新一代煤礦主井提升系統設計與在線檢測技術應用

摘要：針對現代煤炭企業對即時監測和故障預警的迫切需求，設計一款主井提升載荷在線檢測及故障診斷的系統。該系統包括檢測、監測、自查、查詢4個方面的功能，采用了高性能有機膠粘劑和耐磨有機涂層材料，增強了傳感器安裝的穩定性和關鍵零件的耐用性。對在線檢測系統硬件和軟件進行設計，并將所設計的提升載荷在線檢測及故障診斷系統應用于實際的煤礦生產中，確保系統能夠在惡劣礦井環境下的長期可靠運行。結果表明，提升載荷在線檢測及故障診斷系統有效避免了各類故障，減少了主井的停機時間，有效確保主井提升系統的持續穩定運行。

關鍵詞：主井提升機；在線檢測；煤礦企業；系統設計

中圖分類號：TQ531.9；TP277文獻標識碼：B文章編號：1001-5922（2025）01-0121-04

Design and application of online detection technology of a new generation of main shaft hoisting system for coal mine

MA Fenglin1，YAN Xiangning1，WANG Peng2，SHU Lichun2，LI Zunlong1

（1.Shanghai Da Tun Energy Holding Co.，Ltd.，Shanghai 201306，China；

2.Information Research Institute of the Ministry of Emergency Management，Beijing 100029，China）

Abstract：In view of the urgent needs of modern coal enterprises for real-time monitoring and fault early warning，a system for online detection and fault diagnosis of main shaft lifting load was designed.The system included four functions：detection，monitoring，self-inspection and query，and adopted high-performance organic adhesives and wear-resistant organic coating materials to enhance the stability of sensor installation and the durability of key parts.The hardware and software of the online detection system were designed，and the designed online detection and fault diagnosis system of lifting load was applied to the actual coal mine production to ensure the long-term reliable operation of the system in the harsh mine environment.The results showed that the online detection and fault diag?nosis system of lifting load can effectively avoid all kinds of faults，reduce the downtime of the main well，and en?sure the continuous and stable operation of the main shaft hoisting system.

Key words：main shaft hoist；online detection；coal mining enterprises；system design

主井提升系統作為煤礦生產的重要設備，其運行狀況直接影響到煤礦的安全和生產效率[1-2]。傳統主井提升系統檢測主要依賴于人工巡檢和定期維護，無法滿足現代煤炭企業對即時監測和故障預警的迫切需求[3]。為更好地適應礦井內惡劣的環境，提高設備的穩定性與可靠性，通過高性能有機膠粘劑固定傳感器和電子元器件。在實際的生產過程中，主井提升載荷異常引發的礦井事故時有發生，不僅導致生產效率下降，甚至威脅礦工的生命安全[4]。導致出現故障的原因主要是過載、卡罐、張力不平衡、卸載不徹底等[5]。基于此，設計主井提升載荷在線檢測系統。通過載荷在線檢測系統來實時了解主井提升載荷的變化，及時發現潛在的故障，有效確保礦井的安全生產，避免重大安全事故的發生。

1硬件與軟件設計

1.1硬件設計

設計一套完整的信號采集與處理方案，其采用STM32單片機來對壓力信號進行采集，通過無線傳輸的方式將采集到的信號傳輸到無線接收器上[6-7]。采用有機高分子絕緣材料的光纖作為傳輸媒介，確保信號在復雜、惡劣環境下的傳輸。RS485總線通信中采用差分信號傳輸，其自身具備一定的抗干擾能力，同時高質量的絕緣材料能夠進一步降低外部電磁干擾對信號的不良影響，從而大大提高信號傳輸的可靠性[8]。在工控機內安裝有開關量采集卡，用于檢測提升信號，包括過載、卡罐、張力不平衡、未卸凈等故障情況。開關量采集卡負責對提升信號進行實時監測和分析，當檢測到故障信號時，立即進行故障判斷。一旦發現故障，系統會通過聲光報警裝置進行警示，提醒操作人員及時處理故障，確保提升系統的安全運行。在線檢測系統硬件組成如圖1所示。

由圖1可知，在線檢測系統由無線采集發射器、無線接收器、充發電裝置、工控機組成。為確保采集壓力信號的精度，采用ADI公司的AD7490芯片進行數模轉換，通過STM32單片機進行信號的采集處理[9]。考慮到采集發射器安裝在主井提升罐上，因此必須通過外部電池來對系統供電。為避免頻繁更換電池，設計一款新的充發電裝置。剛性罐道通常由主罐耳和2個側罐耳組成，其在提升容器運行過程中起到導向、緩沖和穩定運行的重要作用。通過調節其中一個側罐耳與罐道的相對位置，使其在整個提升過程中始終與罐道保持緊密接觸。罐耳隨著提升容器的運行自轉，并帶動附設的發電機進行發電。為增加電氣元件在惡劣環境下的服役壽命，采用防水、防塵的有機硅密封膠來保護電纜接口，從而避免水分、灰塵以及其它腐蝕性物質的侵入。在提升機正常工作時，充發電裝置將發電機所產生的電力供給無線采集發射器，并將多余的電能存儲到電池中。當提升機停車檢修時，蓄電池將為系統提供持續的電力供應，確保系統正常運行。

