值，若多次出现|I1-I2|≥N情况，则不稳定，发出警示，并舍弃不稳定下采集的电机转速、电流及转矩数据。

本发明第二方面，公开一种螺旋卸船机的螺旋进料及管道保护系统，所述系统包括：

PLC控制系统：与螺旋卸船机的各驱动电机变频器进行现场总线通讯，且电机电流变送器数据接入PLC控制系统的模拟量输入模块，用于在螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；实时采集电机转速、电流及转矩数据；

数据处理模块：用于对经验数据集中或实时采集电机转速、电流及转矩数据的异常值进行数据清洗，基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；

异常判断模块：用于将数据清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。

本发明相对于现有技术具有以下有益效果：

1)本发明采集大量电机转速、电流及转矩数据并进行数据清洗，建立转速与电机电流、转矩的经验函数模型，通过电机转速、电流及转矩的综合数据判定螺旋输送机的运行情况，避免仅使用单一类型数据产生判定误差，提高了预警的准确性；本发明充分利用现有配置采集相关实时运行数据，结构简单易行，经适当的数据处理使螺旋输送机的保护准确性及稳定性大大提高，且后期运行期间维护简单；

2)本发明基于海量正常运行数据建立经验函数模型，基于实施采集数据与经验函数模型的均值的比值定义偏差，通过清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和与预设阈值比较判断是否异常，可以充分利用大数据的优势，提高异常判断的准确度，减少误判；

3)本发明每隔固定时间同时采集PLC控制系统总线电流值和电机电流变送器接入的模拟量电流值，通过采集双重电流数据进行稳定性验证，从而提高系统的稳定性和可信性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为螺旋卸船机的结构示意图；

图2为螺旋卸船机的水平螺旋输送机结构示意图；

图3为本发明的螺旋卸船机的螺旋进料及管道保护方法流程图；

图4为PLC控制系统与各个电机连接关系示意图；

图5所示为取某一煤质时，取料速度固定在速度V1时，各驱动电机的部分电流曲线；

图6所示为取图5相同煤质时，取料速度固定在速度V2时，各部套驱动电机的部分电流曲线。

具体实施方式

下面将结合本发明实施方式，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，所描述的实施方式仅仅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做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。

图1为螺旋卸船机的结构示意图，其主要机构为垂直螺旋输送机及水平螺旋输送机。图2为螺旋卸船机的水平螺旋输送机结构示意图，由图2的结构可知，进料过程中发生金属异物卡涩等异常时，容易造成螺旋卸船机上的螺旋输送机损坏，因此需要实时监测螺旋卸船机的运行状态，以保证进料正常运行、避免管道损坏。

请参阅图1，本发明提出一种螺旋卸船机的螺旋进料及管道保护方法，所述方法包括：

S1、螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集。

本发明通过一个PLC控制系统进行数据采集。如图2所示，通过PLC控制系统与螺旋卸船机的各驱动电机变频器进行现场总线通讯，电机电流变送器数据接入PLC控制系统的模拟量输入模块。本发明的PLC控制系统包括变频器配置通讯模块，PLC控制系统中CPU模块支持该变频器通讯模块现场总线协议，从而可以进行数据通讯。

前期调试阶段，螺旋输送机正常取料时，依据所取煤质品种，通过PLC控制系统分别记录在设定电机转速下取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流曲线及转矩曲线。根据电流曲线及转矩曲线分别建立螺旋输送机正常运行时，设定电机转速下不同煤质取料时的取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流数据库、转矩数据库，得到相应的经验数据集。

图5所示为取某一煤质时，取料速度固定在速度V1(即各部套电机转速恒定)时，各部套驱动电机的部分电流曲线。其中，系列1：取料头驱动电机电流；系列2：垂直螺旋驱动电机电流；系列3：水平螺旋驱动电机电流。

图6所示为取图5相同煤质时，取料速度固定在速度V2(即各部套电机转速恒定)时，各部套驱动电机的部分电流曲线。其中，系列1：取料头驱动电机电流；系列2：垂直螺旋驱动电机电流；系列3：水平螺旋驱动电机电流。

由以上曲线可知，正常运行过程中，在取料速度一定时，各驱动电机的电流、转矩会在一个固定的数据集内，不会出现较大的偏差，且不同煤质情况下，上述曲线趋势是一致的。因此，本发明基于电流曲线及转矩曲线分别生成相应的经验数据集，用于异常判定。

S2、对经验数据集中的异常值进行数据清洗。

本发明采用箱线图的方法检测采集的异常值。箱形图的绘制依靠实际数据，不需要事先假定数据服从特定的分布形式，没有对数据作任何限制性要求，它只是真实直观地表现数据形状的本来面貌；另一方面，箱形图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25％的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，通过箱形图识别经验数据集中的异常值的结果比较客观。

箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后，连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。由该箱线图可得到相应的上边缘和下边缘值，该上下边缘为数据分布的边界，只要是高于上边缘，或者是低于下边缘的数据点都可以认为是离群点或异常值。

