基于智能評估技術機電設備運行狀態評價模型構建及應用

劉安猛

（新礦集團內蒙能源長城三礦，內蒙古 鄂爾多斯 017000）

煤礦機電設備穩定運行關系到煤礦安全生產，一旦發生故障或存在異常狀態，不僅影響安全生產，也增加設備維修費用。為此，對設備管理模式進行規范，做好機電設備運行狀態評價，可及時發現設備運行風險，并采取針對性解決對策，從而降低設備運行故障發生率，提高設備運行效益，對煤礦可持續生產意義重大[1]。機電設備運行存在隱性風險，故障種類比較多，潛在誘因復雜，包括連續使用時間、設備功能設置以及日常維修保養等，但是目前關于煤礦機電設備運行狀態評價的相關研究比較有限，并且傳統設備運行狀態評價方法往往需要大量決策數據，一旦存在偏差數據，則會導致評價結果失真，因此研究設備運行狀態評價模型并運用到實際工作中，具有現實意義。

新礦集團內蒙能源長城三礦是一座設計生產能力500 萬t/a 的現代化大型礦井，礦井遵循“輕型高效、智慧礦山”建設目標，大力推進新技術、新工藝。隨著機械化程度提高，機電設備運行故障也不斷增多，日常維修工作量也隨之增加。由于目前尚未形成動態化設備運行風險評估機制，致使機電設備運行監測與故障風險預測難度較大。為解決此類問題，根據總公司“四位一體”設備維修模式，構建一體化機電設備運行保障模式，嘗試將智能評估技術構建評價模型運用到機電設備運行狀態監測中。為此以MG450/1050-WDK 型交流電牽引采煤機作為研究對象，分析智能評價模型的應用效果，旨在為清晰直觀展示機電設備運行狀態、降低機電設備運行故障幾率以及故障風險預測提供一定理論基礎。

1 評價指標選取

傳感器是能感受被測量并按照一定的規律轉換成可用輸出信號的器件或裝置，其工作原理是通過采集設備周圍的環境物理量或化學量及電氣設備電參數等模擬量和開關量，將所采集到的數據輸出至數據采集設備中。傳感器可以采集許多不同類型的數據，包括溫度、濕度、光照、氣壓、振動、電壓和電流等等信息[2]。通過這些數據，了解設備的運行狀態、負載情況和異常情況，從而達到預警預測設備的運行實時參數，提高設備的運行效率和延長設備使用壽命。例如，在采煤機上安裝溫度傳感器、振動傳感器和電流傳感器等，可以實時監測采煤機的溫度、轉速、振動和電流等指標，以便及時發現和預測設備故障，確保采煤機的正常運行[3-4]。為保證機電設備運行狀態評價更加準確、及時，在選取評價指標上，要保證指標具有代表性和全面性，如表1 所示。

表1 煤礦機電設備運行狀態評價一級和二級指標選取

在表1 中內容基礎上，將n設定現有用于評價設備運行狀態構件數量，此時可采用M表示設備運行狀態數據集合。根據上述方式完成評價指標體系的構建。

2 運行狀態劣化度計算

在完成上述評價指標選取后，參考權威文獻[5-6]，評價設備運行安全性引入“劣化度”模型，并且明確各構件運行狀態與設備整體運行狀態之間的關系，計算設備運行時二級指標與良好狀態之間的差距。因二級指標劣化度可能受到多種因素影響，故結合機電設備額定運行狀態，初步測算劣化狀態和劣化度，如下公式：

式中：d為劣化度初步測算結果；x0為設備初始化運行狀態；xn為傳感器收集的設備運行狀態數據；xmax為極限狀態下設備運行數據；k為狀態參數與設備運行額定參數間關系。

在常規情況下，k取值應選擇常數，將初步測算結果上傳給專家系統，同時將專家系統評分結果作為輔助計算劣化度。假定設備運行狀態共有A種，根據如下公式計算劣化值：

式中：D為專家系統劣化度計算結果；B為現場打分值；C為專家評估值；A為技術小組評分值；An為技術小組評價數量。

根據上述計算方法及流程，實現對設備運行狀態劣化度的計算，為智能評估技術提供決策信息和數據。

3 設備運行狀態智能化評價

3.1 一致性檢驗

在采用智能評估技術時，為確保評價結果的準確性，引入層次分析法量化處理二級指標劣化度結果。在進行量化處理之前，對相關計算結果進行一致性檢驗，目的在于保證評價結果的可靠性，并對評價結果是否可行進行檢驗。為此，獲取不同運行狀態下評價指標和參數的數據值，并將其作為標準值，采用層次分析法計算指標權重，確定指標在設備運行狀態評價中的重要程度[7]。隨后，構建設備運行狀態評價模型，結合評價集合、運行狀態集合確定評價矩陣及向量值，對設備運行狀態進行智能化評價，注意要將最大隸屬度作為評價原則。一致性檢驗通過如下公式來完成：

式中：C為評價結果一致性檢驗結果；c為隨機檢驗值；I為指標層次；R為判斷矩陣；P為權重；p為指標維度。

3.2 設備運行狀態評價等級

根據公式（3）進行計算，當C＞0.05 時，說明檢驗結果一致性高，數據可靠，可直接將對應結果輸出；當C＜0.05 時，表示檢驗結果一致性差，數據偏差，則需要重新選取評價指標或構建判斷矩陣[8-9]。將公式（2）所得劣化度作為設備狀態評價參考標準，并對公式（3）評價過程進行數據標準化處理，確定設備運行狀態劣化度量化取值標準與評價等級，如表2 所示。

