機電設備在線診斷及健康管理系統的探索與實踐

陳芳CHEN Fang

（寧夏安全監督管理局，銀川 750000）

0 引言

在煤礦行業中，大型旋轉機械設備被廣泛使用，例如井下的皮帶機，該類大型機電裝備重要程度高、結構較為復雜、工作環境惡劣、多數設備無備用機組，在煤炭生產中的地位尤其重要，且由于煤炭生產的特性，要求主要機械設備連續、可靠、安全、穩定運行。

為達到此要求，可通過在設備核心部位和關鍵機構增加傳感和數據采集裝置，綜合利用新一代信息、網絡、人工智能技術搭建機電設備在線診斷及健康管理系統，該系統對采集數據實時分析、深度挖掘，可實現煤礦核心設備運行狀態信息的預診斷，為設備的精準檢修維護保養提供保障。

1 背景及研究意義

自2020 年以來，國家發改委、國家能源局等8 部委聯合頒發的《關于加快煤礦智能化發展的指導意見》，提出將人工智能、云計算、大數據、智能裝備等與現代煤炭開發利用深度融合，形成全面感知、實時互聯、分析決策、自主學習、動態預測、協同控制的智能系統。

煤炭開采離不開設備，設備是煤炭開采生產力的命脈。煤炭設備眾多，影響設備安全穩定運行的環境因素極其復雜多變。一旦設備出現故障或者損傷將直接影響到煤礦的正常生產，更甚者會導致人員的傷亡、財產的損失。

機電設備在線診斷及健康管理系統的推進，將設備運維方式從“點檢定修”變革到“預測性維護”，實現基于設備狀態變化趨勢的智能決策，針對設備故障類型以及機組自身特性，通過基于設備狀態變化趨勢的機電設備在線診斷及健康管理系統可實現設備狀態信息展示、故障預警、故障診斷、統計分析、智能決策以及系統管理，同時提供相關數據檢索、數據報表等功能，達到對煤礦主要設備運行狀態的精準診斷、決策，以便針對性地指導檢維修。

2 系統研究方法和技術路線

機電設備在線診斷及健康管理系統采用微服務架構及獨立的分層服務模式實現數據的存儲、分析及應用。系統核心是基于大數據的設備預測性維護，及時獲取有效、完整、一致的狀態數據是系統運行的基礎，通過新增監測系統，利用應用現場設備末端布置的各類傳感神經進行底層數據的采集，數據包括設備振動、溫度、液壓、電氣、電流等多源數據，系統通過界面展示與用戶交互操作。設備管理員和云端的工程師利用系統反饋的各類狀態數據，對設備的運行狀態變化情況進行預測分析并給出有效的指導性意見，通過系統可視化的展現和實時信息推送檢修方案指導檢維修作業。

本系統主要研究方法和技術路線是針對設備故障類型以及機組自身特性，對采集的數據類型、質量、分辨率、采集密度提出具體數據質量和密度等相關要求，具體研究以下內容：

2.1 振動數據采集標準

本系統主要研究方法和技術路線是針對設備故障類型以及機組自身特性，對采集的數據類型、質量、分辨率、采集密度提出具體數據質量和密度等相關要求，具體如下：①完整性：設備及部件的軸承、齒輪等部件位置均能有效獲取振動數據，并保證較好的分辨率和數據質量。②同步性：全通道同步采集，所有測點采集數據類型一致，保證雖部件類型不同，轉速不同可建立在同一數據標準下進行比較。③采集密度：故障也存在緩變、快變、突變等故障類型，采集密度需圍繞故障類型進行。④誤信號識別：針對系統自身傳感器異常等產生的誤信號，自動濾除，不上傳。⑤經濟可靠性：方案力求實用、經濟、可靠，設備選型先進、成熟，盡量減少對生產的影響，確保改造風險最小。

2.2 測點布置標準

測點布置符合相關原則：完整性、信號方向性、兼顧性、傳遞距離、結構等特性。它們包含有水平、軸向、垂直三個方向，分散在軸系方向，徑向正交布置在主軸和行星輪級。①完整性：整個傳動系統保證三個方向：H、V、A 有測點，監測三個方向上的振動特征。②方向性、兼顧性說明：對于方向的選擇有相應有先后順序，H、A、V，且水平向在轉軸位置水平中分面位置對信號更敏感。③傳遞距離特性：有些部件振動的獲取需要通過傳遞才能獲得，傳感器的位置越靠近軸承或齒輪的位置越好。④結構特性：主軸每個軸承座及發電機每個軸承座必須至少有一個傳感器用于軸承的監控，且要有相應軸向方向的監控。對于齒輪箱結構，每一級增速必須有一個監控傳感器。

2.3 設備狀態判定標準

具體見表1。

表1 設備狀態判定標準表

3 系統控制原理與架構

機電設備在線診斷及健康管理系統設備核心部位和關鍵機構增加傳感和數據采集裝置，對采集數據實時分析、深度挖掘，實現設備運行中的各類狀態數據的采集，并將數據上傳至上一級的核心服務器，借助專業邏輯算法進行處理和分析。

