導語：輸煤皮帶機是煤礦常用的運輸貨物和材料的設備，具有使用方便、效率高、自動化程度高的特點。本期轉(zhuǎn)化果平臺推薦的《輸煤皮帶機異音監(jiān)測系統(tǒng)》具有多項技術優(yōu)勢，通過對皮帶機沿線安裝智聲聽診儀，結合軟硬件系統(tǒng)平臺，利用設備運行聲音判斷設備運行狀態(tài)，解決了巡檢難度大、效率低、可靠性差、檢修成本高、設備數(shù)據(jù)信息采集不完備等問題?？蓮V泛應用于皮帶機及旋轉(zhuǎn)機械等領域。
輸煤皮帶機是一種運輸貨物和材料的設備，具有使用方便、效率高、自動化程度高的特點。皮帶機長度動輒數(shù)千米，甚至十幾千米。皮帶機托輥是易損耗部件，經(jīng)常出現(xiàn)磨損、斷軸、掉皮等問題，托輥故障會導致皮帶跑偏、撕裂、磨損、堵料、漏料等，皮帶與機架劇烈摩擦使皮帶軟化、燒焦甚至發(fā)生火災，造成突發(fā)停機停產(chǎn)、人員傷亡。
在傳統(tǒng)的工業(yè)運維中，對托輥工作狀態(tài)的檢測通常以人工巡檢的方式進行。由于輸煤線路較長、環(huán)境惡劣，加之肉眼難以識別，存在工作盲區(qū)，巡檢難度較大，存在效率低下、可靠性差、人員安全沒保障、檢修成本高、設備數(shù)據(jù)信息采集不完備等弊端，導致巡檢效果具有單一性、粗放性和低效性。
技術人員通過長期觀察研究發(fā)現(xiàn)，皮帶機在正常工作狀態(tài)下會發(fā)出平穩(wěn)而有規(guī)律的噪聲，而當托輥出現(xiàn)老化或者發(fā)生其它故障時，則會發(fā)出明顯異于正常的雜音。基于此，技術人員開發(fā)了輸煤皮帶機異音監(jiān)測系統(tǒng)，實現(xiàn)了以設備運行聲音判斷設備運行狀態(tài)的監(jiān)控。
02
1.基本原理
智聲診斷儀運用麥克風陣列技術，搜集變壓器運行聲音，通過聲源定位、去混響、信號增強與提取等手段，實現(xiàn)聲音無差別采集和信號提取。采集及提取的數(shù)據(jù)通過有線方式上傳至平臺。平臺支持公有云和私有云部署，采用數(shù)理模型與機理模型相結合的方式，整合設備聲紋監(jiān)測算法和模型，實現(xiàn)設備健康狀態(tài)監(jiān)測和常見故障判斷。通過應用層實現(xiàn)設備狀態(tài)展示、異常告警、故障診斷等人機交互功能。
2.應用功能
（1）軟件功能
托輥異常聲音檢測系統(tǒng)采用以節(jié)點為邊緣計算單元的方式，顯著降低遠程服務器的計算負擔。其中，輪詢報警機制使遠程服務器能定時查詢所有聲吶節(jié)點，一旦發(fā)現(xiàn)托輥異常，便及時向后臺監(jiān)控中心發(fā)出警報。監(jiān)控中心具備實時監(jiān)聽功能，可在接收到節(jié)點報警后，遠程聽取現(xiàn)場聲音以判斷是否出現(xiàn)異常。此外，監(jiān)控中心還可選擇任意節(jié)點進行現(xiàn)場聲音的頻譜分析。全壽命周期健康管理方面，通過對每臺輸煤皮帶機設備建立基于聲紋數(shù)據(jù)的健康檔案，實現(xiàn)基于設備狀態(tài)的維護和全生命周期管理。
（2）硬件參數(shù)
3.應用場景
（1）煤料監(jiān)控：在煤料輸送過程中，應對其進行溫度監(jiān)測，以便及時發(fā)現(xiàn)高溫區(qū)域；同時，對廊道內(nèi)積煤、積粉以及粉塵擴散情況進行識別。
（2）輸煤設備監(jiān)控：需關注電機、減速器等設備的溫度和振動狀況，并對皮帶跑偏、泄漏、托輥異響等現(xiàn)象進行識別。
