基于物聯(lián)云平臺的煤礦機電設備供電安全智能監(jiān)控方法

車馳騁，劉 俊，張少波，蒙紹旭，姚天聰

（1.甘肅華亭煤電股份有限公司，甘肅 平?jīng)?744100；2.上海山源電子科技股份有限公司，上海 201612；3.窯街煤電集團有限公司金河煤礦，甘肅 蘭州 730000）

0 引 言

煤礦機電設備是保證煤礦工程日常生產(chǎn)作業(yè)、進度推進的關鍵性輔助設備，需要對其進行實時性的監(jiān)測與控制，促使其處于穩(wěn)定的運行狀態(tài)[1]。當前的煤礦機電設備與煤礦企業(yè)內(nèi)部設置的生產(chǎn)線、作業(yè)線關聯(lián)度均較高的，這種形式雖然可以提升整體的應用效率，但是也容易造成大面積的設備損壞，形成不可控的經(jīng)濟損失。為解決這一問題，相關人員設計了針對機電設備供電安全的智能化監(jiān)控方法，如：宋欣樺基于無線傳感網(wǎng)絡研究礦山機電設備安全狀態(tài)監(jiān)控[2]。王杰研究煤礦掘進機機電設備故障監(jiān)測方法[3]。但是上述監(jiān)控方式多為單向結構，雖然可以實現(xiàn)預期的監(jiān)控任務及目標，但缺乏針對性與可靠性，在不同的煤礦工程背景環(huán)境下，難以實現(xiàn)全覆蓋式地監(jiān)控處理，導致最終得到的監(jiān)控結果出現(xiàn)誤差。為此提出基于物聯(lián)云平臺的煤礦機電設備供電安全智能監(jiān)控方法的設計與驗證分析，所謂物聯(lián)網(wǎng)云平臺，主要指的是物聯(lián)網(wǎng)平臺與云計算的一種技術性的融合，通常會架設在IaaS 層上的PaaS 軟件之上，同時設定感知層等進行關聯(lián)，以此來完成預設的目標，將其與煤礦機電設備供電安全智能監(jiān)控工作進行融合，一定程度上可以擴大實際的監(jiān)控范圍，從多個角度強化供電監(jiān)測的效果，設計更加靈活、多變的監(jiān)測結構，最大程度降低煤礦機電設備供電安全的監(jiān)控故障，增加連續(xù)性，推動相關行業(yè)與技術邁入一個新的發(fā)展臺階。

1 設計物聯(lián)云平臺供電安全智能監(jiān)控方法

1.1 監(jiān)控數(shù)據(jù)智能化采集和處理

煤礦機電設備在運行的過程中會形成大量的數(shù)據(jù)信息，部分反映了當前設備運行狀態(tài)的變化，為提升整體的監(jiān)控效率及質量，需要結合智能化的程序，采集對應的數(shù)據(jù)[4]。首先，需要設定多個用電監(jiān)測周期，并明確所應用機電設備的監(jiān)測范圍，形成一個循環(huán)的監(jiān)控結構[5]。隨后，構建一個自適應智能化的用電監(jiān)測感應程序，與初始的數(shù)據(jù)采集程序搭建關聯(lián)，便于周期之內(nèi)實時數(shù)據(jù)信息的獲取[6]。此時，結合大數(shù)據(jù)特征聚類分析方法，針對各個周期的信息數(shù)據(jù)進行解析，并依據(jù)特征進行數(shù)據(jù)分選[7]。具體的數(shù)據(jù)分選標準見表1：

表1 智能化監(jiān)測數(shù)據(jù)采集與分選處理標準表

結合表1，完成對智能化監(jiān)測數(shù)據(jù)采集與分選處理標準的設定，基于此，將同類型的數(shù)據(jù)、信息進行分類、篩選、剔除、整合，實現(xiàn)基礎性的處理，為后續(xù)機電設備的監(jiān)控制處理奠定基礎條件[8]。

1.2 部署動態(tài)化監(jiān)控節(jié)點

與初始的監(jiān)測節(jié)點部署方式對比，此次結合實際監(jiān)測目標和范圍的變化，采用動態(tài)化的監(jiān)控節(jié)點部署形式展開分析。多目標的監(jiān)控節(jié)點設置需要提前建立對應的關聯(lián)，并制定與之相匹配的動態(tài)化監(jiān)控節(jié)點用電控制機制標準，具體如圖1 所示：

圖1 動態(tài)化監(jiān)控節(jié)點控制機制標準圖示

結合圖1，完成對動態(tài)化監(jiān)控節(jié)點控制機制標準的設定和分析。在此基礎之上，依據(jù)當前監(jiān)控特征的變動，計算出差異性特征值，一般控制在2.3～3.7之間。隨后建立一個動態(tài)化的多目標監(jiān)測程序，導入物聯(lián)網(wǎng)云平臺的控制程序之中，由于每一個設備中安裝的節(jié)點提前建立了聯(lián)系，所以將核心控制監(jiān)測標準與動態(tài)化多目標監(jiān)控程序關聯(lián)，便可以獲取到實時性的周期數(shù)據(jù)，通過云平臺的信道傳輸預設到存儲位置之上，為之后的用電監(jiān)控工作提供參考依據(jù)。

