机电设备在线诊断及健康管理系统的探索与实践

陈芳CHEN Fang

（宁夏安全监督管理局，银川 750000）

0 引言

在煤矿行业中，大型旋转机械设备被广泛使用，例如井下的皮带机，该类大型机电装备重要程度高、结构较为复杂、工作环境恶劣、多数设备无备用机组，在煤炭生产中的地位尤其重要，且由于煤炭生产的特性，要求主要机械设备连续、可靠、安全、稳定运行。

为达到此要求，可通过在设备核心部位和关键机构增加传感和数据采集装置，综合利用新一代信息、网络、人工智能技术搭建机电设备在线诊断及健康管理系统，该系统对采集数据实时分析、深度挖掘，可实现煤矿核心设备运行状态信息的预诊断，为设备的精准检修维护保养提供保障。

1 背景及研究意义

自2020 年以来，国家发改委、国家能源局等8 部委联合颁发的《关于加快煤矿智能化发展的指导意见》，提出将人工智能、云计算、大数据、智能装备等与现代煤炭开发利用深度融合，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统。

煤炭开采离不开设备，设备是煤炭开采生产力的命脉。煤炭设备众多，影响设备安全稳定运行的环境因素极其复杂多变。一旦设备出现故障或者损伤将直接影响到煤矿的正常生产，更甚者会导致人员的伤亡、财产的损失。

机电设备在线诊断及健康管理系统的推进，将设备运维方式从“点检定修”变革到“预测性维护”，实现基于设备状态变化趋势的智能决策，针对设备故障类型以及机组自身特性，通过基于设备状态变化趋势的机电设备在线诊断及健康管理系统可实现设备状态信息展示、故障预警、故障诊断、统计分析、智能决策以及系统管理，同时提供相关数据检索、数据报表等功能，达到对煤矿主要设备运行状态的精准诊断、决策，以便针对性地指导检维修。

2 系统研究方法和技术路线

机电设备在线诊断及健康管理系统采用微服务架构及独立的分层服务模式实现数据的存储、分析及应用。系统核心是基于大数据的设备预测性维护，及时获取有效、完整、一致的状态数据是系统运行的基础，通过新增监测系统，利用应用现场设备末端布置的各类传感神经进行底层数据的采集，数据包括设备振动、温度、液压、电气、电流等多源数据，系统通过界面展示与用户交互操作。设备管理员和云端的工程师利用系统反馈的各类状态数据，对设备的运行状态变化情况进行预测分析并给出有效的指导性意见，通过系统可视化的展现和实时信息推送检修方案指导检维修作业。

本系统主要研究方法和技术路线是针对设备故障类型以及机组自身特性，对采集的数据类型、质量、分辨率、采集密度提出具体数据质量和密度等相关要求，具体研究以下内容：

2.1 振动数据采集标准

本系统主要研究方法和技术路线是针对设备故障类型以及机组自身特性，对采集的数据类型、质量、分辨率、采集密度提出具体数据质量和密度等相关要求，具体如下：①完整性：设备及部件的轴承、齿轮等部件位置均能有效获取振动数据，并保证较好的分辨率和数据质量。②同步性：全通道同步采集，所有测点采集数据类型一致，保证虽部件类型不同，转速不同可建立在同一数据标准下进行比较。③采集密度：故障也存在缓变、快变、突变等故障类型，采集密度需围绕故障类型进行。④误信号识别：针对系统自身传感器异常等产生的误信号，自动滤除，不上传。⑤经济可靠性：方案力求实用、经济、可靠，设备选型先进、成熟，尽量减少对生产的影响，确保改造风险最小。

2.2 测点布置标准

测点布置符合相关原则：完整性、信号方向性、兼顾性、传递距离、结构等特性。它们包含有水平、轴向、垂直三个方向，分散在轴系方向，径向正交布置在主轴和行星轮级。①完整性：整个传动系统保证三个方向：H、V、A 有测点，监测三个方向上的振动特征。②方向性、兼顾性说明：对于方向的选择有相应有先后顺序，H、A、V，且水平向在转轴位置水平中分面位置对信号更敏感。③传递距离特性：有些部件振动的获取需要通过传递才能获得，传感器的位置越靠近轴承或齿轮的位置越好。④结构特性：主轴每个轴承座及发电机每个轴承座必须至少有一个传感器用于轴承的监控，且要有相应轴向方向的监控。对于齿轮箱结构，每一级增速必须有一个监控传感器。

2.3 设备状态判定标准

具体见表1。

表1 设备状态判定标准表

3 系统控制原理与架构

机电设备在线诊断及健康管理系统设备核心部位和关键机构增加传感和数据采集装置，对采集数据实时分析、深度挖掘，实现设备运行中的各类状态数据的采集，并将数据上传至上一级的核心服务器，借助专业逻辑算法进行处理和分析。