1.2有機材料及膠類故障

有機材料與高性能膠類在新一代主井提升載荷在線檢測系統中發揮著至關重要的作用，要降低有機材料及膠類的故障率。在傳感器安裝的過程中采用高性能的有機膠粘劑，使得傳感器的安裝更加牢固。特別是在極端服役環境下的煤礦井下往往高濕度、多粉塵、振動頻繁，要使傳感器依舊能夠穩定地粘附在指定的位置，為持續監測提供保障。在系統的關鍵部件往往有耐磨有機涂層，通過涂層提供額外保護層，減少零件直接暴露在惡劣環境下的磨損，延長設備的使用壽命，降低設備的維護成本。另外，在振動、沖擊等機械應力作用下，膠粘劑內部會產生微裂紋，進而導致膠粘劑連接效果的削弱。長時間的摩擦、磨損會導致有機涂層的厚度減少，金屬基體暴露，進而金屬基體受到腐蝕。在涂層磨損的過程中會產生微小的顆粒，這些微小顆粒在系統內部循環流動時會加劇其它部件的磨損，形成惡性循環，從而影響到整個系統的安全性和可靠性。

1.3軟件設計

軟件由下位機單片機信號采集處理和發射程序，上位機由LabView監測顯示程序所組成[10-12]。下位機完成對鋼絲繩張力信號的實時采集、數模轉化、無線數據發射。考慮到采集的信號包含噪聲，采用奇異值分解方法進行降噪處理，具體流程如圖2所示。

下位機上電后先對系統初始化，由單片機控制來采集實測信號。設xt為采集到的實測信號，其可以表示為不含噪聲信號st和噪聲信號nt的和，即：

由于實測振動信號為時間序列，采用奇異值分解必須將信號xt構造成矩陣形式。Hankel矩陣具有低失真特點，因此采用xt構造Hankel矩陣[13]，即：

式中：N為信號xt的長度，且滿足mNn1。

對矩陣A進行奇異值分解[14]，

式中：矩陣U和矩陣V為單位正交矩陣，且URmm，VRnn；矩陣S為對角矩陣，且SRmn，其可以表示為[15]：

式中：lminm n，且σ1gt;σ2gt;…gt;σlgt;0。

將矩陣U和矩陣V寫成向量的形式，即Uu1 u2…um，Vv1 v2…vn，那么矩陣A可以表示為

由此可見，矩陣A有l個奇異值。對不含噪聲的信號st而言，其有效奇異值為非零奇異值。對包含噪聲的信號xt而言，其許多的非零奇異值是由噪聲信號nt所產生的。采用奇異值分解降噪的關鍵是將信號產生的奇異值和噪聲產生的奇異值區分開來，從而將st的頻率從xt中提取出來。由于信號的一個頻率對應于2個非零奇異值，且這2個奇異值相鄰，它們之間不存在其它的奇異值，因此，奇異值個數的選擇直接關系到信號降噪的質量[17]。

采用奇異值降噪的核心是有效奇異值個數的選擇，通過合理選擇奇異值，從而達到信號與噪聲分離的目的。很明顯，奇異值發生突變的位置是需要關注的位置，因此引入奇異值差分序列，即[18]：

奇異值差分序列b反映了相鄰奇異值之間的變化，在差分序列中的最大尖峰位置就是奇異值發生最大突變的位置，往往也是信號和噪聲的分界線。實踐表明，如果僅考慮差分序列中的最大尖峰位置，這會導致信號中的有用成分被濾除。如果奇異值差分序列中最大尖峰位置位于第2個位置，那么需要繼續尋找差分序列中的次大尖峰位置，從而將次大尖峰位置作為信號和噪聲的分割位置。如果奇異值序列中最大尖峰位置之前存在次大尖峰，那么將最大尖峰位置作為信號和噪聲的分割位置。在確定信號和噪聲的分割位置之后，將該位置之后的奇異值置為0，保留該位置和之前的奇異值。通過對奇異值的處理，達到對實測振動信號降噪的目的。

每一個子矩陣Ai對應原始信號的一個奇異值分量，xi可以通過提取子矩陣Ai的第一行和最后一列得到，如圖3所示[19-20]。

降噪后信號x（?）由提取的前k個分量線性疊加得到，即[20]

降噪后的信號通過無線發送給上位機軟件，上位機軟件完成其與下位機之間的串口通信。在接收到下位機程序發送過來的信號之后對信號進行存儲、處理、顯示，同時結合處理的結果來對主井提升載荷進行在線檢測及故障診斷。主井提升載荷檢測主要包括過載檢測、卡罐檢測、張力不平衡檢測、卸載不徹底檢測，結合不同類型故障檢測的原理來實施故障診斷，從而發出預警，避免重大安全事故的發生。圖4為上位機監測界面。

