基于物联网远程集中监控系统的煤矿掘进设备运行状态研究

王利欣，李 波，胡成军，刘 宾

(中煤(天津)地下工程智能研究院有限公司，天津 300131)

煤矿掘进装备在煤矿挖掘、开采等生产环节中占据着重要地位，任何工艺开采过程都离不开挖进装备，因而煤矿掘进装备运行状态的好坏往往会对煤矿生产的效益造成影响[1-2]。一般来说，气候条件、作业条件、设备故障、人员素质、外界因素等多种条件都会对煤矿掘进装备的运行状况造成制约，这就会导致煤矿掘进装备在不同情况下会出现不同的状态，所以为了能够有效地利用煤矿掘进装备实行煤矿开采工作，需要对利用物联网远程集中监控煤矿掘进装备运行状态展开详细研究。

有的研究者设计出一个电能计量设备，利用该设备监测周边环境温度，再对配电网直流偏磁实行检测，并采用二次回路电流测量方法完成煤矿掘进装备在不同情况下的运行状态监测，从而获取最终监测结果。该方法具有较强的实用性及可靠性，在今后利用物联网远程集中监控煤矿掘进装备运行状态方法中有着良好的发展前景[3]。还有研究者对电路的主要构成、工作原理、工作流程等实行了详细分析，根据分析结果利用设计的传感器开展性能测试，依据测试结果得知设计的传感器所消耗的功能较低，更利于对电路信号的采集、分析，基于这一特点，利用传感器对设备运行状态实行监测，以此取得不同情况下的设备运行状态[4]。其余研究者建立了监测系统并把监测到的设备数据存储到系统内，利用MOLAP对存储数据实行分析及筛选，通过建立的设备监测数学模型，利用该模型对设备状态展开在线监测，以此获取设备运行状态[5]。

在以上几种方法的基础上，提出基于物联网远程集中监控的煤矿掘进装备运行状态方法。

1 远程集中监控煤矿掘进装备系统设计

煤矿掘进装备的运行状态主要依靠物联网远程集中监控获取而成[6]，所以为了能够有效地监测到煤矿掘进装备的运行状态，需要建立一个物联网远程监控系统。基于上述分析，设计的物联网远程集中监控系统如图1所示。

图1 物联网远程集中监控系统总体框架Fig.1 Overall framework of the remote centralized monitoring system of the Internet of Things

由图1可知，该系统部署在地方的煤管局，分为煤炭集团内部网与数据中心、云监控联网服务器。在架设的云服务器上设计云监控平台，利用物联网远程监控系统，集成煤矿掘进装备运行状态数据，并上传到数据中心。物联网远程集中监控系统不仅只对监测的煤矿掘进装备运行数据实行存储[7-9]，还能够对煤矿掘进装备历史数据及实时监控数据实行存储，具有较强的兼容性。数据存储到云监控联网服务器后，能够自动备份监测到的数据信息，避免监测数据出现数据丢失的现象，当系统数据出现故障时，该系统还可以自动对数据实行恢复。并可在云监控联网服务器对煤矿掘进装备运行状态数据进行分析，判定装备运行安全。

在云监控平台中分别设置连接终端、矿数据中心、矿办公网和内网网段。其中连接终端分别连接的是煤矿掘进设备，用于采集设备状态数据，汇总后存储到矿数据中心。通过采集到的煤矿掘进装备运行状态信息及存储的历史数据可以为后续数据分析提供重要的数据支撑，以此挖掘出煤矿掘进装备运行潜能，能够更好地监测出掘进装备在不同情况下的运行状态，使其能够更好地实行煤矿开采工作。

矿办公网分别设计了工程师工作站、综合显示和调度指挥显示大屏。内网网段分别设置了生产监控、安全监控、人员定位的功能。设计的物联网远程集中监控系统与现实技术、虚拟现实技术相结合[10-12]，能够对监测到的煤矿掘进装备的挖掘过程实行动画再现，主要利用调度指挥显示大屏幕对挖掘环境实行显示，该系统具备可视化及便携性。

