曹豪
陕煤集团神木柠条塔矿业有限公司 陕西 神木 719300
煤矿开采技术经历了炮采、普采和综采等阶段,目前,综合机械化采煤技术已广泛应用于我国煤矿的开采。机械化开采率已经达到了95%以上,所采用的机电设备种类多、数量多,且长期处于复杂的环境中,日常运维管理难度大。对设备的精细化管理和系统运行态势的把控变得越来越困难,主要面临以下几方面问题:一是系统研发厂家多,标准不统一,造成监控采集的数据多样化,无法统一分析;二是现有的采集数据不完整,分析手段不完善;三是应用展示方式不成体系,无法从多个视角很直观地去掌握运行管理的态势。因此,在煤矿在日常机电设备管理中运用虚拟现实技术具有重要的意义。
煤矿机电设备运维管理旨在保障机电设备正常运行、实现机电设备运行效率的提升,机电设备信息化具备远程控制、实时、全方位、全面的要求。煤矿企业机电设备的自动化与信息化,重点涵盖下面几点要求:一是实现煤矿机电设备的全方位控制,煤矿机电设备的信息化应实现工艺参数、电气、运行、开停等的有效控制。二是结合对煤矿机电设备的信息化管理,可以对收集的动态运行参数和静态设备信息予以整合,通过机电设备自动化与信息化技术的应用,可以确保机电设备的顺利运行。三是在机电设备信息采集全面化、数据模型标准化的基础上,建立能够在设备、业务等不同维度,使用健康度算法等不同手段的智能分析中心。最终实现对运行态势的精准把控,达到提前发现隐患,防患于未然。四是日益复杂的机电设备系统更需要信息化手段进行故障维修和日常运维的技术指导,将个人的经验延伸为系统知识体系,适用于所有操作和运维人员通过系统的知识体系逐步将故障分解排查、运维定期定量,保障机电设备系统的正常运行[1]。
煤炭企业生产设备朝着大型化、集约化、自动化方向迅速发展,对生产设备的状态监测、故障诊断、维修以及管理提出了越来越高的要求,传统的设备检修方式已难以适应现代煤炭企业安全生产的要求。为了提高生产设备的使用率,降低维护成本和检修费用,需要对生产设备进行有效管理,虚拟现实技术就是一种有效的管理方法和手段。
应用虚拟现实技术的煤矿机电设备管理信息系统承载设备采购、仓储、维护、维修等设备管理全业务环节的信息化,实现设备信息的物模型化,设备实时状态采集、设备故障预警、设备维修记录、设备安全评分等,具有完善的设备及其历史信息跟踪功能。利用科学的管理手段,全面实现物联网的设备智能管理,将设备维修由现在的事后维修和定期预防性维修,实现设备生产维修、状态维修和健康管理模式评价,提高可靠性,降低故障性停机比率,减少事后维护的成本,提高工作效率。
机电设备模型采用层次结构方式建模,通过对通用设备对象结构化设计,建立统一的标准模型。在系统设备归属关系、网络连接关系、应用承载关系等关系的基础上,按照业务的依赖关系,扩展关联模型,同时将设备运行涉及的软、硬件资源进行关系化建模,更有效的用于设备的故障分析和问题定位。
三维仿真可视化是可视化的第二个阶段,是利用计算机技术生成的一个逼真三维仿真模型,集成资产信息、环境信息、监控信息等各类信息数据的虚拟环境,用户可以通过其自然技能直观的了解与虚拟环境对应的实际环境的具体情况。三维仿真通常使用三维建模技术、立体合成显示技术、交互技术、系统集成技术等技术来实现。端到端泛在可视化是可视化的更高阶段,能够实现物理到逻辑、资源到业务的端到端的可视化,并且针对泛在式物联网,提供能够延伸到最后一公里的可视化能力。集成端到端的资产、配置、关系、事件、指标、工单、甚至文档等各类信息,将原本散落在各系统或文件中的信息进行有机整合,为全息智能运行管控提供有力的支撑。
设备的三维仿真还原机电设备模型,同时接入机电设备的生产运行数据,利用三维空间拓扑关系,还原机电设备各部件结构关系、运行联动、数据再现等功能。采用层次结构方式建模,通过机电设备通用数据对象结构化设计,建立统一的模型标准。扩展关系模型,在系统设备归属关系、网络连接关系、应用承载关系等关系的基础上,扩展业务的依赖关系,将业务正常运行涉及的软硬件资源进行关系化建模,更有效的用于二次系统的故障分析和问题定位[2]。
信息采集是展示和数据分析的来源,采集的广度和深度,直接决定对资源运行状态判断的精度,只有通过全面的数据采集,才能实现硬件、软件、安全等运行状况的监视,进而通过分析和全息化的展示,对机电设备整体业务运行趋势进行精准把握。
在信息采集全面化、数据模型标准化的基础上,建立能够在设备、业务等不同维度,使用健康度算法等不同手段的智能分析中心。数据分析对底层的各类数据源进行采集,汇聚到大数据平台。建设统一的数据分析平台,包含统一集中监视、智能辅助分析、运行指挥管理、智能远程运维、全息指标管控五个部分,以保证数据分析平台具有系统性、实用性、高效性、可扩展性,有效的提升自动化运维管控能力。初期通过对数据及信息的计算进行简单的自动分析工作,结合人工分析支撑日常工作,随后逐步将知识和经验固化为系统中的算法模型,并且通过机器学习的能力,进行较为复杂的智能分析。最终根据不同的运维场景,提供可视化的展示,实现对运行态势的精准把控,达到提前发现隐患,防患于未然。
