基于PHM的煤礦設備精益化故障處理模型研究

林廣旭，楊 杰

（中國煤炭科工集團 太原研究院有限公司，山西 太原 030006）

0 引言

隨著科學技術的發展，煤礦裝備技術也日趨現代化、先進化。現代化煤礦開采設備的精益化管理勢在必行，能夠降低礦井生產運營成本，提高管理水平，增加利潤收入。神華神東是世界煤炭企業的領跑者，其噸煤設備采購、使用、維修保障費用已經占到其噸煤生產總成本的85%以上，目前設備故障處理模式多采用事后維修和預防性檢修兩種方式，具有滯后性和可靠性低的缺點，并且維修效率低，耗時多，僅維修費一項就為6.15元/噸。本文旨在提高設備的利用率，降低設備采購、使用和維修總費用，降低設備的故障影響，從而降低噸煤生產成本，實現煤礦企業由傳統的粗放型管理向基于先進技術的 “精益化管理”戰略轉型。本著以上目標引入了基于PHM的煤礦裝備精益化故障處理模式。

煤礦設備精益化故障處理模式是一種全新的先進的保障理念，是一種可靠性高、智能化、規范化、準時的先導式故障處理理念。強調準時性JIT（Just in Time），不滯后也不做可靠性低的浪費性故障處理，以正確的時間做準確的故障處理為目標。它通過對煤礦裝備健康狀況的管理，結合基于數據挖掘的煤礦裝備壽命模型，實時地對煤礦裝備各部件的剩余壽命進行預測，并生成維修決策。而分布式信息傳輸技術保證了整個保障系統信息實時、準確、全方位傳輸。煤礦裝備精益化故障處理體系的構建，將克服現行的事后維修和預防性維修滯后性和可靠性低的缺點，促進煤礦裝備的故障處理策略由現行的事后維修加預防性維修轉變為系統的、科學的、準確的、智能的、適應現代化企業設備的基于狀態的可靠性維修（RCM），縮小設備物資儲備和管理規模，減少故障處理成本。實現精益化故障處理的一項關鍵和核心技術就是故障預測與健康管理（PHM）技術。

1 PHM技術

PHM（Prognostic and Health Management）技術指故障預測和健康管理，是綜合利用現代信息技術、人工智能技術的最新研究成果而提出的一種全新的管理健康狀態的解決方案。重點是利用先進傳感器集成技術獲取各部件原始的特征數據，并借助各種算法（如遺傳算法等）和智能模型（如神經網絡等）來實時預測、監控和管理煤礦設備及部件的狀態，為決策層制定科學合理的維護策略提供科學的數據依據。可以實現的功能有：①狀態實時檢測；②故障隔離；③故障預測；④壽命跟蹤；⑤剩余使用壽命預計；⑥輔助決策和健康管理；⑦信息融合和推理機；⑧健康狀態信息管理，把準確及時的設備狀態信息在準確的時間反饋給準確的管理和維修人員。

以神華神東某礦JOY—LWS627采煤機為例，參照典型的PHM系統分層原則，我們構建了PHM系統體系結構如圖1所示，包括成員級、區域級和平臺級三層結構，即：成員級為采煤機電機、搖臂、滾筒、齒輪箱、泵及液壓系統、電氣系統等部件所對應的檢測、傳感系統；區域級為檢測、傳感系統采集的信號進行數據融合、數據處理，為平臺級數據管理提供能夠識別的轉換數據；平臺級為數據的管理平臺，通過信號處理后的數據來完成數據積累、數據狀態監測、設備數據對比后的健康評估、故障預測、故障診斷、數據分類等，為技術人員及維護人員提供參考依據。

圖1 采煤機PHM系統結構示意圖Fig.1 Schematic diagram of shearer PHM system

2 煤礦設備PHM系統研究

2.1 功能延伸了的FMEA定義

失效模式與后果分析FMEA（Failure Mode Effect Analysis，FMEA）是一種系統化的缺陷預防工具。PHM系統具備故障檢測、故障隔離、增強的診斷、性能檢測、故障預測、健康管理、部件壽命追蹤等能力，通過聯合分布式信息系統（JDIS）與自主保障系統交聯。提高系統的運行可靠性，減少系統的維修費用和提高維修準確性，功能延伸了的FMEA，見表1，能夠全面的預判出煤機產品發生的故障類型、故障預警等，分析出故障帶來的影響以及故障原因，確定故障檢測數據及處理方法，通過數據對比，給技術人員或者決策層提供維護、設計等參考數據。

