張新永
(中國平煤神馬集團設備租賃分公司,河南 平頂山 467000)
隨著煤礦生產技術的進步,推進煤礦作業的自動化、智能化和信息化建設,優化煤礦綜采工作,促進大型煤礦運輸系統、起重系統和通風系統等的自動化和信息化建設,實現煤礦作業的無人化操作是煤礦未來發展的方向。綜采設備自動化程度的提高能夠提高采煤效率和節約人工成本,從而獲得良好的社會經濟效益。但因其所用設備較多,綜采設備的維護及故障維修問題日益突顯[1]。綜采設備結構比較復雜,設備間的依賴性較強,很難及時發現設備故障隱患,而故障的發生則會造成整個綜采系統的癱瘓,加上人工排除比較困難,效率低且存在安全和健康威脅、維修更換困難等問題,嚴重影響煤礦安全生產[2-3]。因此,應深入研究綜采工作故障預警及設備運行狀態的監測技術,對綜采設備實施多元預警管理。然而,傳統的綜采設備預警系統較為滯后,難以滿足綜采作業自動化發展的要求。當前,人工智能故障預警方法主要有神經網絡、專家系統、模糊識別、小波分析和故障樹等方法,然而模糊識別需要建立在故障先驗基礎上,故障樹識別法不能全部找到可能的初始故障[4-5],小波分析雖然能準確提取故障頻率信號,但對故障隱患的診斷能力相對不足,而神經網絡則能夠對信息系統進行自適應、非線性的處理,通過不斷學習及調整閾值、權值對網絡進行不斷地完善,仿照生物神經元的方式實現故障設備的預警,屬于智能化的設備故障預警系統。為此,基于人員、設備、綜采面和生產等多元數據,應用了神經網絡算法設計了綜采設備的預警管理系統,以期提高其預警能力,為煤礦生產事故預警及運維等提供可靠依據。
常見故障原因:綜采設備主要有轉載機、皮帶運輸機、刮板運送機、采煤機、乳化液泵等,多個設備協同完成綜采任務。但因綜采環境復雜,設備較多,為事故多發地,是煤礦作業安全管理工作的重點。多數綜采設備故障是電機故障所致,可以說電機故障是煤礦生產的最大安全隱患[6-7]。綜采設備運行過程中振動性較強,但正常運轉不同于故障時的振動,若其振動頻率及幅值呈規律性且在一定范圍內,設備運行則正常,若其振動頻率、方向及幅值發生改變,表示設備發生了故障。因此在綜采設備監測及故障預警管理時,要提高設備管理的現代化技術水平,以有效監測及預警。當然,導致綜采設備振動的原因較多,主要有定子故障、轉子故障、氣隙不均勻、滾動軸承發生故障、滑動軸承發生故障等,此外還有設備電流方面的故障。
故障預警依據:在綜采設備運行中,電機氣隙較小,受磁拉力和磁動勢的影響非常大,如果轉子發生斷裂斷條或氣隙偏心故障后,均會利用氣隙磁場在定子電流中表現出來,設備故障在電流變化上有著明顯的表現和反映[8]。因此,在判定故障時要以設備電流信號和設備振動特征為依據,同時借助電壓信號、溫度來分析,利用安裝傳感器對綜采設備運行數據進行采集,利用智能算法和大數據技術處理并分析數據,從而實現對綜采設備故障的預警診斷。
硬件總體結構:該設計分為通信、設備及應用3個層面,系統結構如圖1所示。設備層主要為刮板運輸及采煤等設備,以及各光纖光柵傳感器;通信層為光纖光柵調節儀、監測與通信分站(2個);應用層為服務器、監測主機等設備。

圖1 系統硬件總體結構
各設備的功能:設備層中的光纖光柵傳感器對綜采各設備電機軸向、徑向振動數據進行采集,電機溫度參數通過其溫度傳感器采集,在光纖光柵調節儀中接入溫度傳感器和振動傳感器光信號進行調節調制處理,進而生成所需的溫度和振動數據。通信層由2個監測和通信分站,綜采設備電機電氣的信息則由監測和通信分站采集,依據現場狀況由組合開關采集破碎機和采煤機的相關數據,另一組組合開關則采集轉載機和刮板運輸機的相關數據。所以,應用分站1分別用2個組合開關通信進行數據的間接采集,而2號分站則同泵電機、皮帶機進行數據采集。數據處理則由分站和光纖光柵調節儀完成,在顯示后同井下的以太工業環網交換機連接,把數據上傳至地面上位機。以太環網交換機將采集的相關數據傳輸至智能分析裝置中進行數據分析平臺,判斷出綜采設備的運行狀況,并對存在的故障隱患給予預警預報。應用層主要是綜采數據動態顯示、查詢和存儲等功能,并且依據算法模型對設備故障實施多元診斷和預警,以為其維護和巡檢提供技術支持。