通過對皮帶機沿線安裝適量智聲聽診儀，實現(xiàn)對皮帶機運行狀況的365天×24小時在線監(jiān)測，實時搜集設備工作噪聲，運用深度學習聲音識別與聲源定位技術，進行聲學特征自動提取與比對記錄。根據(jù)聲音特征，判斷設備工作狀態(tài)，一旦發(fā)現(xiàn)顯著偏離正常工作狀態(tài)的背景噪聲，系統(tǒng)將實時發(fā)出警報。
通過網(wǎng)絡連接，數(shù)據(jù)存儲在監(jiān)控服務器上，監(jiān)控人員可在辦公室利用監(jiān)控終端實時監(jiān)測設備運行狀況，分析故障位置，實現(xiàn)設備全壽命周期的健康管理。
03
1.整體優(yōu)勢
2.麥克風陣列
麥克風陣列技術是一種基于聲學傳感器（通常為麥克風）的系統(tǒng)，其一定數(shù)量的布置方式用于捕捉并處理變壓器聲場的空間特性。
該技術能夠?qū)崿F(xiàn)聲源定位、消除混響、增強語音信號以及實現(xiàn)盲源分離等功能。
3.聲紋識別
從聲學角度解決故障問題，主要任務在于提取故障音頻特征。然而，特征提取后通常難以提供一個定量值來判斷故障類型，因此需要采用模式識別方法對大量采集的數(shù)據(jù)進行建模，通過模型得出識別結果。此外，經(jīng)過陣列增強后的數(shù)據(jù)能夠有效抑制噪聲和干擾，降低訓練分類時的誤判率，提高分類模型的準確度。
4.人工智能
人工智能高性能核心板設計穩(wěn)定可靠，為設備提供強大的計算力和人工智能能力。
該產(chǎn)品支持多種計算資源，實現(xiàn)云邊互動，支持多種容器運行，提供物聯(lián)網(wǎng)設備管理功能，以滿足工業(yè)邊緣場景的智能化需求。
·支持多種計算資源
·支持云邊互動
·支持多種容器運行
·提供物聯(lián)網(wǎng)設備管理功能
·滿足工業(yè)邊緣場景的智能化需求
產(chǎn)品搭載具有自主知識產(chǎn)權的主控芯片和人工智能芯片，基于聲紋識別算法，融合深度學習和邊緣計算技術，構建復雜高效的深度神經(jīng)網(wǎng)絡。通過對設備進行原始聲信號訓練，借助大量樣本進行自主學習，提高故障診斷的準確性，快速分析鑒別異常，實現(xiàn)設備潛在故障的預警。
5.算法優(yōu)勢
（1）多維降噪技術
采用中位提取算法，剔除波動較大的聲信號，以權值整合，融合為一路信號。精準抑制復雜聲場環(huán)境噪聲及本底噪聲。
（2）歸一化多維映射降噪技術
傳統(tǒng)降噪算法難以提取強噪聲環(huán)境中的微弱異音信號。通過對微弱異音信號進行歸一化多維曲線映射處理，實現(xiàn)精準增強；對復雜環(huán)境噪聲進行二次精準抑制。
（3）混響抑制技術
受混響影響，特定聲信號在時域和頻域受到污染，導致失真。
建立多通道線性預測模型，通過各通道早期多點加權確定此通道晚期混響成分，采用最優(yōu)化權重系數(shù)，實現(xiàn)精準抑制混響。
多維特征提取技術的設計原理基于異音產(chǎn)生機理，具備十五維特征提取處理能力。該技術能夠精確獲取異音特征及其變化趨勢，通過設計異音模型庫，將所需訓練樣本量減少至十分之一。在較少異音信號的情況下，能更快地實現(xiàn)故障的準確識別，展現(xiàn)出顯著的技術優(yōu)勢。
針對每臺輸煤皮帶機設備，構建基于聲紋數(shù)據(jù)的的健康檔案，實現(xiàn)基于設備狀態(tài)的維護以及全生命周期管理，以確保在保障設備安全的前提下，延長其使用壽命。
04
該系統(tǒng)不僅適用于輸煤皮帶機，還可擴展至其他皮帶機及旋轉(zhuǎn)機械等領域。輸煤皮帶機異音監(jiān)測系統(tǒng)為企業(yè)帶來諸多益處。隨著技術的普及，該系統(tǒng)必將在更多領域得到廣泛推廣應用。
轉(zhuǎn)化果平臺咨詢電話：4001817969