在实际设备正常运行过程中，将一定时间内采集的数据与上述箱线图的上下边缘值比较，若被判定为异常值则自动剔除并计数，不再参与运行保护的判定，非异常值继续参与运行保护的判定。若该时间段内异常值连续多次出现(计数值过多)，则可判定相应硬件出现问题，PLC系统发出警报。

S3、进行稳定判断。

每隔固定时间同时采集PLC控制系统总线电流值I1和电机电流变送器接入的模拟量电流值I2，若|I1-I2|＜N，判定电流数据稳定，N为预设的电流阈值，N可设为电机额定电流的5％。若多次出现|I1-I2|≥N情况，则判定电流数据不稳定，发出警示，并舍弃不稳定下采集的电机转速、电流及转矩数据，在稳定状态下重新进行步骤S1～S2的数据采集和数据清洗。本发明通过双重采集电机电流，一组数据可对另一组采集的电流数据进行稳定性验证，从而提高系统的稳定性和可信性。

S4、基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型。

具体的，定义电流I_x的经验函数模型为：I_x∈F(x)＝{K_a*X₁|X₁∈U₁}

转矩T_y的经验函数模型为：T_y∈F(y)＝{K_b*X₂|X₂∈U₂}

其中，K_a、K_b分别表示取不同煤质时，电流、转矩的经验比例系数，X₁为电机电流经验数据集U₁中的任意一个元素，X₂为电机转矩经验数据集U₂中的任意一个元素。电流I_x的经验函数模型F(x)和转矩T_y的经验函数模型F(y)均可看作一个集合，采集的电流或转矩理论上应处于对应的集合之内。

S5、实时采集电机转速、电流及转矩数据并进行数据清洗。

电机启动一般有个加速时间，采集实时数据时应采集电机加速时间之后的数据。

对于实时采集的电机电流，基于电流经验数据集绘制的电流箱线图获取电流箱线图的上边缘和下边缘，将实时采集的电流数据中高于上边缘，或者是低于下边缘的数据点作为离群点或异常点，将离群点或异常点剔除。

对于实时采集的电机转矩，基于转矩经验数据集绘制的转矩箱线图获取转矩箱线图的上边缘和下边缘，将实时采集的转矩数据中高于上边缘，或者是低于下边缘的数据点作为离群点或异常点，将离群点或异常点剔除。

S6、将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。

螺旋输送机的控制方式为恒速控制，一般按照设定的电机转速运行，若实时转速与设定转速不一致，则说明存在问题，因此本发明基于实时采集的转速进行初步判定，然后再使用电流及转矩数据进行综合判定。

步骤S6具体包括如下分步骤：

S61、获取螺旋输送机设定的电机转速值，电机启动一段时间后(略大于加速斜坡时间)，判断实时采集的电机转速与设定的电机转速值是否一致，若不一致，则判定螺旋输送机运行异常，停机报警；转至步骤S52；

S62、若实时采集的转速与设定的转速值一致，判断清洗后的实时电流数据是否符合电流的经验函数模型，并判断清洗后的实时转矩数据是否符合转矩的经验函数模型，若清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和大于预设阈值，则判定螺旋输送机运行异常，停机报警。

具体的，定义电流的偏差为K₁：

定义转矩的偏差为K₂：

其中，i_x为固定取料速度下经清洗后电机电流的实时采集值，t_y为固定取料速度下经清洗后电机转矩的实时采集值，为电机经验函数模型F(x)的平均值；为电机转矩经验函数模型F(y)的平均值；

则清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和为K：

若一段连续时间内，K≥K_n的关系式一直成立，则判定螺旋进料及管道运行异常，反之则正常运行，式中K_n为固定经验值。

本发明充分利用现有配置采集海量电机转速、电流及转矩数据，结构简单易行，并建立转速与电机电流、转矩的经验函数模型，通过电机转速、电流及转矩的综合数据判定螺旋输送机的运行情况，避免单一类型数据产生判定误差，提高了预警的准确性，使螺旋输送机的保护准确性及稳定性大大提高，且后期运行期间维护简单。

目前，采用本发明的方法的设备运行约1年，金属异物卡涩检测准确率基本为100％，且未发生误报警事件，真实有效的保护了螺旋输送机。

与上述方法实施例相对应，本发明还提出一种螺旋卸船机的螺旋进料及管道保护系统，所述系统包括：

PLC控制系统：与螺旋卸船机的各驱动电机变频器进行现场总线通讯，且电机电流变送器数据接入PLC控制系统的模拟量输入模块，用于在螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；实时采集电机转速、电流及转矩数据；

数据处理模块：用于对经验数据集中或实时采集电机转速、电流及转矩数据的异常值进行数据清洗，基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；