在綜采設備多元預警系統設計中,主要將其設計為數據同步、數據顯示、數據分析及維護等4個模塊。其中數據維護模塊主要負責錄入采集到的各個系統的數據,并對其進行臨時存儲及預處理。這些數據主要是利用煤礦監控管理系統的以太環網的數據采集自動傳輸獲得,也可從信息系統、監測設備和監控視頻等系統中查詢。
維護模塊中的數據主要是動態化的實時數據和基礎數據,基礎數據主要是設備生產作業、人員定位和工作面等數據,這些數據短時間內無變化。而實施數據則主要是設備更換、修理、維護、異常和事故等,這些數據會隨時更新[9]。預處理數據能夠確保數據格式的規范性和內容的完整性。利用數據維護模塊還能夠實現數據查詢、刪除、添加和更改等數據操作。
事故數據分析模塊:主要分析綜采設備事故的相關數據、維護和設備異常等數據,以及綜采設備的更換、修理等數據。在分析設備事故的模塊中,按照設備多發事故的規律性和相似性、事故種類、損壞部位等特征,從環境、管理、設備和人員等多角度出發,挖掘發生事故時多元數據的規律,以對當前條件下設備事故發生的概率及可能性進行預判,為預警分析報告和預警發布的生產提供支持。按照設備事故類型的不同、各種設備事故成因的影響試件及發生頻率進行設備事故分析。
維護和異常數據分析模塊:設備維護數據和異常數據分析主要對設備異常位置和類型進行分類,比較異常狀況,分析不同影響因素下設備異常形變、突降絕緣、溫度異常和異響等的變化曲線及異常持續時間,從而評估判斷設備異常的演變趨勢及嚴重程度。日常維護執行分析中同設備運行狀況相結合分析日常維護方式不同對其運行的影響狀況,以設備穩定運行為標準選定不同運行狀況維護設備的有效方案。在設備更換及修理數據分析上要從數據庫中篩選出運行過程中的作業面、生產狀況都相對穩定的數據,以配件或設備回收及安裝時間作為節點分析其使用備品、返修后穩定運行的時間,對備品及修理的質量進行評估,為采購配件和修理提供指導。
數據同步:數據同步主要是利用局域網將處理后的維護模塊同步到服務器的數據庫,依據用戶請求、訪問權限將其部分數據同步至計算機上,以實現數據在局域網的共享。當然,數據同步操作為自動化同步操作,對當前操作及用戶信息也同步記錄,以防止數據被修改,進而提升數據的安全性。
數據顯示:數據分析的結果要傳輸至顯示模塊中,由其以圖表、報告和預警的方式進行顯示。發布設備預警除了圖標和彈窗的方式之外,還同以太環網的監控系統相連接發出語音警報。設備維護和異常維護預報則通過數字視窗和變色進度條的方式來顯示,并生成相應檢修報告。
綜采設備多元預警管理系統各功能模塊、交互界面設計均采用Java語言,數據庫存儲和管理為SQL Sever,數據訪問控件Data Base控件,兼容性強,且操作靈活簡單,開發平臺為Eclipse(開放源代碼),SQL數據庫能夠提供數據存儲和查詢,管理人員能夠通過訪問密碼和用戶名快速進入訪問系統[10-11]。系統界面能夠以曲線圖的方式實時展示設備運行的參數變化,如果系統后臺的數據分析顯示設備存在故障隱患時,系統界面會故障報警,且顯示故障類型[12-13]。系統從數據庫中篩選設備運行的實施數據,運維管理人員能夠全面迅速地了解設備信息,且管理人員能夠添加維修和巡檢信息,為設備管理提供了重要的技術支持。
設備運行的可控性:該系統的應用能夠監測綜采設備運行狀況,提高綜采設備運行的穩定性及設備維護的效率,設備維護成本降低,能夠提前發現并處理設備故障隱患,實現了設備運行的可控性。
延長設備使用壽命:設備運行的智能化及監測的動態化,減少了設備運行所需的人工,節約了大量人工成本。同時該系統的應用能夠對設備進行預防性檢修,準確判斷和評估事故,降低設備配件的使用量,良好的設備維護也延長了設備使用壽命,進而節省了許多設備投入。
提高綜采設備使用率:該系統有效地提高了綜采設備的使用率,生產效率得到提高,社會經濟效益也明顯提高。可見,該預警管理系統提高了綜采作業的智能化程度,有效地降低和控制了綜采設備事故率,綜采作業環境得到改善,人工成本降低,減少了人工處理設備故障的安全隱患。
綜上,綜采設備故障直接影響煤礦開采作業的效率,應用監測和通信分站、光纖光柵傳感器等設備采集綜采設備運行的參數,并對其進行監測和傳輸,并設計了多元預警管理系統,實現了綜采設備故障的診斷、預警、運維管理的動態化和實時化。系統應用Eclipse平臺和SQL數據庫實現快速存儲數據、數據的智能查詢及故障預警、數據顯示、數據分析、數據維護及數據同步等模塊的功能,綜采設備的運行維護管理效率明顯提高。