2實際應用

經過測試表明，所設計的主井提升載荷在線檢測及故障診斷系統能夠準確、靈敏、實時跟蹤提升罐鋼絲繩載荷，準確判斷提升作業過程中的狀態。通過應用該系統，有效減輕了一線技術人員的勞動強度，同時也使得企業的生產效率大大提升。在煤礦生產實際過程中，系統時常會監測到過載、卡罐等故障，從而導致部件出現磨損。為了減少磨損，增強耐磨性，采用聚氨酯類耐磨涂層來對鋼絲繩、提升容器接觸面進行處理。

3結語

為有效解決主井提升過程中存在的過卷、墜罐、蹲罐、松繩、短繩等故障，設計了主井提升載荷在線檢測及故障診斷系統。所設計的系統能夠實現對裝載量、余煤量的檢測，實施卡罐、張力不平衡的監測，同時系統自身可以進行故障自檢和歷史故障的查詢。將所設計的系統應用于山西大同某煤礦生產企業中，實際運行效果表明，所設計的主井提升載荷在線檢測及故障診斷系統能夠有效減少一線技術人員的勞動強度，提升煤礦企業的生產效率。這對提升煤礦企業的經濟效益具有一定的實用價值。

【參考文獻】

[1]劉顯旺.葫蘆素煤礦主井井塔結構設計研究[J].煤炭工程，2023，55（3）：25-29.

[2]姜雪，王超，王紹芝，等.煤礦主井提升機滾筒與天輪故障監測系統[J].煤礦機械，2020，41（9）：174-176.

[3]謝先斌.孔隙水壓作用下主井砂巖變形強度特性研究[J].礦業研究與開發，2023，43（5）：50-55.

[4]康丹，劉偉，張站群，等.大直徑煤倉對主井穩定性的時效影響特性研究[J].煤炭技術，2021，40（10）：32-37.

[5]許斌.煤礦立井井筒破壞修復后的提升系統設計研究[J].煤炭工程，2020，52（9）：18-22.

[6]牟淑杰，王廣錄，宮喜波，等.基于激光檢測技術的紅陽二礦主井提升機閘間隙監測系統[J].煤礦安全，2021，52（7）：147-150.

[7]黃超，趙宇紅，張洪明，等.基于STM32單片機的在線恒溫光譜分析系統研制與測試[J].光譜學與光譜分析，2023，43（9）：2734-2739.

[8]柏思忠.基于群呼和隊列應答策略提高RS485總線通信效率[J].煤礦安全，2022，53（6）：126-130.

[9]張小林，陳浩，趙晨.基于雙處理器的小型無人機飛行控制平臺設計[J].計算機測量與控制，2014，22（5）：1375-1377.

[10]馮哲瑋.基于LabVIEW的MEMD改進算法化工機械故障監測研究[J].粘接，2023，50（5）：112-116.

[11]朱敏，臧昭宇，胥子豪，等.氣動調節閥最優分數階PID控制器設計[J].振動與沖擊，2022，41（22）：267-274.

[12]胡將，王志斌，李克武，等.基于LabVIEW的彈光調制型傅里葉變換光譜實時復原[J].電子測量技術，2021，44（10）：149-155.

[13]胥永剛，楊苗蕊，馬朝永.基于改進延伸奇異值分解包的滾動軸承故障診斷[J].北京工業大學學報，2023，49（7）：729-736.

[14]周桂，李華，黃濤，等.基于奇異值分解理論的機械故障診斷方法綜述[J].現代制造工程，2022（12）：144-151.

[15]陳劍，劉圓圓，黃凱旋，等.基于奇異值分解和獨立分量分析的滾動軸承故障診斷方法[J].計量學報，2022，43（6）：777-785.

[16]張夢楠，李春茂，劉凱，等.基于廣義S變換和奇異值分解的局放信號降噪優化方法[J].電網技術，2021，45（8）：3305-3313.

[17]霍愛清，王澤文，胥靜蓉，等.井下指令信號的小波-奇異值分解雙層濾波降噪[J].西安石油大學學報（自然科學版），2023，38（3）：100-105.

[18]朱紅求，程菲，胡浩南，等.基于FFT奇異值分解的光譜信號去噪算法[J].光譜學與光譜分析，2022，42（1）：277-281.

[19]張亦偉，周邵萍，王偉，等.基于SSA-SVD降噪和卷積神經網絡的行星齒輪箱故障診斷研究[J].化工設備與管道，2023，60（1）：55-62.

[20]呂欣玥，張力強.線路故障信號監測分解提取及診斷建模分析[J].粘接，2024，51（5）：181-184.

（責任編輯：平海，蘇幔）