基于物聯網技術自動監測礦井主排水設備故障研究

馬麗強

（山西陽城陽泰集團竹林山煤業有限公司，山西 陽城 048105）

礦井主排水設備的好壞直接關系到礦井排水效果，也是煤礦安全生產的重要保障。排水設備井下工作環境惡劣，排送流體成分復雜多樣，含有腐蝕性化學成分因子，造成礦井主排水設備出現故障，影響礦井正常排水。利用物聯網技術手段，對礦井主排水泵機械設備進行實時監測，機械設備有潛在的故障，會發出預警，為礦井主排水設備故障診斷、維修提供技術支撐。基于物聯網技術自動診斷礦井主排水設備，利于維護，減小成本。

1 礦井主排水系統

離心泵、電機、相應水管和閥門等構件組成了礦井主排水系統。雖然各大礦井涌水量不同，但是礦井主排水系統大體相同。

竹林山煤業中央泵房水倉總容量為1600m3，由主副兩個水倉組成，主副水倉容水量分別為1000m3、600m3，平均涌水量為80m3/h，最大涌水量為130m3/h。選用的離心泵、防爆電機和高壓電機詳細參數見表1和表2。

表1 水泵型號及參數

表2 電機型號及參數

整個主排水系統由3臺機組構成，這3臺機組的反沖洗和抽真空管路不僅可以獨立工作，還可以相互導通，在使用和備用工作上可以相互轉換，整個主排水系統管路布局和閥門情況見圖1所示。

圖1 系統管路布置

2 主排水設備常見故障及特征

2.1 常見故障

（1）軸承故障。軸承一直處于動靜結合工作狀態，在工作中容易出現磨損、疲勞和裂紋等故障。軸承磨損主要分為三種：內圈磨損、外圈磨損和滾子磨損。若出現磨損但不加以維護，隨著工作的進行，不僅裂紋擴大，還有振動和噪聲產生，會波及到水泵運行[1]。軸承不同部位的故障，會有不同的特征頻率[2]。

外圈故障頻率：

式中：

f0-外圈故障頻率，Hz；

Z-滾珠數量，個；

d0-滾珠直徑，mm；

a-摩擦力作用在滾珠和軸承外圈的夾角，°；

D0-軸承直徑，mm；

fr-旋轉頻率，Hz。

內圈故障頻率：

式中：

fi-內圈故障頻率，Hz。

滾珠故障頻率：

式中：

fb-滾珠故障頻率，Hz。

在診斷軸承故障時，可以根據上述特征頻率確定軸承故障，進而維修或維護軸承。

（2）轉子不平衡。轉子不平衡故障主要是轉子偏心和轉子磨損。轉子不平衡特征[3]：其振動信號函數為三角函數；共振臨界轉速是轉子不平衡重要特征。

（3）轉子不對中。若主軸軸承有故障，轉動頻率有增大現象，甚至會有多倍邊頻存在[4]。

（4）基礎松動。泵底座螺絲松動、地基鋼筋松動這些都屬于基礎松動。基礎松動故障主要是轉動頻率、振動幅值不同。

（5）配合不當。軸承與葉輪主軸出現過盈配合，就會發生工作力不足、脫落或者主軸葉輪打滑。相對旋轉頻率出現異常，根據頻譜特性確定故障程度。

（6）水泵氣蝕。水泵氣蝕瞬間周圍液體會沖蝕葉輪，造成葉輪磨損。有故障時葉片振動會明顯加劇。

（7）管道漏水。因工作環境惡劣或操作不正確，排水管道會出現漏水。產生排水管道漏水原因主要有：年限過長，管體老化、銹蝕、破裂；操作不正確產生水錘，管道發生破裂。

2.2 故障特征

根據前文所知，礦井主排水設備發生故障，故障就會表現一些特殊的特征信號、頻率、相位、振動、振幅等[5]。常見礦井主排水設備故障及相應特征信號、相位、頻率、壓力等參數詳見表3所示。

