礦山機電設(shè)備運行大數(shù)據(jù)應(yīng)用研究

韓章明

冀中能源股份有限公司盛鑫煤業(yè)有限責(zé)任公司 內(nèi)蒙古鄂爾多斯 017000

大數(shù)據(jù)技術(shù)在礦山領(lǐng)域的應(yīng)用起步不久，發(fā)展勢頭較好，但是大數(shù)據(jù)技術(shù)應(yīng)用總體還處于發(fā)展初期，本文以煤炭洗選加工為研究背景，以機電設(shè)備運行狀態(tài)數(shù)據(jù)采集為切入點，提出了基于多傳感器和LoRaWAN遠(yuǎn)程接入網(wǎng)設(shè)計數(shù)據(jù)采集系統(tǒng)，通過構(gòu)建云計算服務(wù)中心的技術(shù)方案，詳細(xì)闡述了礦山大數(shù)據(jù)技術(shù)平臺的構(gòu)建和數(shù)據(jù)處理流程，對機電設(shè)備工作數(shù)據(jù)和其它各類數(shù)據(jù)進(jìn)行分析和研究，以機電設(shè)備運行數(shù)據(jù)采集源為例，對大數(shù)據(jù)分析做了一些嘗試，并對存在的問題作了簡要說明，為礦山大數(shù)據(jù)應(yīng)用起到一個拋磚引玉的推動作用[1]。

1 礦山機電設(shè)備管理中存在的問題

在我國的礦山生產(chǎn)過程當(dāng)中，機電設(shè)備得到了大規(guī)模應(yīng)用。為了保障礦山生產(chǎn)的效率，就必須對這些機電設(shè)備進(jìn)行有效管理，使其能夠在生產(chǎn)過程當(dāng)中正常運行，減少相關(guān)的安全隱患，提升生產(chǎn)安全性。但是從目前的發(fā)展?fàn)顩r來看，相關(guān)工作人員雖然進(jìn)行了機電設(shè)備管理工作，但是并沒有達(dá)到應(yīng)有的效果。在設(shè)備管理的過程當(dāng)中仍存在一些問題，需要管理人員進(jìn)行優(yōu)化改善，提高管理工作的效率。我國的礦山機電設(shè)備管理工作存在著管理理念不先進(jìn)的問題，我國礦山機電設(shè)備管理工作人員對于設(shè)備管理工作并不重視，其管理的理念較為落后。在實際的管理工作當(dāng)中，只是簡單地對設(shè)備進(jìn)行檢查，并沒有將機電設(shè)備管理工作放在重要的位置上，這就導(dǎo)致了設(shè)備管理工作人員對機電設(shè)備的管理認(rèn)識不到位，降低了機電設(shè)備管理的效果，不利于礦山開采過程當(dāng)中對機電設(shè)備的使用。相對于國外的機電設(shè)備管理而言，我國的機電設(shè)備管理理念還需要進(jìn)一步提升，讓管理工作人員高度重視機電設(shè)備管理工作，不斷引進(jìn)國外先進(jìn)的經(jīng)驗，學(xué)習(xí)先進(jìn)的管理理念和管理技術(shù)，從而提升機電設(shè)備的管理效果。我國礦山機電設(shè)備的管理工作人員也存在個人綜合素養(yǎng)不足的問題。

2 礦山機電設(shè)備運行大數(shù)據(jù)應(yīng)用

2.1 云計算服務(wù)應(yīng)用系統(tǒng)

礦山云計算服務(wù)平臺采用大數(shù)據(jù)分布式集群技術(shù)，基于Hadoop和NoSQL技術(shù)為構(gòu)建大數(shù)據(jù)計算平臺體系，實現(xiàn)海量數(shù)據(jù)的高效處理與存儲。以機電設(shè)備狀態(tài)數(shù)據(jù)應(yīng)用為例說明大數(shù)據(jù)應(yīng)用系統(tǒng)，基于對機電設(shè)備溫度、振動、電機電流、啟動裝置功率等實時狀態(tài)數(shù)據(jù)采集，構(gòu)成統(tǒng)一的IPO（Input－Process－Output）運行模式，設(shè)備狀態(tài)數(shù)據(jù)采集系統(tǒng)產(chǎn)生并積累海量原始數(shù)據(jù)，這些數(shù)據(jù)包括參數(shù)變化和工況變化規(guī)律，結(jié)合運維信息數(shù)據(jù)庫，利用大數(shù)據(jù)技術(shù)研究設(shè)備故障診斷模型和判據(jù)，對存儲的海量數(shù)據(jù)，在線或離線方式進(jìn)行數(shù)據(jù)挖掘與分析，實現(xiàn)機電設(shè)備故障診斷、可靠性和穩(wěn)定性評估、故障類型分析和預(yù)測預(yù)警等。依據(jù)機電設(shè)備故障和隱患預(yù)測預(yù)警，建立應(yīng)急實時聯(lián)動機制，實現(xiàn)維護和管理人員的實時移動報警提醒，通過可視化顯示技術(shù)及時對外發(fā)布，實現(xiàn)機電設(shè)備實時健康狀態(tài)顯示和調(diào)度服務(wù)。應(yīng)用系統(tǒng)功能模塊有：系統(tǒng)配置、數(shù)據(jù)存儲與信息查詢、故障診斷與預(yù)測、健康度評估、危險度評估等。