但是這部分需要注意的是，針對的范圍是煤礦機電設備的用電安全監(jiān)控，需要利用節(jié)點對供電設備的負荷情況做出調整與監(jiān)測，通過云平臺進行實時狀態(tài)監(jiān)測，在此基礎之上，結合邊緣設備以及能量路由器等裝置，配合部署節(jié)點，對設備的電壓、電流等數(shù)據(jù)進行采集，得到煤礦機電設備供電狀態(tài)的時頻分布情況，計算出當前用電故障的可控監(jiān)測最大耗時，如公式1 所示：

式中：A為用電安全可控監(jiān)測最大耗時；h為設備用電范圍；η為異常輸出定位時間；t為定位監(jiān)控次數(shù)為權重值；k為堆疊范圍。結合當前的測試，實現(xiàn)對用電安全可控監(jiān)測最大耗時的計算，將其設定為限制響應時間，對動態(tài)化監(jiān)控節(jié)點數(shù)據(jù)的采集進行良性約束，確保數(shù)據(jù)的真實與可靠。

1.3 構建物聯(lián)云平臺機電設備供電智能監(jiān)控模型

結合物聯(lián)網(wǎng)云平臺，設計煤礦機電設備供電智能監(jiān)控模型。煤礦機電設備的運行時長較長，導致設備內(nèi)部的裝置壓力增大，容易出現(xiàn)電壓過大、短路等問題。而物聯(lián)網(wǎng)云平臺的接入，可以促使監(jiān)控程序在出現(xiàn)用電異常時，第一時間捕捉并標定出用電故障位置，保證設備用電的安全與穩(wěn)定。通過模糊支持向量機進行基礎性監(jiān)控訓練，并測定不同周期節(jié)電設備的實際供電狀態(tài)，計算出設備的供電監(jiān)控模型的隸屬度，如公式2 所示：

式中：G為供電監(jiān)控模型的隸屬度；m為機電設備可控區(qū)域；n為重復識別區(qū)域；r為監(jiān)控頻次；φ為瞬時差值。結合當前的測試，將得出的隸屬度作為模型對設備供電安全的監(jiān)控標準。

隨后，設備中增設對應型號的感應裝置，連接物聯(lián)網(wǎng)云平臺之中，在平臺和監(jiān)控模型之中接入異構輔助設備，對當前平臺進行統(tǒng)一管理、控制與固件升級，增加數(shù)據(jù)分析能力。將可控程序導入模型之中，布設實際的監(jiān)控范圍，通過物聯(lián)網(wǎng)平臺的傳輸信道獲取實時數(shù)據(jù)，設計對應的模型應用結構，見圖2：

圖2 物聯(lián)云平臺機電設備供電智能監(jiān)控模型結構圖

基于圖2，完成對物聯(lián)云平臺機電設備供電智能監(jiān)控模型結構的設計與實踐分析。依據(jù)此結構，結合物聯(lián)網(wǎng)平臺，從設備的溫度、運行速度、電流、電壓等方向的變化來判定最終的供電安全情況，確保煤礦機電設備穩(wěn)定安全的運行。

1.4 自適應匹配調節(jié)處理實現(xiàn)智能監(jiān)控

所謂自適應匹配調節(jié)，實際上是一種動態(tài)化的智能供電平衡方法。初始的供電安全監(jiān)控方式一般是發(fā)現(xiàn)異常才會調整處理，速度較慢，效率較低，形成不可控的經(jīng)濟損失和設備損壞。而自適應匹配調節(jié)更多地是針對性地監(jiān)控處理。一旦煤礦機電設備出現(xiàn)異常問題，會形成對應地異常信號。

此時自適應匹配調節(jié)程序便會立即鎖定供電不穩(wěn)定的區(qū)域，并提取分析異常供電原因，結合物聯(lián)網(wǎng)云平臺，進行遠程調度和維護處理。但需要注意的是，自適應匹配調節(jié)是智能化處理，所以物聯(lián)網(wǎng)云平臺和監(jiān)控模型中均設置了相匹配的監(jiān)控指令，保證第一時間給出處理方案，縮短監(jiān)控處理的時間，強化此種監(jiān)控方法的實踐應用能力。但是，自適應匹配調節(jié)方式覆蓋范圍并不是固定的，一般會結合當前煤礦機電設備的運行狀態(tài)做出調節(jié)，這樣的形式能夠增加監(jiān)控方法的靈活性和穩(wěn)定性，一旦監(jiān)控環(huán)境出現(xiàn)較大的變化或者差異時，可以結合物聯(lián)網(wǎng)云平臺隨時做出范圍以及結構上的動態(tài)化調整，從多個角度進一步擴大監(jiān)控范圍，獲取最為精準的監(jiān)控結果。