表3 常見故障及特征

3 基于物聯網自動監測系統設計

3.1 物聯網監測系統功能

物聯網自動監測系統主要是全面感知主排水設備運行情況，根據實時采集到的工況數據進行健康評估，物聯網系統監測功能主要有：

（1）全面感知

感知層就是在網絡監測基礎上，實時采集設備運行狀態、歷史工況和目前工況。結合規程、設備使用原則、技術標準，根據記錄、所采集全面信息，進行定性和定量分析設備運行特征，綜合、全面掌握“物”的特征情況，就稱為“物聯網”。

（2）可靠網絡架構

根據不同信號特征，設計相應技術傳感器采集信息。當無法使用傳感器采集特征量，就需要硬件收集，相應構建采集、傳輸與處理一體化可靠的硬件網絡架構。

（3）壽命管理

為減少水害，需要對主排水設備的壽命開發系統管理。采用時間序列管理方法，處理和挖掘采集到的大量數據，分析、綜合比較收集到的數據，通過算法預測設備運行狀態趨勢和走向，在物聯網網構下的應用層作用，確定設備的壽命、故障。

（4）管理軟件

壽命管理系統采用LabVIEW軟件平臺，選用具有存儲數據的SQL Server操作管理，通過MATLAB軟件做相應數據處理、分析。

（5）數據庫接口

物聯網壽命管理系統內的每個下位機相互聯系，在外部成為整個煤礦的監測子系統，必須擁有開放的數據接口，實時與其他數字化平臺進行數字信號交換。

3.2 自動監測總體結構設計

物聯網架構鑲嵌于自動監測系統，對礦井主排水設備運行狀態進行監測。整個物聯網監測系統根據物聯網性質分為感知層、網絡層和應用層三層系統，基于物聯網技術下自動監測總體結構系統如圖2所示。

4 物聯網自動監測三層系統研究

4.1 感知層研究

在整個物聯網系統最為基礎的層系統當屬感知層。PLC控制基礎上增加采集高頻信號，以太網與上位機相互聯系，形成數據采集功能物聯網系統感知層，其作用就是根據采集到的主排水設備運行數據，分析礦井主排水泵是否出現故障。感知層功能的實現必須有各種傳感器的輔助，感知層各種傳感器及相應信號特征見表4。

4.2 網絡層研究

將感知層采集到的信號傳輸便是物聯網系統的網絡層。以太環網為基礎，增加共享數據，通過OPC運作，各個傳感器、子系統采集到的特征信號匯聚于物聯網網絡層，網絡層將數據匯總到應用層。異構網絡能夠融合信息，確保數據可靠傳輸，防止數據丟失。

圖2 基于物聯網技術下自動監測總體結構系統圖

表4 各種傳感器信號特征

4.3 應用層研究

應用層能夠將采集到的信號進行大數據分析，類似于人的大腦。為自動監測礦井主排水設備工作狀況，開發、編寫了礦井主排水設備健康管理系統。該系統能夠實時顯示水泵電流、振動信號、壓力、流量、液位、溫度等。在物聯網技術下上位機可以測算出礦井主排水泵特性曲線。

5 結 論

以礦井中央水泵房為研究對象，簡單介紹了礦井主排水系統。根據礦井主排水設備常見故障特征，設計了基于物聯網技術的監測系統，物聯網監測系統主要有兩大特點：

（1）全面性、系統性、自動性。物聯網監測系統不僅能夠根據主排水設備故障特征全面采集信號，還能實現系統內的數據轉換，通過軟件自動預測分析主排水設備故障。

（2）物聯網自動監測分工明確。物聯網自動監測系統共由三層系統組成，感知層負責采集主排水設備故障信號，網絡層將數據傳輸到應用層，而具有分析功能的應用層進行處理和反饋信息。

基于物聯網技術開發的自動監測系統監測礦井主排水設備運行狀態，不僅節省了時間，降低了成本，還能為設備的維修提供精準信號，有利于實現自動化，這對礦井安全生產具有重大的意義。