礦井主通風機多參數實時預警系統設計

王均利

(陜西彬長大佛寺礦業有限公司，陜西 咸陽 713500)

0 引言

礦井主通風機的部件在長期運轉過程中磨損，部件的形狀與尺寸會發生改變，致使部件間的匹配關系發生變化，進而導致主通風機運行產生阻礙，甚至無法正常工作[1]。現有的主通風機監控系統一般對重要的參數設置報警限值，當參數值到達限值時系統會發生報警，但該時刻有些部件可能已經損壞。如果把限值設置過低，則會產生大量的誤報警并影響通風機的正常運行。現有系統無法對傳感參數的趨勢變化及參數之間的關聯變化進行組合實時分析，無法捕捉主通風機的微小故障，數據實時分析能力明顯不夠，不能為設備巡檢提供足夠的信息。通過實時采集礦井主通風機數據，利用多參數組合實時數據分析技術及時發現微小故障，實現對故障的預警預測，把可能出現的故障消滅在萌芽期，減少非計劃停機與零部件的損壞就顯得格外重要[2]。

1 系統技術架構

根據主通風機房值班記錄、巡檢記錄、維修記錄，對比主通風機監控系統存儲的大量歷史數據，通過對主通風機微小故障及異常的特征分析，形成故障及異常特征規則庫。基于特征庫實現實時預警分析[3]。實時數據分析主要包括4個部分：實時數據采集、單參數深度分析、參數組合分析、實時預警及原因可視化。系統技術架構如圖1所示。

圖1 系統架構示意

2 故障及異常特征分析

2.1 特征分析

找到值班記錄、維修記錄、故障記錄、巡檢記錄中出現的故障與異常時間點，對比歷史庫中相關的參數信息，找出關鍵傳感參數點及它們之間的相關性，形成故障異常特征記錄，如圖2所示。

圖2 特征分析示意

主通風機的關鍵參數信息點有溫度、電流、振動、功率、靜壓、風速、流量等。通過分析發現，當可觀察到的故障或異常出現之前，部分參數信息如溫度、振動等都會有異常的變化趨勢[4]。

2.2 特征規則庫

在分析相關參數的變化趨勢之時，還需要考慮主通風機所處的狀態。主通風機總是處在不同的狀態下，如停機狀態、啟動過程中、運行中等。隨著負載的變化，系統的狀態也在發生變化，不同的狀態對應參數的不同正常值與不同異常趨勢。系統根據不同的狀態采用不同的分析模型。分析模型包含單參數及參數組合變化的規則，這些規則匯總形成特征規則庫。隨著礦井用風、部件更換等變化，系統允許修改分析模型，更新規則中的參數及添加新的規則以適用這種變化[5-7]。

3 系統技術實現

系統采用通用的數據采集軟件Industrial Gateway Server(IGS)，把現場實時傳感參數數據放入實時內存庫Redis中。多線程實時數據處理模塊實現對單傳感器數據的深度分析與傳感組合分析，并把分析結果發送到不同的界面展示。分析技術架構如圖3所示。

3.1 高速實時數據采集與掃描

只有將生產和管理過程中產生的大量底層數據完整、及時地采集并傳輸到數據分析庫，才能進行實時數據分析。因此系統采用國際領先的數據采集軟件IGS，保證了數據采集的穩定性與實時性[8-9]。實時存儲數據采用實時內存數據庫Redis，保障了關鍵數據處理能夠在規定的時間內完成。數據采集模塊可以對每個采集點的采集時間間隔進行設置，最小采集時間間隔是200 ms。

對采集后放在內存庫中數據的實時掃描，采用以下2種模式：①基于時間的實時數據掃描—在這種模式下，系統周期性的對數據進行掃描，適合主通風機整個流程中都能用到的數據。可以根據不同的規則制定多個不同的固定掃描周期;②基于事件的實時數據掃描—當主通風機進入某種狀態或參數變化符合要求時，系統自動觸發相應的數據掃描器，實現針對性的數據掃描分析。

3.2 多參數實時分析

多參數實時分析可以實現對單傳感參數的上升與下降趨勢、波動、超限比例等分析，也可實現多傳感參數關聯、匹配、平衡等組合分析。

圖3 分析技術架構

單傳感器數據的實時分析：以下以主通風機1#電機前軸軸溫的異常上升趨勢為例進行分析，前軸溫度曲線如圖4所示。

a-前軸溫度正常曲線;b-前軸溫度上升趨勢圖4 前軸溫度曲線

第一步，數據分組：根據現場溫升規律，以10條溫度記錄為一組，對溫度進行不間斷采集后進行分組；第二步，計算每組數據的平均值：不間斷循環實時計算每組溫度的平均值；第三步，多組對比：連續3次前一組平均值大于后一組平均值，則判斷溫度有上升趨勢。前軸溫度趨勢分析如圖5所示。其中每組數據的條數、連續比較組數都可以進行定制。多數據分組與均值比較過濾了溫度中的“臟”數據，大大提高了溫度趨勢判斷的準確性。

圖5 溫度趨勢分析

多傳感參數組合分析：單一傳感器提取的特征信息常呈現出較強的模糊性，因此，需充分利用多傳感信息融合技術，進行準確地預警從而降低損失[10]。系統把主通風機的多個單傳感數據及分析結果進行算法組合，提高了預警的準確性和可靠性。前面例子中對前軸軸溫的上升趨勢進行了實時分析，但是在風機剛開始運行之時，前軸溫度的上升是正常現象，不能判斷為異常溫升。這就需要通過傳感參數組合把通風機的運行狀態限制在一個范圍，在一定的范圍內這樣的溫升判斷才有實際意義。

3.3 自動巡檢工單

根據多參數實時預警分析的結果，系統自動生成巡檢任務工單向巡檢人員發送。巡檢人員接到任務工單進行巡檢，并把巡檢結果反饋到系統，形成了預警的閉環處理。

4 結語

礦井主通風機多參數實時預警系統從數據中獲得洞察，通過特征規則庫的建立，很好地把相關技術人員的知識沉淀下來，形成了礦井的主通風機技術知識庫。通過對實時數據與規則庫的實時比對，實現了主通風機故障的早期預警，大大減少了主通風機部件損壞概率與非計劃停機時間，幫助監控中心人員接近實時地做出更符合實際情況、更為個性化的控制決策，該系統目前在陜西彬長大佛寺礦業有限公司得到了良好地應用。