当设备运行状态数据出现异常时会触发报警提示，报警提示信息通过短信、邮件、手机APP 等方式分类分级推送相对应的主管设备管理员。设备管理员和云端的工程师可通过软件中的分析工具对设备数据进行追踪回溯，判断当前设备状态，也可通过智能型专家库支持实现云端故障诊断，帮助现场精准的确定设备故障类型、原因分析、破坏程度、寿命评估等，为运维检修决策提供数据支撑。

3.1 系统总体架构

系统主要分为物联网层、数据分析层和云诊断中心。根据设备应用场景的不同，采取不同的监测方式，系统总体架构图见图1。

3.1.1 物联网层：智能感知、获取设备运行状态数据

根据设备运行工况的差异，可以有选择性、有针对性地采集设备运行的振动、温度等数据，也可集成现场已有各类传感器、仪器仪表及控制系统的数据，以特定通讯协议接入现场状态监测系统Ronds EPM 中。

传感器与数据采集系统使用有线方式连接，采集系统通过有线传输方式，通讯站采用Wifi、光纤等方式，将数据送入现场局域环网，存储到服务器中。

3.1.2 数据分析层：Ronds EPM 机电设备在线诊断及健康管理系统

机电设备在线诊断及健康管理系统需在现场配套一台服务器，用于管理、存放、回看从采集系统反馈的设备运行状态数据。现场人员可使用系统对设备数据、报警数据等统一管理、分析，以达到了解机组运行状态的目的。

3.1.3 云诊断中心：数据分析、数据挖掘、容灾备份

服务器存储的数据依靠公网与云端远程诊断中心实时交互，一方面可实现数据的异地备份，容灾容错，另一方面，可以借助容知云诊断中心的数据分析专家以及专家系统协助判断设备状态。使用容知远程诊断服务，可使现场设备监测工作更加从容，报警信息处理和数据分析结果更及时、准确。

3.2 系统平台搭建与架构

3.2.1 系统平台及整体架构

机电设备在线诊断及健康管理系统能够满足设备管理人员和运维人员对设备状态监测和各类故障精准判断的要求。系统实现分类分级管理，设定了普通用户和专业用户的权限，普通用户可通过软件查看设备健康状态、设备启停状态以及设备报警、故障等整体情况，专业人员可根据设备报警信息、故障类型数据及有效的数据分析对设备进行诊断和处理。

软件界面分为五大模块：首页、综合分析、统计报表、系统配置和系统自诊断。软件整体架构如图2 所示。

3.2.2 系统主页总览

管理人员可以通过总览实时监控设备运行情况，实时了解设备目前报警状况、诊断故障情况，有效保障运保工作的进行。见图3。

3.2.3 设备信息一览

管理人员通过设备信息一览可以查看设备的基础信息、健康状态、体检报告、故障报告以及各个测点的实时数据等，见图4。

3.2.4 设备综合分析

综合分析的设备信息模块，可以对设备进行数据的诊断分析，可以查看或操作设备报警、体检、案例、诊断报告等，并可显示为监测模式。

3.2.5 设备综合分析

通过在现场部署智能算法，可以确保机组能够得到安全有效的监控，并以可视化、语音提醒和短信推送等方式通知相关人员予以关注，实现机组异常的智能巡检，见图5。

3.2.6 智能诊断分析

通过在现场部署智能算法，可以确保机组能够得到安全有效的监控，并以可视化、语音基于分析过程中多设备、多通道对比等途径，对设备进行智能诊断分析（见图6）。帮助诊断工程师更高效地判断设备异常，保障设备运行无忧。

4 系统应用前景与效益分析

实现在煤矿搭建基于设备状态变化趋势的机电设备在线诊断及健康管理系统，有利于在保持最大产能的条件下，提高设备管理水平，并有效提高设备可靠性、降低作业风险，保障工人的人身安全，实现安全、生产、成本、效益的最优化。

煤矿机电设备在线诊断及健康管理系统利用新一代信息技术和物联网技术来解决设备各类数据采集和上传问题，通过智能算法和人工判断相互融合的方式，实现煤矿现场重点设备的运行状态判断及智能告警，保证了反应时间。避免因设备突发故障无法发现和处理造成的人员伤亡事故和经济财产的损失，为企业安全生产提供了有效的技术支撑。可在煤炭行业甚至其它行业广泛推广应用。

5 结语

本文分析了煤矿机电设备在线诊断及健康管理系统在煤矿设备管理方面的应用。通过将煤矿机电设备管理分析技术引入煤矿设备安全管理领域，利用新一代信息技术、物联网技术、大数据、智能算法和人工诊断分析相配合等方式，实现煤矿主要设备的运行状态判断及未来状态预测。本系统的成功应用，提高了煤矿安全生产保障水平，促进了煤矿信息化、智能化发展。该系统的应用对煤矿机电设备安全管理具有重要且深远的意义，将有利于推动未来煤矿机电设备安全、可靠、稳定、高效运行。