论文部分内容阅读
摘要:煤矿机电设备大数据具有大容量、多样性和实时性的特点,从煤矿机电设备大数据中挖掘信息,高效、准确地识别设备故障,成为煤矿机电设备维护管理面临的新问题。传统的诊断识别方法无法满足大量监测数据的分析处理要求,智能故障诊断与预测方法通过深层挖掘监测数据中所包含的多传感器故障信息,利用专家系统及各类智能算法识别出设备当前存在的故障隐患,并对其发展趋势进行评判,从而智能化地提出维护管理意见,大大提高了设备维护管理的可靠性和效率。
关键词:煤矿机电设备;智能化维护;研究现状;发展趋势
1煤矿机电设备智能化维护研究现状
(1)设备的故障机理研究不足。煤矿机电设备往往体积庞大,结构复杂,对于该类型设备进行故障机理研究时,往往需要对研究对象进行一定程度的简化,才可以建立相应的数学和力学模型,通过仿真等手段验证模型是否有效,再结合试验修正模型。过度简化的数学模型不能完整反映设备本身全部的状态信息,甚至可能会丢失反映设备故障状态的重要特征,这会给诊断工作增加难度。因此,在机理研究方面需要进一步深入研究,建立能够尽可能反映设备状态的简化模型(包括数学模型和试验模型),合理地添加典型故障。目前对于设备故障机理的研究多集中于设备某种单一故障的机理研究,缺少多故障复合状态下的故障机理研究,今后需要更多地对设备某部分故障带来的连锁反应进行研究。(2)煤矿现场的故障数据不足。随着煤矿信息化程度的不断提高,获取设备实时运行状态的数据已不再困难。但由于监测时间有限,目前获取的设备运行过程中含有故障的数据较少,而故障数据是对设备故障诊断与预测性维护具有重要意义的数据。目前诸多研究中普遍采用搭建试验台或计算机仿真的方法来模拟故障,但是模拟环境下所获得的故障数据往往比较理想,不能完全真实反映设备实际的运行状况。因此,仍需长时间不断采集现场监测数据,最好是设备全生命周期数据,这对于设备的诊断和预测具有重要意义。
2煤矿机电设备智能化维护发展趋势
2.1建立机电设备在线监测管理系统
建立机电设备在线监测管理系统,以设备为核心,以设备运行管理为重点,通过振动、温度传感器、智能数据采集器、交换机、服务器等设备,将设备各项数据参数实时传输上来,从而形成数据模型,具备设备状态感知能力。再利用综合分析、诊断技术,实现设备在线监测、故障智能诊断和维修决策,为最终实现设备全生命周期管理奠定基础,保障设备安全、稳定、高效运行。系统功能:(1)多源集成,互联互通。系统全面集成设备管理系统数据(包括在线监测、精密分析)和集控系统数据,提供标准化接口供系统平台或第三方系统对接。(2)健康评估,智能预警。系统以设备为单位进行整体状态健康评价,设备健康状态评价体系包括振动评价、电气评价、工艺评价、点检评价四大类。评价结果分为良好、可用、需维修三级,同时区别不同工况,提高评价的准确性,避免误判。(3)专家诊断,精准定位。采用以振动、温度、电气等多指标为基础的故障规则知识专家系统,对于设备的基础类故障、转子类故障、滚动/滑动轴承故障、电气类早期故障给出明確提醒,形象表达诊断结果,并提示相应的处理措施,同时增强故障履历水平的管理。(4)智能维修、决策无忧。根据实时报警数据以及设备整体评价结果,对报警数据进行基于故障风险的维修决策分析,帮助现场人员及时了解问题的严重性,进行后续的处理。(5)闭环管理、工作找人。通过监测评估系统、周期性点检、异常维护等措施发现问题,通过缺陷管理汇总问题,通过维修管理解决问题,通过维修后的评价和决策支持系统实现全过程闭环管理。
2.2智能化的高效运维保障
大多数矿山企业都是简单的应用型用户,不具备专业化的研发机构与高科技含量的维保团队,这就使得某种意义上讲,未来对专业化的高精尖设备及系统的维护,将会给矿山企业带来一定的应用现实风险和运维保障危机。为杜绝该类风险或隐患,很多矿山企业在智能化升级改造的同时,还在积极提前探讨未来的运维保障模式及管理模式的变更,甚至很多厂矿将会以业务打包的形式,进行专业化外委。智能化改造之前,生产链条中所固有的基础设备设施等物理组件,对于原有包机运维人员来说可谓是轻车熟路,但智能化改造之后,随之所新增的包含传感器、控制器、软件、人机交互界面等智能组件,对于既有包机运维人员来说就是一个新生事物,在运维保障过程中就会存在一定的难度,需要一个系统再学习、再磨合的过程,而且针对科技含量较高的一些智能组件,对运维保障人员的专业素质要求也相对较高,有可能会存在原有包机维保人员无法胜任的情况。针对上述情况,目前各大工业自动化控制和信息解决方案供应商,以及专注于软件开发的相关企业,正在不断拓宽增强现实(AR)技术的应用面。利用AR技术,不但能够有效地将现实世界中的数字化信息进行展现,还可做到更广泛、更直接的知识共享。若该技术得以充分开发利用,具体实操者可从中实时获取包含设备性能和维修历史信息的数字化工作指令,可使技术人员做到即使在陌生设备上进行具体操作和检修,也能利用其所形成的综合诊断、建议性引领操作,进而获得零误差操作的最终效果,以确保能一次性保质保量将设备修复完好。因此,类似相关技术足以满足日常运维保障的各项需求,可有效解决上所述问题给企业所带来的现实困扰。