2.3.1 机电设备健康度分析。传统情况下,运维人员需要手工调用报警相关的模块的众多采集指标和历史数据进行比对分析。如果和业务相关的模块及采集指标数量较多,将会耗费大量的人力和时间。日常生产中一旦产生故障,往往需要花费数个小时甚至数天的时间人工排査。而智能分析对于给定的设备及设备所依赖的各模块和采集指标的监控数据汇总,在设备出现故障时从上述数据中自动快速进行故障定位。通过对比监控数据在业务故障时间点前后和历史上同期时间点的表现,并对这些表现进行聚类和排序分析来集中呈现。结合设备日常运行、维护、维修等资料在设备故障发生时可自动检索相关资料,提高设备检修和运维能力。
2.3.2 机电设备故障预警预测分析。设备的健康准则是指设备的各类组件都是健康的,并且其自身之间采集的指标在设定的限值范围内,并且其所依赖设备也是健康的。基于历史数据预测被监视机电设备的趋势和可能的故障点,根据各设备相关关键指标和系统通过训练的故障模型,通过对运维故障经验的总结,提出基于场景的预警预测方案,自动预测未来设备劣化趋势的情况,以便提前通知运维进行处理。
2.3.3 业务关联分析。每台设备都有其依赖的关联业务,这些业务包括软件模块和硬件设施等资源。当业务依赖的设备发生故障时,该业务可能受到影响。通过构建设备对业务的依赖关系、业务对生产的依赖关系、业务对安全的依赖关系、生产对设备的依赖关系、生产对销售的依赖关系等多重依赖关系,并且预设设备、业务、生产、安全、销售等健康模型准则,对设备故障及其关联关系进行分析。从发生故障的业务开始分析,依据业务关系模型和网络拓扑关系模型,查找该业务关联的所有对象(包括:其他设备、设备组件、软件、环境等),根据所有关联对象进一步搜索对象的运行状态、告警事件信息,形成故障发生前后的时间序列运行事件数据信息集合,便于全方位分析故障业务的影响范围。
2.3.4 智能多维分析。随着设备和运维技术的发展,衍生出新的智能分析手段,对机电设备运行管理产生的大数据分析进行尝试,它能够实现“故障根原分析及预测”,它通过自动化的手段,基于异常事件触发,监视采集到的多个维度的数据进行钻取、关联,极大简化多维数据分析过程,减少投入的人力成本,提高分析效率。
通过前面的设备建模、基础信息和运行数据的采集、故障数据的分析,运用虚拟现实技术,将采集的数据和数据分析结果,利用数据可视化技术,进行数据的展示,同时运用虚拟现实技术,采用AR/VR等终端技术,进行设备信息的全息展示。集成资产信息、环境信息、监控信息等各类信息数据的虚拟现实,用户可以直观的了解与虚拟环境对应的实际环境的具体情况。端到端泛在可视化是可视化的更高阶段,能够实现物理到逻辑、资源到业务的端到端的可视化,集成端到端的资产、配置、关系、事件、指标、工单、甚至文档等各类信息,将原本散落在各系统或文件中的信息进行有机整合,为全息智能运行管控提供有力的支撑。
在设备故障维修和日常运维过程中,利用虚拟现实技术可以结合实景,采用信息叠加、图层叠加等方式,直观的提供设备的当前实时运行数据,构建起实际设备与虚拟数据之间的关联,建立运维保障的数据支撑。同时在故障维修过程中可结合设备分解模型、故障排查逻辑、维修指引等功能,逐步引导维修人员进行设备故障点的排查和维修。
通过虚拟现实技术,提高公司设备资产管理的集成度,提升员工业务能力,优化公司业务流程,以适应企业快速发展和变革的需要。满足日常设备管理业务的各项功能要求,实现设备管理的科学化、扁平化、信息集成化及业务的基本统一,做到相关业务数据完整、准确、及时、安全、可靠;
其次,以设备状态监控、设备故障预警、设备维修管理、成本控制等相关控制为核心,实现业务流程的合理控制,加强企业设备业务的监控职能,降低成本,逐步强化集约管理,提高整个企业的设备管理水平;
再次,采用虚拟现实技术,将技术人员的经验进行固化和流程化,降低设备运维和故障维修的经验依赖性,采用标准化的作业流程,降低操作技术难度,提升运维和故障维修的效果。
在上述基础上,以设备安全管理为业务主线,逐步贯穿统一企业的各种业务数据,利用系统建立各管理层面决策所需的分析依据和决策评价体系、评价指标,为相关业务决策提供数据支持,并逐步实现决策支持,最终增强企业的核心竞争力[3]。
总而言之,虚拟现实技术提出煤矿机电设备管理的新思路,准确地把握每台设备的运行状态和变化趋势,及时发现设备故障和存在的安全隐患,在多个维度集中分析设备的运行数据,实现设备运维和故障维修的标准化、网络化、规范化,进而实现机电设备的综合管理。很好促进机电设备管理的快速发展,通过提高设备的工作效率,进而提升煤矿安全生产效率,保障煤矿安全生产,促进我国煤矿生产可持续发展。