2 方法測試

此次主要是對基于物聯(lián)云平臺的煤礦機電設備供電安全智能監(jiān)控方法的實際應用效果進行分析與驗證研究，考慮到最終測試結果的真實性與可靠性，采用對比的方式展開分析，選定G 煤礦工程作為測試的主要目標對象，利用專業(yè)的設備和裝置進行基礎測試平臺與監(jiān)控程序的基礎數(shù)據(jù)，信息的采集，匯總整合之后，以待后續(xù)使用，基于物聯(lián)網(wǎng)云平臺，對最終獲取的結果進行對比研究，接下來，搭建初始的測試環(huán)境。

2.1 測試準備

結合物聯(lián)網(wǎng)云平臺，對選定的G 煤礦工程機電設備供電安全智能監(jiān)控方法的測試環(huán)境進行搭建。為保證此時結果的真實可靠，選擇該工程中的6 臺設備作為測試對象，在測定的設備中增設一定數(shù)量的監(jiān)測節(jié)點，節(jié)點之間互相搭接，形成一個循環(huán)性的測試結構。對設備中的供電線路、電機檔位控制器、繼電器和電磁閥等基本元件進行監(jiān)測，同時搭建監(jiān)控程序。以此為基礎，結合物聯(lián)網(wǎng)云平臺，進行供電安全監(jiān)控指標與參數(shù)的設置調整，見表2：

表2 供電安全監(jiān)控指標與參數(shù)設置調整表

表3 虛擬化輔助測試指令

結合表2，實現(xiàn)對供電安全監(jiān)控指標與參數(shù)的設置調整。結合物聯(lián)網(wǎng)云平臺，建立可控終端，設計對應的監(jiān)控邏輯，實現(xiàn)對基礎測試環(huán)境的搭建。

2.2 測試過程及指標

在上述搭建的測試環(huán)境之中，結合物聯(lián)網(wǎng)云平臺，針對G 煤礦工程機電設備供電安全智能監(jiān)控方法進行測試和分析。首先，制定3 條虛擬化的輔助測試指令，并導入模型之中，此時，機電設備會處于供電異常的狀態(tài)。

以此為基礎，通過物聯(lián)網(wǎng)云平臺，結合煤礦機電設備的運行情況，設置3 個監(jiān)控階段，通過物聯(lián)網(wǎng)云平臺對當前煤礦機電設備的運行漏洞進行識別，對后續(xù)的監(jiān)控能力進行測試。并計算出3 個階段的供電漏洞監(jiān)控頻次。表達式如下：

式中：A為供電漏洞監(jiān)控頻次；k為迭代次數(shù)；r為可控識別范圍為堆疊區(qū)域；π為監(jiān)控時耗；d為單向監(jiān)控距離。

2.3 測試結果

根據(jù)上述實驗設置，進行三階段的的供電漏洞監(jiān)控頻次計算分析，結果見表4：

表4 測試結果數(shù)據(jù)對比分析表

結合表4，針對選定的6 臺設備，經(jīng)過3 個階段的監(jiān)控，最終得出的供電漏洞監(jiān)控頻次均達到25 次以上，說明在物聯(lián)網(wǎng)云平臺的輔助下，當前設計的供電安全監(jiān)控方法更加靈活、多變，針對性更高，具有實際的應用價值。

為進一步驗證設計方法的實用性，以機電設備供電安全智能監(jiān)控精度為對比測試，采用文獻[2]方法、文獻[3]方法作為對比方法進行實驗對比，結果如圖3 所示。

圖3 監(jiān)控精度對比結果

根據(jù)圖3 可以看出，設計方法的監(jiān)控精度明顯高于對比方法，最高時達到了97%，而對比方法監(jiān)控精度均低于90%，由此說明所提方法能夠為煤礦機電設備供電安全智能監(jiān)控提供有效幫助。

3 結 語

綜上所述，便是基于物聯(lián)云平臺的煤礦機電設備供電安全智能監(jiān)控方法的設計與實踐性分析，與初始的機電設備供電安全監(jiān)控結構相比，此次在物聯(lián)網(wǎng)運行平臺的輔助與支持下，設計了更加靈活、多變的監(jiān)控框架，從多個智能化角度展開優(yōu)化對應的監(jiān)控手段，不斷提升智能監(jiān)控程序的針對性和連續(xù)性，極大地避免了煤礦機電出現(xiàn)大面積的癱瘓、損壞等問題，該方法程序內(nèi)置的多種輔助傳感器也更為全面地采集到實施監(jiān)控數(shù)據(jù)信息，提高監(jiān)控精度，縮短響應時間，為后續(xù)智能化監(jiān)控技術的升級、優(yōu)化奠定堅實基礎。