地面大型設備遠程故障診斷系統研究應用

李利軍

(山西焦煤集團公司 調度信息中心， 山西 太原 030022)

煤礦瓦斯泵站主通風機等大型設備的狀態監測與故障診斷系統是實現設備智能化運行的前提，通過監測診斷系統可以實時了解設備運行狀態，預測設備潛在故障，防止隱患的發生。隨著互聯網技術的發展，設備故障診斷開始與“互聯網+”不斷接軌，逐漸形成了“單機自診斷+礦井局域網異地診斷+設備廠家遠程云診斷”的三級故障診斷模式[1-3]. 基于該模式搭建監測與診斷系統，能夠實現設備的連續數據采集與存儲、監測數據的統一管理，根據預測結果，制定科學的運維策略，通過長時間的數據積累，不斷優化設備運維、管理模型，最終實現設備的預測性維護。通過在風機、瓦斯泵等大型設備上增加在線監測與故障診斷系統，建立完備的遠程狀態監測與故障診斷大數據平臺，以實現設備故障早期預警和遠程狀態預知，提高設備運行可靠性。

1 現場概況

杜兒坪礦為山西焦煤集團西山煤電下屬生產礦井，地面瓦斯泵站某風機房主通風機采用上海鼓風機廠的GAF28-14-1主通風機兩臺，同時安裝風機監測監控系統進行實時監測。自投運以來，瓦斯泵站先后發生數起無計劃切換事故，但只能顯示故障部位，對故障缺乏定量化分析，現場恢復缺乏及時準確的應對措施，如果不及時修復，極易導致泵站停機事故，嚴重威脅礦井通風安全。因此，有必要建立大型設備的遠程故障診斷系統，以便及時采取針對性應急措施，確保大型設備供電可靠。

2 系統架構

基于風機等地面大型設備的遠程故障診斷系統包括監測所需要的傳感器、數據采集器、數據應用管理器、狀態監測分析軟件等，通過集團環網能夠實現遠程專家、集團層、設備現場層等多層次故障會診和數據共享。其系統架構見圖1.

3 系統平臺建設

基于Visual Studio2008 開發遠程故障診斷平臺，其基本開發情況見表1.

表1 遠程故障診斷平臺開發情況表

該模式可采用模塊化結構，能夠實現多對象多層結構的有效開發，系統功能性和邏輯性較強，同時可以實現用戶的自定義功能擴展，架構簡單易操作。該系統共設計信息瀏覽、設備管理、故障診斷、實時工況、系統管理等5大模塊功能，見表2.

表2 平臺主要功能表

4 故障診斷

該平臺核心是基于人工智能的實時診斷專家系統，即結合該領域專家的專業知識或現場經驗對設備故障進行專業分析，并模擬專家進行現場決策，實現專家級水平的現場交互。其實質是基于大數據分析交互的計算機程序，其系統結構見圖2.

圖2 故障診斷專家系統結構圖

由圖2可知，該系統包括知識庫、實時數據庫、故障推理機及面向專家、用戶的雙通道人機交互接口，由設備廠家結合設備歷史故障情況建立初始知識庫和數據庫，操作人員在使用時也可以對數據庫進行定期更新。當設備出現故障時，可以通過電控系統的檢測功能板進行快速匹配檢索，從知識庫中迅速獲得故障提示及解決方案；對暫無提示的，也可以對知識庫和數據庫新增條目進行操作，不斷充實故障處理知識庫的相關儲備。

軸流風機測點分布：電機非驅動端軸承座處1個，電機驅動端3個，風機管道軸承座處2個，風機管道葉片處2個。1臺風機共計振動測點8個，工藝量參數約20個。

對旋風機測點分布：風道外殼水平垂直4組，布置在風道支撐電機和風機的位置。1臺風機共計8個振動測點，約20個工藝量參數。

5 應用實例

5.1 測點布置

以地面瓦斯泵站的主通風機為例，軸流風機和對旋風機測點布置見圖3，4.

圖3 軸流風機測點分布圖

圖4 對旋風機測點分布圖

5.2 診斷流程

2017年7月12日14時15分左右，杜兒坪礦地面3#瓦斯抽放泵站1#風機突然無計劃切換至2#風機，振動測點無信號，故障原因未知。此時系統將故障現象“無計劃切換”傳輸至地面集控，云終端出現“PLC控制器速度比較故障”，實時工況模擬量PLCSPEED參數為0. 操作人員結合現場實時視頻對應鏈接，進入故障判斷邏輯，并結合故障分析快速鎖定設備故障點，認定故障原因為“變頻控制故障”，并制定具體解決方案。經現場確認為PM端子松動，緊固后重啟變頻器并手動將風機切回1#，風機運轉正常，系統將該次故障存檔備案。

6 結 語

通過對抽放泵站主通風機的故障處理可知，利用山西焦煤集團現有網絡和礦局域網搭建的設備故障診斷系統，能夠實現對主通風機的狀態監控和故障異常定位，結合故障參數進行大數據智能分析，提出輔助性決策意見，為實現設備自動化、智能化運行提供參考。