异常判断模块：用于根据数据清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。

以上系统实施例和方法实施例是一一对应的，系统实施例简述之处请参阅方法实施例即可。

本发明还公开一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现本发明前述的方法。

本发明还公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机实现本发明实施例所述方法的全部或部分步骤。所述存储介质包括：U盘、移动硬盘、只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以分布到多个网络单元上。本领域普通技术人员在不付出创造性的劳动的情况下，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，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。

Claims (6)

1.一种螺旋卸船机的螺旋进料及管道保护方法，其特征在于，所述方法包括：

螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；

对经验数据集中的异常值进行数据清洗；

基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；

实时采集电机转速、电流及转矩数据并进行数据清洗；

将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警；

所述螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集具体包括：

通过PLC控制系统与螺旋卸船机的各驱动电机变频器进行现场总线通讯，各个电机电流变送器数据接入PLC控制系统的模拟量输入模块；

螺旋输送机正常取料时，依据所取煤质品种，通过PLC控制系统分别记录在设定电机转速下取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流曲线及转矩曲线；

根据电流曲线及转矩曲线分别得到螺旋输送机正常运行时，设定电机转速下不同煤质取料时的取料头驱动电机、垂直螺旋驱动电机和水平螺旋驱动电机的电流数据库、转矩数据库，建立相应的经验数据集；

所述将清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警具体包括：

获取螺旋输送机设定的电机转速值，电机启动一段时间后，判断实时采集的电机转速与设定的电机转速值是否一致，若不一致，则判定螺旋输送机运行异常，停机报警；

若实时采集的转速与设定的转速值一致，判断清洗后的实时电流数据是否符合电流的经验函数模型，并判断清洗后的实时转矩数据是否符合转矩的经验函数模型，若清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和大于预设阈值，则判定螺旋输送机运行异常，停机报警。

2.根据权利要求1所述的螺旋卸船机的螺旋进料及管道保护方法，其特征在于，所述基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型具体包括：

电流I_x的经验函数模型为：I_x∈F(x)＝{K_a*X₁|X₁∈U₁}

转矩T_y的经验函数模型为：T_y∈F(y)＝{K_b*X₂|X₂∈U₂}

其中，K_a、K_b分别表示取不同煤质时，电流、转矩的经验比例系数，X₁为电机电流经验数据集U₁中的任意一个元素，X₂为电机转矩经验数据集U₂中的任意一个元素。

3.根据权利要求1所述的螺旋卸船机的螺旋进料及管道保护方法，其特征在于，所述实时采集电机转速、电流及转矩数据并进行数据清洗具体包括：

根据电流经验数据集绘制电流箱线图，获取电流箱线图的上边缘和下边缘，将实时采集的电流数据中高于上边缘，或者是低于下边缘的数据点剔除；

根据转矩经验数据集绘制转矩箱线图，获取转矩箱线图的上边缘和下边缘，将实时采集的转矩数据中高于上边缘，或者是低于下边缘的数据点剔除。

4.根据权利要求1所述的螺旋卸船机的螺旋进料及管道保护方法，其特征在于，所述若清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和大于预设阈值，则判定螺旋输送机运行异常，停机报警具体包括：

定义电流的偏差为K₁：

定义转矩的偏差为K₂：

其中，i_x为固定取料速度下经清洗后电机电流的实时采集值，t_y为固定取料速度下经清洗后电机转矩的实时采集值，为电机经验函数模型F(x)的平均值；为电机转矩经验函数模型F(y)的平均值；

则清洗后的实时电流数据与清洗后的实时转矩数据与对应的经验函数模型的偏差之和为K：

若一段连续时间内，K≥K_n的关系式一直成立，则判定螺旋进料及管道运行异常，反之则正常运行，式中K_n为固定经验值。

5.根据权利要求1所述的螺旋卸船机的螺旋进料及管道保护方法，其特征在于，所述方法还包括：

每隔固定时间同时采集PLC控制系统总线电流值I1和电机电流变送器接入的模拟量电流值I2，若|I1-I2|＜N，判定电流数据稳定，N为预设的电流阈值，若多次出现|I1-I2|≥N情况，则不稳定，发出警示，并舍弃不稳定下采集的电机转速、电流及转矩数据。

6.一种采用如权利要求1～5任一项所述螺旋卸船机的螺旋进料及管道保护方法的螺旋卸船机的螺旋进料及管道保护系统，其特征在于，所述系统包括：

PLC控制系统：与螺旋卸船机的各驱动电机变频器进行现场总线通讯，且电机电流变送器数据接入PLC控制系统的模拟量输入模块，用于在螺旋输送机正常运行期间，采集电机转速、电流及转矩数据并生成经验数据集；实时采集电机转速、电流及转矩数据；

数据处理模块：用于对经验数据集中或实时采集电机转速、电流及转矩数据的异常值进行数据清洗，基于清洗后的经验数据集分别建立电机电流和转矩的经验函数模型；

异常判断模块：用于将数据清洗后的实时转速、电流及转矩数据与经验函数模型比对，判定螺旋输送机的运行情况，若螺旋输送机运行异常，则停机报警。