當設備運行狀態數據出現異常時會觸發報警提示，報警提示信息通過短信、郵件、手機APP 等方式分類分級推送相對應的主管設備管理員。設備管理員和云端的工程師可通過軟件中的分析工具對設備數據進行追蹤回溯，判斷當前設備狀態，也可通過智能型專家庫支持實現云端故障診斷，幫助現場精準的確定設備故障類型、原因分析、破壞程度、壽命評估等，為運維檢修決策提供數據支撐。

3.1 系統總體架構

系統主要分為物聯網層、數據分析層和云診斷中心。根據設備應用場景的不同，采取不同的監測方式，系統總體架構圖見圖1。

3.1.1 物聯網層：智能感知、獲取設備運行狀態數據

根據設備運行工況的差異，可以有選擇性、有針對性地采集設備運行的振動、溫度等數據，也可集成現場已有各類傳感器、儀器儀表及控制系統的數據，以特定通訊協議接入現場狀態監測系統Ronds EPM 中。

傳感器與數據采集系統使用有線方式連接，采集系統通過有線傳輸方式，通訊站采用Wifi、光纖等方式，將數據送入現場局域環網，存儲到服務器中。

3.1.2 數據分析層：Ronds EPM 機電設備在線診斷及健康管理系統

機電設備在線診斷及健康管理系統需在現場配套一臺服務器，用于管理、存放、回看從采集系統反饋的設備運行狀態數據。現場人員可使用系統對設備數據、報警數據等統一管理、分析，以達到了解機組運行狀態的目的。

3.1.3 云診斷中心：數據分析、數據挖掘、容災備份

服務器存儲的數據依靠公網與云端遠程診斷中心實時交互，一方面可實現數據的異地備份，容災容錯，另一方面，可以借助容知云診斷中心的數據分析專家以及專家系統協助判斷設備狀態。使用容知遠程診斷服務，可使現場設備監測工作更加從容，報警信息處理和數據分析結果更及時、準確。

3.2 系統平臺搭建與架構

3.2.1 系統平臺及整體架構

機電設備在線診斷及健康管理系統能夠滿足設備管理人員和運維人員對設備狀態監測和各類故障精準判斷的要求。系統實現分類分級管理，設定了普通用戶和專業用戶的權限，普通用戶可通過軟件查看設備健康狀態、設備啟停狀態以及設備報警、故障等整體情況，專業人員可根據設備報警信息、故障類型數據及有效的數據分析對設備進行診斷和處理。

軟件界面分為五大模塊：首頁、綜合分析、統計報表、系統配置和系統自診斷。軟件整體架構如圖2 所示。

3.2.2 系統主頁總覽

管理人員可以通過總覽實時監控設備運行情況，實時了解設備目前報警狀況、診斷故障情況，有效保障運保工作的進行。見圖3。

3.2.3 設備信息一覽

管理人員通過設備信息一覽可以查看設備的基礎信息、健康狀態、體檢報告、故障報告以及各個測點的實時數據等，見圖4。

3.2.4 設備綜合分析

綜合分析的設備信息模塊，可以對設備進行數據的診斷分析，可以查看或操作設備報警、體檢、案例、診斷報告等，并可顯示為監測模式。

3.2.5 設備綜合分析

通過在現場部署智能算法，可以確保機組能夠得到安全有效的監控，并以可視化、語音提醒和短信推送等方式通知相關人員予以關注，實現機組異常的智能巡檢，見圖5。

3.2.6 智能診斷分析

通過在現場部署智能算法，可以確保機組能夠得到安全有效的監控，并以可視化、語音基于分析過程中多設備、多通道對比等途徑，對設備進行智能診斷分析（見圖6）。幫助診斷工程師更高效地判斷設備異常，保障設備運行無憂。

4 系統應用前景與效益分析

實現在煤礦搭建基于設備狀態變化趨勢的機電設備在線診斷及健康管理系統，有利于在保持最大產能的條件下，提高設備管理水平，并有效提高設備可靠性、降低作業風險，保障工人的人身安全，實現安全、生產、成本、效益的最優化。

煤礦機電設備在線診斷及健康管理系統利用新一代信息技術和物聯網技術來解決設備各類數據采集和上傳問題，通過智能算法和人工判斷相互融合的方式，實現煤礦現場重點設備的運行狀態判斷及智能告警，保證了反應時間。避免因設備突發故障無法發現和處理造成的人員傷亡事故和經濟財產的損失，為企業安全生產提供了有效的技術支撐。可在煤炭行業甚至其它行業廣泛推廣應用。

5 結語

本文分析了煤礦機電設備在線診斷及健康管理系統在煤礦設備管理方面的應用。通過將煤礦機電設備管理分析技術引入煤礦設備安全管理領域，利用新一代信息技術、物聯網技術、大數據、智能算法和人工診斷分析相配合等方式，實現煤礦主要設備的運行狀態判斷及未來狀態預測。本系統的成功應用，提高了煤礦安全生產保障水平，促進了煤礦信息化、智能化發展。該系統的應用對煤礦機電設備安全管理具有重要且深遠的意義，將有利于推動未來煤礦機電設備安全、可靠、穩定、高效運行。