洗煤廠在線監測與故障智能診斷系統設計與實現

李莉芳

（山西天地王坡煤業有限公司，山西 晉城 048021）

洗煤廠設備繁多且分布范圍廣，人工點檢勞動強度大，且受經驗、技術水平等條件的制約，易發生漏檢[1-2]。因此，在線監測與故障智能診斷系統是洗煤廠設備智能化運行的重要保障之一[3-5]，同時也是國內研究的熱點。蔡輝開發的洗煤廠機電設備參數監測系統，實現了對設備運行狀態的采集[6]，但是該系統只是實現洗煤廠設備運行參數的采集與數據集成。王晴晴等人開發了洗煤廠機械設備健康模式庫，是以EMD 分解為基礎，建立的正常狀態和異常狀態經驗模式分量庫[7]。白建等針對選煤廠振動篩異常振動、激振器軸承故障以及支撐彈簧故障等問題而設計了振動篩故障智能監測系統，可在一定程度上提升振動篩運行保障能力[8]。

綜上所述，當前洗煤廠在線監測與故障智能診斷系統研究的重點集中在兩個方面：一是以參數集成為主導的狀態監測系統，以閾值預警為核心診斷技術；二是以洗煤廠某個設備為研究對象，應用單一的方法實現該設備多種故障的診斷。這些研究成果促進了洗煤廠故障診斷技術的發展，但是洗煤廠不同類型的設備在運行中具有不同運行特性、環境特性，且設備故障也越來越隱蔽，單一的方法并不能適用于洗煤廠所有設備的故障診斷需求。為此，本文針對洗煤廠不同種類的設備對故障診斷技術的不同需求，開發設計了一套洗煤廠在線監測與故障智能診斷系統。

1 系統需求分析

結合洗煤廠現場設備點檢與維護的特點，并考慮到智能化洗煤廠對設備安全可靠運行的要求，梳理出洗煤廠在線監測與故障智能診斷系統的總體需求。

1）設備運行狀態信息的一站式查詢

隨著洗煤廠智能化的推進，更多的設備運行狀態信息被不同的智能系統采集。這些信息從不同角度反映了設備的運行狀態，需要在同一個系統中，統一采集、統一存儲、統一分析，實現設備運行狀態信息的一站式查詢。同時，將這些孤立的信息進行關聯，使其具有較大的數據挖掘價值。

2）不同種類設備能夠配置專屬診斷模型

由于洗煤廠不同設備的運行特征及環境特征不同，必須摒棄一種故障診斷模型可以診斷所有不同設備故障的“萬能方法”思想。針對設備的運行特征和環境特征，開發專屬設備故障診斷模型，并可以實現靈活加載及配置。

3）現場設備診斷與維護經驗模塊化

洗煤廠設備技術員及點檢與維護人員，長期從事設備點檢與維護工作，在實踐中積累的許多有效、實用的設備故障診斷與維護經驗，可以快速地實現洗煤廠設備故障的診斷。在系統設計中，提供快速建模功能，能夠將這些經過實踐驗證的經驗轉變為診斷規則和模型，實現知識經驗到現場應用的轉化。

4）設備維護模塊

隨著設備維護隊伍的年輕化，以及設備智能化水平的提升，能夠發現設備異常僅是洗煤廠設備維護的基礎和前提，更重要的是如何處理、排除設備異常。因此，在線監測與故障智能診斷系統不僅能夠發現設備異常，同時，還需提供異常的處理方法，以便工人能夠迅速有效地排除設備異常。

5）第三方數據的共享與共通

隨著洗煤廠智能化的推進，數據共享與共通已經成為必然趨勢，能夠便捷地為第三方提供數據接口是洗煤廠智能化的必然要求。

綜上所述，在線監測與故障智能診斷系統的主要需求包括：多源信息的采集與存儲、經驗到診斷模塊的生成、靈活的診斷模塊配置、維護策略庫與設備故障關聯、開放的數據接口服務。為了支撐在線監測與故障智能診斷系統實現上述功能，首先，應用重采樣技術，將設備運行狀態數據進行重采樣，從而統一采樣策略、統一采樣頻率、統一采樣時鐘，這是進行數據價值挖掘與應用的前提。同時，獲取與設備相關的設備維護信息、設備備件庫存等信息，最終實現設備信息的一站式查詢。其次，針對不同設備不同故障開發專屬診斷模型，并建立設備故障診斷模型庫，實現測點與模型的靈活配置，系統具有快速模型生成、模型導入功能。第三，構建設備故障維護策略庫，并與設備故障進行管理，進而實現“發現問題，解決問題”。針對數據共享與共通問題，開發數據開放接口，以滿足不同的數據需求。