2.2 大數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)分析的核心涉及模型建立和算法應(yīng)用二個方面，這二方面也是礦山大數(shù)據(jù)技術(shù)應(yīng)用的關(guān)鍵和難點所在。礦山機電設(shè)備大數(shù)據(jù)動態(tài)監(jiān)測與診斷系統(tǒng)是礦山大數(shù)據(jù)分析平臺的核心應(yīng)用系統(tǒng)[2]。基于大數(shù)據(jù)技術(shù)，以礦山各類各型設(shè)備生產(chǎn)規(guī)范規(guī)程為依據(jù)，結(jié)合綜合自動化、在線監(jiān)測以及礦山生產(chǎn)日常獲取的動態(tài)和靜態(tài)數(shù)據(jù)開展數(shù)據(jù)分析，利用設(shè)備狀態(tài)、運行環(huán)境等海量多源數(shù)據(jù)進(jìn)行深度融合分析，實現(xiàn)設(shè)備狀態(tài)評估、故障診斷和預(yù)測預(yù)知，提高對礦山機電設(shè)備科學(xué)管理和使用壽命。礦山大數(shù)據(jù)分析的基礎(chǔ)是海量數(shù)據(jù)采集和存儲，通過傳感器和LoRa遠(yuǎn)程傳輸平臺構(gòu)建的機電設(shè)備狀態(tài)數(shù)據(jù)采集系統(tǒng)采集海量數(shù)據(jù)，結(jié)合監(jiān)控、環(huán)境、管理和各類日志數(shù)據(jù)的獲取，通過ETL的各種數(shù)據(jù)處理工具，整理合并歸整填補后統(tǒng)一存儲在云服務(wù)中心。大數(shù)據(jù)分析需構(gòu)建數(shù)據(jù)分析模型，可以構(gòu)建3類分析模型：一是通過關(guān)聯(lián)分析、時間序列分析、回歸分析、多維統(tǒng)計分析、聚類等方法分析各類狀態(tài)數(shù)據(jù)，發(fā)現(xiàn)它們之間的關(guān)聯(lián)關(guān)系及變化規(guī)律，建立歷史知識模型；二是通過多維統(tǒng)計和挖掘分析的手段，構(gòu)建設(shè)備狀態(tài)評價、故障診斷和預(yù)測預(yù)知模型；三是隨著認(rèn)知的深入，通過智能學(xué)習(xí)和迭代，對各類模型（狀態(tài)評價和故障診斷模型）進(jìn)行修正、補充和完善。針對機電設(shè)備，應(yīng)用系統(tǒng)設(shè)計了設(shè)備動態(tài)診斷及風(fēng)險評估預(yù)控、重大危險源預(yù)測預(yù)警、設(shè)備壽命預(yù)測評估、生產(chǎn)加工效能評估決策等主要模塊，依據(jù)各自特點建立相應(yīng)分析模型，采用回歸樹算法、貝葉斯算法、決策樹算法等多類算法進(jìn)行解算處理。以機電設(shè)備振動信號采集為例來分析研究，機電設(shè)備故障很大部分原因是由于振動造成的，在分析模型中主要考慮對采集的振動信號進(jìn)行時域和頻域分析，通過計算出絕對均值、偏態(tài)指標(biāo)、峰值、有效值等多個特征指標(biāo)來開展評價分析。對正常狀態(tài)和待評估狀態(tài)的振動信號進(jìn)行預(yù)處理，各計算得出多參數(shù)特征指標(biāo)，利用投影尋蹤法對正常狀態(tài)的特征指標(biāo)進(jìn)行投影，實現(xiàn)早期故障預(yù)警和預(yù)知維護的功能。

2.3 煤礦機電設(shè)備健康智能化關(guān)鍵技術(shù)

智能化礦上充分運用物聯(lián)網(wǎng)、大數(shù)據(jù)以及云計算等技 術(shù)，從而可以構(gòu)建良性智能化工作平臺，能夠有效地提高礦 山智能化水平，同時也可以推動煤礦智能化健康管理。