表1 延伸了的FMEA表Tab.1 Extended FMEA table

2.2 功能延伸了的FMEA設計理念

功能延伸了的FMEA設計理念為設備故障的預診斷，利用先進的檢測、傳感技術將煤機產品故障點，通過傳感器、檢測參數、故障征兆、故障模式、故障影響、故障原因進行層層映射，見圖2，得出故障預處理結果，積累故障數據庫，分析故障原因，形成數據統計。

圖2 延伸了的FMEA映射鏈Fig.2 Extended FMEA mapping chain

2.3 功能延伸了的FMEA在煤機產品中的應用

煤機產品在惡劣的使用條件中，對產品使用穩定性要求非常高，以JOY—LWS627采煤機應用功能延伸了的FMEA方法，通過在該設備搖臂、減速器、電氣系統、液壓系統布置壓力、振動、溫度、流量、電流、電壓等傳感器，將采集的傳感器信號進行相對應的數據處理上傳至系統管理設備，實現各檢測點的數據實時監測，利用大數據進行對比，判斷檢測信號曲線是否有較大偏差，提供顯示報警給決策層提供信息。

3 建立故障預測數學模型

由功能延伸了的FMEA可知，故障因素的不確定性有很多。需要通過模糊綜合評價法建立數學模型來分析PHM系統故障預測方法。模糊綜合評價法是一種基于模糊數學的綜合評標方法。該綜合評價法根據模糊數學的隸屬度理論把定性評價轉化為定量評價，即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。它具有結果清晰，系統性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。

圖3 綜合評價模型系統圖Fig.3 Comprehensive evaluation model system diagram

3.1 建立綜合評價模型

通過功能延伸了的FMEA可以得出影響因素集合為C={c1c2…cn}。測量點集合為P={p1p2…pm}，兩者間綜合評價模型矩陣為：

由叉乘計算出模糊關系R，定義向量B={b1b2…bn}，可以得出故障預測綜合評價模型為：

根據計算出向量B和模糊關系R，通過模糊叉乘運算，評判出模糊評價預測結果為：

通過以上數學模型的建立可以確定，得到的ak即為故障預測發生在k點。

3.2 建立多級綜合評價模型

煤機產品比較笨重，各系統配合繁瑣，產品穩定性要求較高，以JOY—LWS627采煤機為例，包括牽引系統、截割系統、液壓系統、顯示系統等，為了驗證模糊綜合評價數學模型分析結果，建立二級模糊綜合評價數學模型進行更詳實的評價，多級評價思路以此類推，最后得出評價結果。多級模糊綜合評價通過下面敘述完成：

（1）功能延伸了的FMEA可以得出影響因素集合為C的影響因素ci分解后得出i個子影響因素：

（2）通過ci中各個因素分別進行綜合評價，定義向量Bi和 Ri，得出：

（3）一級、二級、三級等等，以此類推模糊綜合評價。得出綜合評價模型矩陣為：

由叉乘運算A=B·R，可得出故障預測二級模糊綜合評價的評價結果。

4 算例分析

搖臂是某礦JOY—LWS627采煤機的關鍵重要部件，搖臂裝置的可靠性對煤機的安全正常運行影響很大。通過上述計算和圖表分析出設備故障原因有以下幾個方面：搖臂液壓回路油壓增高，搖臂升降油缸油溫增高，搖臂升降油缸油樣檢測異常，搖臂升降油缸銷子磨損，搖臂鉸接銷磨損，搖臂鉸接板變形，搖臂齒輪箱鉸接齒磨損變形，搖臂齒輪箱鉸接齒磨損變形，搖臂扭矩軸磨損變形，截割滾筒旋轉不暢，振動信號大；評價集由如下幾個因素構成：搖臂油缸故障，搖臂連接機構部件磨損變形，搖臂齒輪箱故障，油樣及振動檢測異常。

根據某礦JOY—LWS627采煤機搖臂設計數據建模后，計算出，歸一化得出。分析其主要原因第一客觀因素，即采煤機和搖臂本身原因比如設備部件配套不合理、設備老化等原因；第二主觀因素，主要是部件維修更換時沒有按照標準執行和操作工操作不當，比如截割滾筒作業時的載荷不均勻導致連接部件發熱變形等。

得出預測結果之后，搖臂鉸接銷、搖臂鉸接板磨損變形是應該注意的重點，充分利用振動檢測技術做頻譜分析，實現可靠性和JIT（準時性）的精益化故障處理模式。

5 結束語

PHM技術、功能延伸了的FMEA方法及模糊綜合評價數學方法相結合，能夠探索出一種新的精益化故障處理、診斷、排查理念，通過引用JOY—LWS627采煤機實例分析，更能體現出精益化故障處理模式的重要性，值得說明的是如何構造更符合實際的精益化故障診斷系統，是基于PHM的煤礦設備精益化故障處理模型需要深層次研究的問題。