2 系統架構設計及功能設計

在線監測與故障診斷智能診斷系統框架如圖1。

圖1 在線監測與故障智能診斷系統架構

1）運行狀態信息展示

運行狀態信息展示是系統的主界面，集中展示了設備運行狀態相關的關鍵運行狀態信息，包括通過數據接口從第三方平臺獲取經過重采樣的信息，實現設備運行狀態信息的一站式查詢。

2）趨勢分析

趨勢分析，提供橫向和縱向對比分析。橫向對比分析是指工況類似的相同設備之間進行對比分析。縱向對比是指設備本身一段時間內的運行趨勢之間的對比分析。通過橫向對比和縱向對比分析，可以發現設備隱藏的故障隱患。

3）報警查詢

報警查詢可以查詢歷史報警，從而找出設備的薄弱環節。同時，也可以對設備的備品備件的質量進行評價。

4）報表生成

根據相關要求，系統自動生成由人工測量填寫的報表，從而減輕工人的勞動強度。

5）診斷報告查詢

對于設備異常，系統智能診斷模塊運行，生成智能診斷報告，通過診斷報告查詢功能進行查看。

6）診斷模型庫

診斷模型庫主要負責存儲和管理設備故障診斷模型。

7）快速建模

為將現場設備異常識別及維護經驗融入到系統中，提供快速建模工具模塊，以便快速生成設備診斷及維護模型。

8）維護策略庫

維護策略庫涵蓋了設備故障處理應急處理方法和預案，是現場經驗、專家知識、廠家建議的集大成。其目的在于發現設備異常后，對如何處理設備異常給予指導。

9）測點與模型匹配

通過測點與模型匹配模塊，建立測點與模型之間的關聯關系。從診斷模型庫中調用相關的診斷模型，根據設備運行特性進行合理匹配。

10）自學習模塊

自學習模塊主要實現設備異常數據的收集，建立有標簽的數據樣本集。利用深度學習、遷移學習技術，進行數據價值挖掘，從而完善現有診斷模型或新建更為有效的診斷模型。

3 關鍵模塊設計

在線監測與故障智能診斷系統設計中，有三個關鍵核心的功能模塊：診斷模型庫模塊、快速建模模塊及維護策略管理模塊。診斷模型庫模塊是在線監測與故障智能診斷的大腦，構建了從單個測點、零部件到整機故障智能診斷的模型體系，是在線監測與故障智能診斷系統的根基所在。快速建模模塊主要是為吸收現場已經被驗證的、有效的設備異常識別方法和設備維護經驗，提供快速建模的途徑。維護策略庫涵蓋設備故障異常應急處理預案、設備維護方法等。維護策略庫中的維護策略與設備異常一一對應，并滿足現場實際設備維護活動的基本要求。這也是在線監測與故障智能診斷系統能夠被應用的基礎之一。

3.1 診斷模型庫模塊開發

診斷模型庫在開發過程中，首先將按照納入系統的設備進行分類。梳理出各個設備的常見故障及敏感參數。針對不同設備故障開發相應的算法模塊，如圖2 所示。這些算法模塊包含了設備的運行特性和環境特性信息。

圖2 洗煤設備故障診斷算法模型庫

3.2 快速建模模塊開發

快速建模的核心是通過若干個監測參數的關聯分析，能夠實現設備異常的診斷，功能設計如圖3。快速建模涵蓋了故障的判斷條件及維護策略。

圖3 快速建模模塊設計

3.3 維護策略庫模塊開發

維護策略模塊的核心在于集成洗煤廠設備維護策略。同時將每一條維護策略與現場設備運行狀態進行關聯，實現涵蓋日常維護、設備狀態維護、設備應急處理于一體的設備維護輔助決策庫。

4 系統應用與驗證

在線監測與故障智能診斷系統應用情況如下：

1）診斷模型庫模塊

已經完成洗煤廠膠帶機、煤泥泵等設備常見故障專屬模塊的開發，共計開發各種故障診斷模型30個。診斷模型庫可以靈活地進行模型加載，具有良好的可擴展性。通過測點匹配界面可以實現測點與診斷模型庫中模型關聯。

2）維護策略庫模塊

維護策略庫模塊共計集成各類維護策略100 余條，可以滿足現場設備維護的需求。

5 結論

本文提出洗煤廠在線監測與故障智能診斷系統能夠在現場獲得應用的基本需求，搭建了一套洗煤廠在線監測與故障智能診斷系統，構建了開放的診斷模型庫，實現設備專屬模型靈活加載，能夠實現洗煤廠設備的運行狀態監測與故障的智能診斷，并給出相應的維護建議。后期將繼續開發洗煤廠振動篩、破碎機等設備的專屬診斷模型，進一步完善系統。