（1）基于互聯(lián)網(wǎng)+的物聯(lián)網(wǎng)平臺。智能化礦山可以借助互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)實現(xiàn)數(shù)據(jù)的傳輸以及采集，能夠較好地促進(jìn)智能化煤礦開采的穩(wěn)定性。與此同時，該物聯(lián)網(wǎng)必須借助各種協(xié)調(diào)系統(tǒng)實現(xiàn)對各個子系統(tǒng)進(jìn)行綜合管理，同時可以對各個生產(chǎn)工藝進(jìn)行協(xié)調(diào)，進(jìn)而可以將礦下的信息實施傳輸給井上的工作人員，最大限度的提高了作業(yè)人員的安全性。

（2）大數(shù)據(jù)處理及人工智能技術(shù)。在對煤礦進(jìn)行開采的過程中，往往出現(xiàn)各種作業(yè)面狹小以及設(shè)備擁擠的現(xiàn)象，因此在作業(yè)時將會產(chǎn)生大量的數(shù)據(jù)，最終導(dǎo)致信息處理與管理方面帶來困難。由此可以看出，智 能化煤礦設(shè)備在開采的過程中，能夠借助大數(shù)據(jù)技術(shù)對傳感器傳輸?shù)臄?shù)據(jù)進(jìn)行全面的分析與處理，從而可以找到數(shù)據(jù)所反映的問題，進(jìn)而能夠?qū)﹂_采工藝進(jìn)行優(yōu)化。通常情況下，采煤工作面所對應(yīng)的數(shù)據(jù)包括如下幾個：第一，采煤工作時的速度、傾斜角以及截割阻力等；第二，對于刮板輸送機而言，主要涉及鏈條的張力，運輸速度以及支護阻力等。人工智能設(shè)備可以對大數(shù)據(jù)技術(shù)進(jìn)行分析，并且可以依據(jù)數(shù)據(jù)結(jié)果找到最佳的分析策略，與此同時將數(shù)據(jù)以圖表的形式展現(xiàn)給管理人員，因此可以起到智能化的效果。

2.4 洗選設(shè)備與數(shù)據(jù)采集傳輸

煤炭洗選設(shè)備在二化融合的推進(jìn)下，朝著互聯(lián)互通、自動診斷、無人值守的方向發(fā)展。選煤設(shè)備一般是指直接用于和輔助用于煤炭洗選的所有設(shè)備，如重介質(zhì)旋流器、浮選機、濃縮機、加壓過濾機等，以選煤機械為例，主要涉及分選、破碎、煤泥水處理、干燥、篩分、產(chǎn)品運輸?shù)仍O(shè)備，這些設(shè)備的顯著特點是類型繁雜、設(shè)備多、連續(xù)生產(chǎn)、大型化、重型化和結(jié)構(gòu)復(fù)雜。通常情況下，對設(shè)備故障診斷一般是在少量參數(shù)和數(shù)據(jù)的基礎(chǔ)上，依賴專家的經(jīng)驗開展設(shè)備診斷，隨著設(shè)備大型化、自動化的發(fā)展，設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)爆發(fā)式增長，因此采用自動化監(jiān)測手段對其工作參數(shù)監(jiān)測是保障設(shè)備可靠安全運行的前提和基礎(chǔ)，基于大數(shù)據(jù)分析可以評估設(shè)備故障狀態(tài)，診斷發(fā)生原因，做到及時維護保養(yǎng)和維修，提高設(shè)備使用壽命。

煤炭洗選廠涉及電機、帶式輸送機、洗選設(shè)備、篩分設(shè)備、泵等多類型設(shè)備，洗選加工設(shè)備大多是大功率重型加工設(shè)備，往往對設(shè)備沖擊很大，相對容易損壞[3]。洗選設(shè)備長期處在飽和運行狀態(tài)，機械磨損、疲勞、振動、高溫、過載、超重等多方面原因，導(dǎo)致設(shè)備中的零部件變形、破損和發(fā)生故障，如軸承、振動篩橫梁斷裂和損壞側(cè)板，或者燒壞電機、減速器損壞、輸送帶變形和斷裂等。通過分析研究，洗選設(shè)備故障診斷和預(yù)知維護涉及多類因素，主要有電機電流、CST啟動裝置功率、聲音、振動和溫度等，但以振動和溫度影響最大，設(shè)備其它運行環(huán)境也會造成不同程度影響，如室溫、粉塵、濕度、人員安全、原煤等。煤炭洗選設(shè)備運行狀態(tài)監(jiān)測對象主要包括電機、減速器、激振器等，設(shè)備的監(jiān)測對象和監(jiān)測點多，有的采樣頻率較高，而且需要持久連續(xù)不斷地監(jiān)測，因此產(chǎn)生大量的數(shù)據(jù)，通過對設(shè)備狀態(tài)數(shù)據(jù)監(jiān)測可為設(shè)備的運行和維護分析提供高價值數(shù)據(jù)。

