基于主元分析的瓦斯抽放系统故障检测方法

《基于主元分析的瓦斯抽放系统故障检测方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、煤矿现代化2013-r第4期总第115期基于主元分析的瓦斯抽放系统故障检测方法路萍(中煤科工集团重庆研究院，重庆400037)摘要瓦斯抽放系统是煤矿安全生产的重要环节。为提高系统故障检测能力，迅速处理故障，本文提出一种基于主元分析的多元统计分析方法，利用SPE统计量、rI12统计量以及得分向量判断瓦斯抽放监控系统运行过程，是否发生异常。通过实验获取煤矿瓦斯抽放系统测量参数并进行分析，验证了基于主元分析的过程检测方法在瓦斯抽放系统故障检测中效果良好。关键词主元分析；瓦斯抽放系统；故障检测中图分类号：TD712

2、．63文献标志码：B文章编号：1009—0797(2013)04—0040—04其中U为正交化的特征向量矩阵，V为特征值1前言矩阵。取最大的前k个特征值对应的维度，这k个特近年来，随着煤炭工业的发展，矿井瓦斯涌出量征值组成新的对角阵V。∈Rkxk，对应的k个特征向量随之增加，需要安装瓦斯抽放系统的矿井13益增多。组成了新的特征向量矩阵P∈R，即k个主元的载进行瓦斯抽放，变害为利，变废为宝，对我国煤矿丁荷向量矩阵。业发展有着重大现实意义。为保证高瓦斯煤层开采假设w为PCA降维后的样本矩阵，则中的安全生产，国家

3、出台了相关政策，规定各大中小W'rW：V1(3)煤矿必须利用瓦斯抽放监控系统⋯，遵循先抽后采，边抽边采原则。煤矿瓦斯抽放监控系统实现连续监p1'cp=V(4)测抽放管路中的浓度、压差、温度、负压、正压，以及由公式(1)、(2)、(3)、(4)得到瓦斯泵房内泄露瓦斯浓度、抽放泵和电机轴温等参PTCP：PrI1()P-数。在瓦斯抽放监控系统中，大功率型设备应用较多，传感器需要监测的参数较多，经常出现冒大值、W=SPW∈R(5)零温漂等现象[zl，在发生故障时，了解到系统运行趋则有：P之间相互标准正交，w。之间相

4、互无关。势，将及时有效避免更严重危害发生，保障煤矿安全对于此变换，P。为第i主元，被监控向量的一组测量生产f。值经过变换后得到的值称为测量值在第i主元上的本文运用主元分析(PCA)多元统计方法，连续监得分。主元得分向量反映的是主元模型内部主元向测瓦斯抽放系统中各监测参数，建立正常_丁况下的量的空间分布，形象反映了模型内各个主元随时问状态统计模型，利用SPE统计量、Tz统计量和得分向波动的情形。量，对瓦斯抽放监控系统运行过程进行分析，推测出基于主元分析原理，过程变量S所处的空问可系统运行发展趋势，为保障煤矿安

5、全生产提供积极分为主元子空间(PCS)和残差子空间(RS)，对正常有效的监测方法。数据进行PCA，可以进行如下分解：Srn：：PCS④RS(7)2主元分析检测原理这时，我们可以在这两个子空间上分别构造检主元分析是将多个相关指标变量转化为少数几测统计量l4l，对一组新测数据，在RS上定义SPE统个相互独立变量(主元)，且新的独立变量能够反映原计量，又称Q统计量：变量提供的绝大部分信息的多元统计方法。SPE-}JsJ}=fPl】(8)设原始变量S=(S，s：，⋯，Sm)为一m维随机矢量，样本数量为N，对每一分量

6、做标准化处理，即E在PCS上定义HotellingT统计量，．为对应的(S)=0(i=l，2，⋯，N)，考虑其协方差矩阵：k个特征值：kc：c∈R一di，⋯)l(9)将协方差矩阵对角化，得到正交矩阵U，满足：SPE统计量表示测量值对主元模型的偏离程UTCU=VU，V∈R“(2)度，T统计量表示采样值变化趋势和幅值上偏离模·40·煤矿现代化2013-r第4期总第115期l、、、、、’、图7为主元得分图，从中可以看出有一部分点明O．9显偏离了大部分点聚集的地方，这说明在样本过程，：，中抽放泵运行可能出现了异常情

7、况。综合观察图5、

8、麓0．6罄o．5●

9、图6、图7三图，可以认为电机从第20点开始出现了蔷o．异常运行情况，即当故障发生后主元模型迅速检测O．3到了故障。O．2O．1O．O30{～。·2：1．．；：-：乏·藏瓣参蒙序号图4主元累计贡献率取最大的前3个特征值对应的维度，这3个特征值组成新对角阵，对应的3个特征向量组成新特征向量矩阵，即载荷向量矩阵。PCA通过保留前几个方差大的分量(主元)，忽略后几个方差小的分量来降低数据集的维数。这样在研究复杂问题时就可以只考虑少数几个主元，提高分析效率。3．2故障检测基于主

10、元分析统计量建立的分析，计算SPE统计量、T2统计量检验水平为0．95时的控制限分别为0．078和0．000143。为验证PCA方法进行状态监测的有效性，选取一组流速为9．27m／s、抽放泵电压为6．16kV工况下运行的数据作为检测样本集，样本容量为100点。在检测样本集中包括了抽放泵出现故障的数据。图5和图6为SPE和Tz统计量计算结果图。可以看出，在第2O点以后数据的SPE和rI12统计量均超过其对应控制限，