煤礦機電設備健康管理系統關鍵技術的研究

摘 要：在經濟和社會不斷發展的過程中，人們對煤炭資源的需求量也在不斷的增加，這在一定程度上推動了煤礦企業的發展。在工業生產不斷現代化和自動化的背景下，煤礦的機電設備在煤炭的生產中所起的作用越來越明顯。但是，隨著煤礦生產機械化進程的不斷推進，機械設備事故經常發生，這一問題給企業的安全生產帶來了非常大的影響。因此，應該加強煤礦企業機電設備的健康管理。本文首先對煤礦機電設備健康管理系統的概念和應用的意義進行了闡述，在此基礎上對系統中的兩個關鍵技術進行了分析，這兩項關鍵技術分別是煤礦機電設備點檢制度和基于點檢數據的趨勢預測。

關鍵詞：煤礦機電設備;健康管理系統;關鍵技術

隨著社會經濟和科學技術的不斷發展，工業現代化的水平也在不斷的提高。煤炭企業的規模也在不斷的擴大，并且在煤炭企業的生產中已經形成了機械化的生產模式。煤炭企業機械化水平和生產規模的不斷擴大，使得煤炭企業的生產效率也在不斷的提高，在發展的過程中，設備的使用、管理和維修也存在一定的問題[1]。在煤礦企業中，機電設備事故經常發生，這在一定程度上給煤礦企業的生產帶來了很大的影響，所以應該加大對煤礦機電設備健康管理的力度，降低設備發生故障的概率，延長設備的使用壽命，是我們現階段必須要做的事。

1 煤礦機電設備健康管理系統概念及應用意義

煤礦機電設備健康管理系統簡單來說就是以網絡技術及現代維護理論為基礎，通過結合對電子商務的分布性、在線性、服務性的利用，借助來自 WEB 技術的支持，使得設備維護更加的智能化、網絡化及遠程化，通過相關資源的整合維護優化，從而實現煤礦機電設備健康管理的一種智能化服務管理系統[2]。

煤礦企業對煤礦機電設備健康管理系統應用意義一般表現為三個方面：1）煤礦企業平穩運行的前提條件是能夠進行安全的生產，通過對煤礦機電設備健康管理系統的應用，可以有效提升煤礦機電設備健康管理工作的質量，從而有效避免了因煤礦機電設備故障問題而導致生產安全事故的發生。2）當下的很多煤礦企業在進行相關的機械化生產時仍是以人員動手操作為主，通過對煤礦機電設備健康管理系統的應用，可以實現對機械設備的維護與保養，降低機械設備發生故障的概率，從而保證了操作人員的權益與生命安全。3）機械設備的正常運行與煤礦企業的生產效益息息相關，若煤礦機電設備缺乏必要的保養與維護，則會使煤礦機電設備的故障發生率大大增加，從而影響煤礦企業的生產效率，進而對煤礦企業的經濟效益造成不利的影響，而通過對煤礦機電設備健康管理系統的應用，可有效避免上述問題的發生，從而提升煤礦企業的經濟效益。

2 煤礦機電設備的點檢制度

在煤礦機電設備的健康管理體系中，煤礦機電設備的點檢制度屬于較關鍵的技術，其有效的為煤礦機電設備的健康趨勢預測提供數據基礎。

2.1 點檢制度含義

點檢制度指的是對機電設備各關鍵部件按一定周期和標準進行檢測，確定其是否運行正常，若機電設備部件運行出現異?；蚬收希皶r采取相應解決措施進行檢修維護，從而確保機電設備各關鍵部件能夠正常運行的一種機電設備管理辦法。點檢制度既是檢查機電設備正常運行與否的方式，又是一種制度和管理方法。

機電設備的點檢制度通常依據相關的技術指標，對機電設備進行定標準、定點、定人、定方法、定量、定流程等方式進行檢測和記錄，并通過對檢測和記錄結果進行分析，已達到對所測設備進行量化評價的目的[3]。煤礦企業通過推行機電設備的點檢制度可有效避免 “欠維修”和“過維修”問題，并對減少機電設備故障發生率、提高機電設備安全操作性、降低機電設備維護保養費用等方面具有積極的作用。

