采煤机故障诊断决策支持系统的设计分析

张田

山东科技大学，山东 泰安 271019

采煤机故障诊断决策支持系统的设计分析

张田

山东科技大学，山东 泰安 271019

AM-500型采煤机的故障报警后，故障数据通过故障诊断决策支持系统的分析后，及时显示机器隐患之处，从而使技术工作人员快速做出正确决策，以提高工作面生产效率。

采煤机；故障报警；故障诊断决策支持系统

引言

“破、装、运、支、处”是综采工作面生产的主要工序。采煤机是综采生产的核心设备，可以完成破煤、装煤两大工序。因此，采煤机在规定条件和时间内无故障完成规定任务的能力即采煤机可靠性的高低，直接反映工作面的效益指标。采煤机故障诊断决策支持系统通过动态监控的方式及时发现设备在使用过程中出现的故障后，系统诊断故障并采取相应措施、做出正确决策，使故障对整个生产的影响限制在最小范围内。

1 软件部分系统模块组成

尽管决策支持系统（DSS）在形态上各色各样，但它们在结构上有一个基本特征-集成性，本文DSS由五个主要部件组成：人机接口、数据库、模型库、知识库、方法库。每个库又带有各自的管理系统。由于机器设计及制造、人为使用、运作环境等多因素引发故障，使得采煤机故障诊断决策支持系统及各子库存在信息源多、信息形态多样、信息关系复杂的特点。图1为采煤机故障诊断决策支持系统的内部结构图。

2 软件系统功能分析

图1 采煤机故障诊断决策支持系统内部结构图

2.1 数据库：存放供决策所需要的外部和内部数据，以及运行过程中产生的一些中间数据。本数据库用于存放图1中输出端送来的各传感器采集到的采煤机报警时的数据信息，通过与采煤机正常运行的基础数据的对比，寻找故障差异。

2.2 模型库：是DSS的核心。本文DSS模型库基于采煤机故障树模型。故障树是利用图解的方法将故障进行分解，全面表达其可能波及的范围，是对故障和失效在一定条件下的逻辑推理方法。图2为采煤机故障树模型，通过判断可以确定机器故障的部位、起因和严重程度，为处理决策提供条件。此外，模型库还需要系统开发人员定期采集故障数据后对其进行进一步的添加和完善。

2.3 知识库：存放专家提供的采煤机故障诊断领域知识，知识可以以文本、数据、图像等方式来表达。知识库按其涉及的内容性质分块进行组织，本文DSS包括专家经验总结；以往采煤机故障处理方案库；矿山机电安全管理条例；AM-500型采煤机使用说明4个子块。

2.4 方法库：DSS通过模糊数学方法和灰色系统理论两种算法以模型库中模型为基础，数据库中数据为对象，进行求解，对采煤机的运行工况进行诊断。例如，采煤机的轴承出现了裂纹并且齿面有较严重的剥蚀现象，通过诊断可以预测机器是否可以继续运行和尚能运行多久以及以后后果会如何，以便进一步做出合理的决策。

2.5 人机接口：采用VisualBasic面向对象可视化语言完成接口界面，实现用户与系统信息的相互交换。并将与故障相关的信息打印输出或者浏览。

图2 采煤机故障树模型

3 结语

通过分析，采煤机故障报警与诊断决策支持系统应用到煤矿生产过程中，能真实地反映机器的运行状况，操作简单，维护容易，效果良好。采用该系统对采煤机故障进行报警和诊断，比常规的按经验设定值进行选择更科学，更加理性化。总之，系统通过人机对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相结合、定性与定量相结合的工作环境，协助决策者分析问题、探索决策方法，进行评价、预测和选优。

采煤机故障报警与诊断决策支持系统的设计是煤矿机械管理的重要组成部分。将新技术应用到机械设备的设计中，并按计划投入生产是煤炭生产各个系统正常运转的基础，也是整个煤矿企业正常、稳定和持续生产的保证。

[1]孙庆超.矿井设备故障与技术决策[M].北京:煤炭工业出版社,1994,19～25

[2]李昌熙,沈立山,高荣.采煤机[M].北京: 煤炭工业出版社,1992,180～205

[3]张寒松,贾瑞清,王廷军.采煤机的故障分析与诊断及其发展趋势[J].矿冶,Vol.13.No.2, Jun.2004: 85 ～88

10.3969/j.issn.1001-8972.2011.24.061

山东科技大学科学研究“春蕾计划”项目

张田，女，山东济南人（1981/08出生），硕士研究生，现从事矿业系统工程方面科研工作。