設(shè)備狀態(tài)數(shù)據(jù)采集系統(tǒng)基于LoRa遠(yuǎn)程低功耗通信技術(shù)開發(fā)，采用LoRa國際聯(lián)盟推出的LoRaWAN協(xié)議標(biāo)準(zhǔn)和系統(tǒng)架構(gòu)。煤炭洗選廠規(guī)模一般都較大，涉及設(shè)備多，單設(shè)備所需監(jiān)測點和參數(shù)對象多，設(shè)備布設(shè)在工廠各個角落，覆蓋區(qū)域較廣，通信環(huán)境比較復(fù)雜，特別是洗選設(shè)備大多是大功率設(shè)備，會產(chǎn)生各種無線干擾，煤炭洗選廠自然環(huán)境較差，各種粉塵和物品較多，因此對數(shù)據(jù)采集系統(tǒng)在數(shù)據(jù)傳輸和信號采集提出較高的要求。基于LoRa技術(shù)的遠(yuǎn)程數(shù)據(jù)采集系統(tǒng)具有遠(yuǎn)距離、大規(guī)模、低功耗、低成本和抗干擾性強、穿透性好的優(yōu)勢，這些技術(shù)優(yōu)勢恰恰是洗選廠設(shè)備監(jiān)測系統(tǒng)所需。

2.5 知識庫

建立基于大數(shù)據(jù)的在線故障診斷知識庫。智能化網(wǎng)關(guān)采 集現(xiàn)場設(shè)備并將其寫入數(shù)據(jù)庫，當(dāng)有設(shè)備發(fā)生故障時，就生 成故障信息單并保存在數(shù)據(jù)庫中，其中，故障設(shè)備的型號、 狀態(tài)詳情（例如設(shè)備的電流電壓信息）等關(guān)鍵信息會作為故 障原因知識庫的輸入信息，查詢（預(yù)測）并推薦最有可能的 幾種故障原因，默認(rèn)選擇可能性最大的故障原因。建立基于線下運維的故障診斷知識庫。人員對設(shè)備進(jìn)行日常巡檢，如果設(shè)備狀態(tài)正常，工作人員就掃碼填寫巡檢單（保存在數(shù)據(jù)庫中，包括巡檢人員、巡檢站點、巡檢設(shè)備和巡檢時間等）。如果設(shè)備出現(xiàn)異常狀況，工作人員就手動填寫 故障信息單，其中，故障原因可以是現(xiàn)有知識庫根據(jù)填寫的 相關(guān)數(shù)據(jù)調(diào)用故障原因進(jìn)行默認(rèn)選擇，也可以是巡檢人員進(jìn) 行人工判斷；故障處理結(jié)束后，拍攝現(xiàn)場處理圖片，填寫任務(wù)詳情單（保存在數(shù)據(jù)庫中，包括處理人、通知人、任務(wù)內(nèi) 容、現(xiàn)場處理過程的圖片文字標(biāo)注、任務(wù)完成狀況以及故障 原因等信息），根據(jù)現(xiàn)場故障的處理狀況確認(rèn)故障原因，填寫完成并上傳寫入知識庫。

3 結(jié)語

以礦山機電設(shè)備運行數(shù)據(jù)采集為切入點，采用多傳感器基于LoRa物聯(lián)網(wǎng)遠(yuǎn)程通信接入平臺實現(xiàn)數(shù)據(jù)采集系統(tǒng)，實現(xiàn)了對礦山機電設(shè)備溫度、振動等數(shù)據(jù)的實時采集，為礦山大數(shù)據(jù)提供了關(guān)鍵性數(shù)據(jù)。基于大數(shù)據(jù)技術(shù)研究礦山機電設(shè)備運行狀態(tài)數(shù)據(jù)，提出了礦山大數(shù)據(jù)技術(shù)應(yīng)用平臺和數(shù)據(jù)處理流程，在云計算服務(wù)平臺支持下，實現(xiàn)礦山機電設(shè)備各種異常狀態(tài)和故障的預(yù)測與判別以及多參數(shù)之間相互關(guān)系的分析與預(yù)測，為大數(shù)據(jù)技術(shù)在礦山領(lǐng)域的應(yīng)用提供借鑒。