2 硬件部分

采集煤矿掘进设备运行状态的硬件部分由连接终端、服务器、传感器等。传感器主要有振动、温度传感器，实时监测煤矿掘进设备温度及振动信号，经过连接终端对信号进行采集，通过GPRS模块将信号传输给服务器，对煤矿掘进设备运行状态数据实时开展远程诊断。

利用物联网远程监控系统监测到的煤矿掘进装备数据，该系统可以对监测数据实行数据采集、数据传输、数据存储及数据分析等操作。在存储数据时，需要引入一个Web服务器，其参数见表1。

表1 Web服务器参数Tab.1 Web server parameter

该系统采用嵌入式技术设立一个数据库，数据库版本为SQL Server 2020。以数据库为基础存储系统监测到的数据信息。基于云计算技术对物联网远程监控系统私有云实行设立，依据获取的系统数据信息对其进行分析计算。连接终端与服务器通过GPRS模块连接，实现运行状态数据的传输、处理、接收、存储等功能。GPRS模块的型号为USR- GPRS730。自带的RS232+485串口拥有较好的集成功能[13-14]。并配置了6 KB数据缓存，确保数据传输的稳定性。串口的数据传输单元DTU可以实现双向网络数据传输，配置的GPRS数据接收传输编写语言为VB。

3 软件实现流程

根据建立的物联网远程集中监控系统及煤矿掘进装备结构组成分析，采用设计的系统对不同情况下的煤矿掘进装备运行状态实行监测软件设计。具体的软件实现流程如图2所示。

图2 煤矿掘进装备监测系统软件实现流程Fig.2 Software realization process of coal mine tunneling equipment monitoring system

4 实例分析

4.1 煤矿掘进装备运行监测

选取一个生产矿山，利用物联网远程集中监控系统对矿山掘进装备进行实时监测，掘进装备工作状态如图3所示。

图3 煤矿掘进装备工作状态Fig.3 Working status of coal mine tunneling equipment

以不同时期的掘进装备运行动态用作作业指标，例如生产量、运转时间、故障事件等。由于历史记录不能及时对煤矿掘进装备运行状态展开实际反应，所以需要对其实行转换，通过现场记录直观地对掘进装备运行情况反映，具体见表2。根据表2与表3的煤矿掘进装备运行情况及运行能力的统计结果，对其实行处理和转换，以煤矿掘进装备的设备类型，将转换后的现场设备运行数据输入到物联网远程集中监控系统数据表中，以此形成掘进装备运行动态数据库。其转换后的煤矿掘进装备作业数据结构指标见表4、表5。

表2 挖掘装备运行状况Tab.2 Operation status of excavation equipment

表3 掘进装备能力统计Tab.3 Statistics on the capacity of tunneling equipment

表4 现场煤矿掘进装备作业指标记录Tab.4 Operation index records of on-site coal mine excavation equipment

表5 现场煤矿掘进装备作业指标记录Tab.5 Operation index records of on-site coal mine excavation equipment

表4以月份为单位记录了煤矿掘进装备作业记录，根据不同月份下的煤矿掘进装备统计分析，获取不同情况下的煤矿掘进装备运行状态。

(1)矿井断面掘进情况下。煤矿掘进装备在矿井断面中开展掘进工作时，分别有3种运行状态：纵向掘进运动状态、截割头横向摆动及纵向摆动等。煤矿掘进装备在现场破岩时，需要在矿井断面中实行钻孔掘进及摆动破岩的操作。实行钻孔掘进期间，掘进机的截割头[14-15]需要以垂直断面的方式向矿井断面推进运动，这样操作下截割头头体部分会以两种运行状态前行，分别是绕自身旋转状态和悬臂推动状态。但在掘进机头体上的截齿整体运动状态却与截割头相反，在做旋转运动的同时还会展现出复合运动状态。

