全断面掘进机故障预测与健康管理系统研究

王 刚

（山西汾西矿业集团南关煤业公司，山西 晋中 032000）

1 全断面掘进机故障预测与健康管理系统的结构

1.1 系统结构体系监测等级的确定

为了合理科学地选出监测对象的监测方案，通过项目建设人员的经验，应该把监测对象划分出不同级别来管理。级别分为三个等级，分别用A、B、C来表示。其中，A 表示核心设备，B 表示主要设备，C表示一般设备，表1 中显示了详细的划分[1-3]。

表1 监测对象等级划分

1.2 全断面掘进机故障预测与健康管理系统的构成

全断面掘进机故障预测与健康管理系统是由两部分组成的，一部分是硬件系统，另一部分是软件系统。其组成如图1 所示。系统应满足以下的限制：

图1 全断面掘进机故障预测与健康管理结构图

1）在恶劣的施工环境下能够正常工作；

2）能够保证检测数据的实时传输，清晰直接地查看数据走向。

1.3 系统监测参数的确定

系统功能最根本的要求是数据采集，数据采集的前提是明确监测数据。全断面掘进机设备内部自带数据的采集，由于其结构原因，自身的数据采集只可以收集重要设备的数据[4]，不能够达到监测、预测的水准。所以我们要在设备上安装传感器，以便获取机器运行时的全部参数，为监测和预测提供数据的支持。将监测参数汇总如下页表2 所示。

表2 全断面掘进机监测数据

2 全断面掘进机状态监测系统的设计

全断面掘进机需要进行的监测目标过多，我们就以主电动机为分析对象[5]。监测的方式一般依靠温度和振动监测来实现，而机带传感器是收集温度的主要设备，振动信号的收集必须由外加的传感器来收集。其振动信号测点分布如下页图2 所示。

图2 主电机振动测点示意图

2.1 主机温度的监测

一般监测温度使用的幅值分析法。该方法是把监测数据和预报数据按时间序列进行整理，然后进行对比。检测数据是以前的工作数据，预报数据是实时的数据。将新老数据进行对比，将不同时间的数据进行分析。再依据历史数据计算出上下控制限[6]。在波形图中画出上下控制限，以此为标准来对比实时的状态，达到对监测对象的实时监管。采集时间为10 min/次，其流程如下：

1）先确定初始值，确定的标准是利用历史数值内的100 个温度值计算出上下控制限。

2）收集当前的实时温度，与确定的初始上下限对比，将该温度数据添加到总数内，去除最先选取的历史数据，保持温度值个数100，再算出最新的上下限。

3）参照科学的方法分析实时温度数据，判断主电机运行的状态[7]。

4）将第二步和第三步按顺序反复进行，一直持续到收集工作结束。

2.2 主机振动的监测

该系统对电机振动状态的监测和分析采用了振动烈度分析法。首先在电机上设置多个测点，获取测点的振动加速度，然后对其进行积分处理后得到各测点的振动速度，以此为基础数据对电机的振动烈度进行分析。振动烈度等级可以根据标准ISO-2372进行对比判断，从而实现主机振动状态的监测。振动烈度是设备在测量位置和方向上振动速度的均方根值中的最大值。其表达式为：

式中：N 为振动信号的样本数目；vi为测点振动速度。

利用检测点振动状态技术参数对照标准ISO-2372，制定振动等级分级表，如表3 所示。

表3 测点状态振动等级分级表

表3 中根据振动烈度将振动状态分为A、B、C、D 四个等级，再根据测点振动状态数据计算出速度均方根，与表3 进行比对：A 代表设备无损伤，振动状态良好；B 代表设备产生微小震动，但可长期运行；C 代表设备只能在短期内运行，尽快采取维修措施；D 代表振动过大，已经达到设备损坏的临界点，需要立刻停机检修。

3 掘进机健康管理系统的应用效果

3.1 状态监测模块

状态监测主要完成对掘进机设备的实时信息监控，为用户提供了数据信息了解接口，可通过面板了解当前设备的运行状态。用户可通过点击面板左侧的状态监测中心导航栏功能按钮，点击欲查看的监测项目，页面右侧会实时刷新监测项目具体信息[8]。该功能模块实现了数据的动态显示，通过该组件可及时将数据信息刷新到系统页面当中。这样用户选择的监测子程序则不需要另外弹出显示窗口，便能够直接通过同一界面进行显示，提升了系统的美观性，数据更加清晰明了[9]。

3.2 故障诊断模块

故障诊断模块同样需要实现状态监测相同的功能，其开发原理类似，用户可点击故障诊断按钮，调出故障诊断信息。故障诊断功能模块当中包含了主电机、主变速箱、主轴承以及设备液压的故障信息[10]。

3.3 健康预测模块

健康预测模块是对设备运行健康情况的预估，完成对全断面掘进设备运行健康情况的预测。健康预测模块为提早发现设备问题提供了技术基础，将设备维护化被动为主动，实现了“早发现，早处理”，确保了生产秩序和安全。用户可点击系统下拉菜单中的健康预测功能按钮，根据菜单提示选取合适的预测指标，系统会根据用户输入自动计算设备健康情况，并将预测结果以曲线图的形成显示在界面中，为设备维护人员下一步决策提供依据。用户也可将健康预测结果下载至本地数据库中，方便日后的调阅和查看。