表2 機電設備運行狀態劣化度量化取值標準與評價等級

3.3 評價等級具體含義

從表2 中可以看出，煤礦機電設備的運行狀態可以分為健康狀態、良好狀態、預警狀態和故障狀態。其中，健康狀態（I 級）是設備運行正常，各項指標均處于正常范圍內，距離預警閾值比較遠，設備運行穩定可靠，沒有發現任何異常和故障情況；良好狀態（Ⅱ級）是設備出現了一些小問題、小故障或者異常情況，比如噪聲略大、溫度略高等，但是這些問題并不會影響設備的正常運行；預警狀態（Ⅲ級）是設備出現一些警告信號或者預警信號，如高溫預警、振動預警等，需要及時進行維護保養，避免問題進一步惡化；故障狀態（Ⅳ級）則表示煤礦機電設備出現比較嚴重的故障，比如設備突然停機、零部件損壞等，需要及時停機維修或更換部件，以免影響煤礦生產的正常運轉。

4 實際應用

在完成評價模型構建后，對基于智能評估技術的機電設備運行狀態評價模型進行實際檢驗，為保證評價模型真正發揮實際作用，參考文獻[10]內容，在運行監控終端配置相應的測試環境，包括HADOOP 可視化測試平臺、S822L-C 小型服務器、POWER-8/16 核處理器、2.8 GHz 主頻、64 GB 運行內存、IBM V1000 10TB 磁盤陣列、＞2.0TB 存儲空間。在完成測試環境配置后，選擇安裝傳感器的MG450/1050-WDK 型交流電牽引采煤機作為評價對象，并結合上述評價模型進行設備實時運行狀態智能化評價，根據監測時序將評價結果反饋給測試平臺前端進行感知。假定電牽引采煤機處于預警運行狀態，截取平臺前端評價曲線，如圖1。

圖1 電牽引采煤機運行狀態智能評估結果

在上圖中，4 條虛線表示電牽引采煤機劣化度量化處理后的界限。根據測試結果，劣化度量化取值在Ⅲ級（0.35～0.65）范圍內波動，因此判定設備處于預警運行狀態，且與已知結果相同，證實評價指標選取、評價模型構建科學且合理。

5 結語

煤礦機電設備的運行狀態評價等級是根據設備的運行參數和維護周期來確定的，且在通常狀況下設備的運行參數越穩定可靠，維護周期越短，設備評價等級越高。本研究立足于煤礦機電設備使用高故障風險現狀，創新性提出將基于智能評估技術的煤礦機電設備運行狀態評價模型運用到機電設備運行狀態分析中，前期結合煤礦機電設備運行評估實際需要選取評價指標，隨后計算運行狀態劣化度，構建設備運行狀態智能化評價模型，并將模型帶入實際使用的機電設備中，尋找機電設備運行故障潛在誘因，并設置健康狀態（I 級）、良好狀態（Ⅱ級）、預警狀態（Ⅲ級）、故障狀態（Ⅳ級）四個設備運行狀態評價等級。

該研究所提出的以智能評估技術為主的煤礦機電設備運行狀態評價模型，在評價機電設備運行狀態中發揮明顯優勢，具有較高的適用性，即基于智能評估技術的煤礦機電設備運行狀態評價模型在電牽引采煤機運行狀態評價中具有實踐性。未來應針對機電設備實際使用狀況，結合本試驗結果，適當增加不同型號和用途機電設備，大力開展對此方法的應用與測試，并進行全方位驗證，為更多機電設備運行狀態評價提供便利，從而不斷擴大模型實際應用范圍。然而，考慮到引發機電設備運行故障的原因及影響因素還有很多，且目前基于設備運行狀態評價的模型比較有限，不同研究方向所用測量、分析以及評價方法有所差異，后續將就具體問題進行詳細分析，并引入更多評價工具，以實現靈活運用評價模型[11-12]。

在引入評價模型的過程中，關注改進方案的制定，人為因素、管理因素、監測因素，均與人的執行不到位有直接關系，因此建立一系列培訓、管理及監測機制，選擇機電設備使用者、維修者最能接受的最佳方案，從而不斷強化相關人員的專業能力，為不斷提高機電設備使用可靠性提供一定支持[12]。為進一步降低機電設備運行風險，降低故障率，對改進方案進行不斷完善，構建動態監測體系，通過引入智能化技術和設備，對機電設備故障進行綜合分析，并結合常見故障制定維護與保養計劃，應做好以下幾點工作：

1）準確記錄機電設備運行狀態評價模型使用過程，加強對設備運行的日常監測，并對改進成果進行標準化處理。

2）評估該評價模型應用過程存在的問題，并增加循環管理機制，不斷完善整個運行狀態評價模型架構，提高評價準確性。

3）加強機電設備運行故障風險測量及控制，徹底改變“事后整改”頑疾，通過運行狀態評價模型實現“事前預防”，從而降低機電設備運行故障。

4）在設備運行狀態評價模型中也要兼顧緊急事件防范，形成應急預案，從而不斷增強評價模型功能，提高其實際使用效果。