(2)掘进装备水平破碎煤岩情况下。煤矿掘进装备处于破碎煤岩情况下，会花费大量的时间在破岩上，此时掘进装备属于水平摆动运行状态，掘进机的截割头体及悬臂[16-17]会持续处于推进摆动的运行状态。由于头体上的截齿与截割头、悬臂的位置不同，所以截齿运行旋转状态时[18]还会跟随截割头的摆动呈现出摆动及旋转的叠加运动状态。当运动参数随着掘进装备运动动作而产生变化时，掘进装备的运动轨迹、运动速度也会随之发生变化。

(3)掘进装备垂直破碎煤岩情况下。煤矿掘进装备开展垂直破碎煤岩时，会以绕轴线为中心，做出定轴旋转运动及横向摆动相叠加的叠加运动。煤矿掘进装备中，回转转台是掘进装备悬臂头体的中心，利用回转转台带动悬臂头体向煤岩实行破岩运动[19-20]，从而完成垂直破岩。针对掘进装备垂直破碎煤岩的运行状态，对掘进装备中的截齿展开运动学分析，设置掘进装备的截齿静坐标系标记为o-abc，截齿头部末端的动坐标系标记为o-a′b′c′，并以回转转台用作原点，那么煤矿掘进装备的截齿实行垂直破岩运动时，它的运动动静坐标关系如图4所示。

图4 煤矿掘进机截齿动静坐标关系Fig.4 Dynamic and static coordinate relationship of coal mine tunneling machine

根据图4中的煤矿掘进机截齿动静坐标关系图，得知掘进机在垂直破碎煤岩情况下的运动状态。基于上述监测的不同情况下的煤矿掘进装备运行状态，实现利用物联网远程集中监控煤矿掘进装备运行状态的研究。

4.2 性能测试

为了验证利用物联网远程集中监控煤矿掘进装备运行状态方法的整体有效性，需要对该方法实行实验对比测试。

(1)采用本文所提方法建立的物联网远程集中监控系统对煤矿掘进装备实行实验测试，以此验证该系统的监测效果。利用本文所提方法分别对煤矿掘进装备的最大启动电流、加速电流平均值及减速电流平均值3个指标实行监测[21-23]，并将监测结果与实际结果对比，从而验证本文所提方法的监测可靠性。具体测试结果见表6—表8。采用本文所提方法在相同时间下对不同掘进装备指标开展监测对比测试，由表6—表8中的数据可知，本文所提方法监测到掘进机最大启动电流时，监测结果与实际结果相同且没有误差。本文所提方法对掘进机加速电流平均值、减速电流平均值实行监测时，所监测到的数据与实际结果存有少许误差，且相差较小，由此可见本文所提方法的监测加、减速电流平均值时，误差小，精度高。这主要是因为本文所提方法所建立的物联网远程监控系统能够对监测到的数据实行分析、处理，以此提升了监测效率，增强了监测精度。

表6 最大启动电流监测效果测试Tab.6 Maximum starting current monitoring effect test

表7 加速电流平均值监测效果测试Tab.7 Monitoring effect test of average value of accelerating current

表8 减速段电流平均值监测效果Tab.8 Monitoring effect of the average value of deceleration current

(2)利用本文所提方法对煤矿掘进装备运行状态实行监测时，其监测速度的快慢决定了整体监测效率的好坏[24-25]，因而采用本文所提方法对掘进装备运行状态实行监测用时测试。在开展实验测试前，设定1个阈值，若本文所提方法在测试期间没有超出设定阈值，则说明本文所提方法的监测用时短，监测效率高。煤矿掘进装备运行状态监测用时测试结果如图5所示。

根据图5中的数据发现，本文所提方法的监测用时距离设定阈值之间的距离相差较大。同时本文所提方法随着运行参数的变化仅在5 s内完成监测，可见本文所提方法的监测耗时少、监测效率高。

5 结语

煤矿掘进装备的运行状态决定着煤矿生产结果，针对监控煤矿掘进装备运行状态方法存在的问题，提出利用物联网远程集中监控煤矿掘进装备运行状态方法。该方法利用设计的物联网监控系统对煤矿掘进装备在不同情况下的运行状态实行监测，从而获取最终监测结果。该方法具有较强的实用性及可靠性，在今后利用物联网远程集中监控煤矿掘进装备运行状态方法中有着良好的发展前景。