2.2 點檢制度的組成

煤礦機電設備的點檢制度主要由點檢位置的選擇、點檢參數的選擇和點檢周期的確定三部分組成。第一，在點檢位置的選擇方面，應依據所測機電設備自身特點，對所檢測位置進行科學合理選擇，通常將設備的關鍵部件和劣化部位作為點檢選擇位置，并對其進行標記，以確保檢測位置正確。第二，在點檢參數的選擇方面，通常以采集機電設備的溫度、聲音和振動三個重要數據作為點檢參數。溫度在機電設備點檢制度中具有不可代替的地位，通?？赏ㄟ^接觸式或非接觸式方法進行溫度測試。 機電設備振動是評價其性能的重要指標，通常以振幅、頻率和相位三個參數指標對機電設備振動情況進行評價。第三，在確定點檢周期方面，主要從確保機電設備操作的安全性和機電設備維護費用最小化兩方面進行考慮。在確保機電設備操作的安全性方面，為確保機電設備的正常安全運行，通常規定機電設備維護檢修周期一般要低于機電設備內潛在故障發展為功能故障所需周期。

在機電設備維護費用最小化方面，由于機電設備進行預防性維護檢修費用遠遠的低于機電設備功能性維護檢修費用，因此，通過以機電設備維護檢修費用最小為原則進行點檢的檢測周期確定。

3 基于點檢數據的趨勢預測

3.1 最小二乘支持向量機（LS-SVM）

支持向量機（SVM）最早由Cortes在上世紀九十年代末提出的，基于統計學習理論，解決非線性、高位模式識別和小樣本等實際問題的一種計算方法。該方法有效的解決了神經網絡學習中欠學習與過學習、收斂速度慢、訓練過程中樣本不足以及局部極點小等問題，并且成功地應用于分類、函數逼近和時間序列預測等方面。

最小二乘支持向量機（LS-SVM）在支持向量機基礎上，通過將不等式約束改進為等式約束，并把損失函數、誤差平方認定為訓練集的經驗損失，從而使解二次規劃問題轉換為求解線性方程組問題，進而有效的提高了問題解決的速度和精確性。該方法最大的優點就是其結構簡單，能在較短的時間內解決規模較大的計算問題。

3.2 預測模型的建立

采用機電設備點檢過程中所得的數據序列對其未來走勢做出相應預測，以驗證最小二乘支持向量機方法是否可行或有效。通過選取大柳塔煤礦921膠帶輸送機高速軸非驅動端溫度為點檢參數進行研究，并建立預測模型。并通過采用預處理方法，提高了所建模型的精確度。對數據進行歸一化處理，有效防止了數據范圍較小的屬性被數據范圍較大的屬性控制，有效解決了計算過程中的困難問題。 最終通過將預測值與真實值比較發現，預測值與真實值間誤差小，走勢趨勢相近。

4 結束語

隨著科技水平不斷發展，煤礦機械化生產發展迅速，這就對煤礦機電設備安全生產提出了更高要求。通過加強煤礦機電設備的健康管理，可有效的加強了設備維護力度，降低了設備維護實際工作量，實現了機電設備維護工作效率高、成本低等目標，并且有效的提高了機電設備的實際使用率，從而增加了煤礦企業的社會和經濟效益。

參考文獻

[1]曲冬，杜艷華.煤礦機電設備維修技術管理的現狀與對策[J].煤炭技術，2009（2）：28.

[2]張國榮.煤礦機電設備的健康管理探討[J].企業技術開發，2013，2，32（6）：74-75.

[3]萬喜林.煤礦機電設備健康管理系統關鍵技術的研究[D].西安科技大學，2011.

作者簡介

杜銀吉（1974-），男，江蘇省邳州市，中國礦業大學機械電子工程專業，工程師，機電專業方向。