2.3缺陷故障管理
缺陷是指设备出现了性能、零部件及消耗指标偏离了原设计标准或规定要求,设备仍可运行,安全评估风险低;故障是指设备失去或降低了其规定功能,设备无法正常运行,安全评估风险中级及以上,需停机维修。缺陷/故障管理实现了对点巡检、保养、检验、监测报警和日常检查过程中发现的设备或功能位置的缺陷故障从提报、审核、确认、处理、信息完善到关闭的闭环管理;实现了故障体系的统一管理及应用;缺陷故障的全过程管理都可以通过移动端扫描二维码、RFID或手工选择设备来完成,提高了响应速度和现场处理问题、解决问题的效率。在现场发现缺陷故障时,通过移动端及时以文字描述、现场照片、现场视频、语音等多种方式采集现场异常信息,上传系统,以便设备管理人员和维修人员得到第一手资料,作为诊断故障和维修时有价值的参考依据,确认是缺陷还是故障、是否停机、是否立即处理、判断故障发生的部位、预判故障原因等,在确认时关联故障体系;如不需立即处理,可推送到周检修计划中进行维修处理;如需立即处理,则生成故障通知单,需要领料则生成工单领取维修需要的物料,不需要领料则直接维修,维修完成后由故障信息完善人员完善故障信息,记录故障完成时间、故障损坏情况、故障处理过程、故障原因分析等信息,提交后关闭缺陷故障,完成的缺陷故障记录形成故障知识库,让好的经验与做法得到传承,把经验融合到系统中,为后续遇到类似故障时提供参考,从而提高故障处理的效率,通过分析、采取措施减少类似故障的发生、保证设备的安全高效运行。
3结束语
对煤矿等重资产企业,设备是企业生产经营的物质基础,“工欲善其事,必先利其器”,对设备的点巡检、保养、检测检验、检修、缺陷故障的处理和运行情况的跟踪等工作是煤矿设备运行与维护管理工作的主要内容,是企业安全高效生产的重要保障。煤矿机电设备种类繁多,靠经验管理已不能满足设备维护管理的需要,对设备管理进行智能化管控成为保障煤矿企业安全高效生产的迫切需要。
参考文献
[1]李广瀚.煤矿机电设备的维护更新改造技术[J].当代化工研究,2020(11):158-159.
[2]贺加宝,马晓琴.煤矿机电设备的维护更新改造技术的探讨[J].中国战略新兴产业,2019(8):228.
关键词:煤矿机电设备;智能化维护;研究现状;发展趋势
1煤矿机电设备智能化维护研究现状
(1)设备的故障机理研究不足。煤矿机电设备往往体积庞大,结构复杂,对于该类型设备进行故障机理研究时,往往需要对研究对象进行一定程度的简化,才可以建立相应的数学和力学模型,通过仿真等手段验证模型是否有效,再结合试验修正模型。过度简化的数学模型不能完整反映设备本身全部的状态信息,甚至可能会丢失反映设备故障状态的重要特征,这会给诊断工作增加难度。因此,在机理研究方面需要进一步深入研究,建立能够尽可能反映设备状态的简化模型(包括数学模型和试验模型),合理地添加典型故障。目前对于设备故障机理的研究多集中于设备某种单一故障的机理研究,缺少多故障复合状态下的故障机理研究,今后需要更多地对设备某部分故障带来的连锁反应进行研究。(2)煤矿现场的故障数据不足。随着煤矿信息化程度的不断提高,获取设备实时运行状态的数据已不再困难。但由于监测时间有限,目前获取的设备运行过程中含有故障的数据较少,而故障数据是对设备故障诊断与预测性维护具有重要意义的数据。目前诸多研究中普遍采用搭建试验台或计算机仿真的方法来模拟故障,但是模拟环境下所获得的故障数据往往比较理想,不能完全真实反映设备实际的运行状况。因此,仍需长时间不断采集现场监测数据,最好是设备全生命周期数据,这对于设备的诊断和预测具有重要意义。
2煤矿机电设备智能化维护发展趋势
2.1建立机电设备在线监测管理系统
建立机电设备在线监测管理系统,以设备为核心,以设备运行管理为重点,通过振动、温度传感器、智能数据采集器、交换机、服务器等设备,将设备各项数据参数实时传输上来,从而形成数据模型,具备设备状态感知能力。再利用综合分析、诊断技术,实现设备在线监测、故障智能诊断和维修决策,为最终实现设备全生命周期管理奠定基础,保障设备安全、稳定、高效运行。系统功能:(1)多源集成,互联互通。系统全面集成设备管理系统数据(包括在线监测、精密分析)和集控系统数据,提供标准化接口供系统平台或第三方系统对接。(2)健康评估,智能预警。系统以设备为单位进行整体状态健康评价,设备健康状态评价体系包括振动评价、电气评价、工艺评价、点检评价四大类。评价结果分为良好、可用、需维修三级,同时区别不同工况,提高评价的准确性,避免误判。(3)专家诊断,精准定位。采用以振动、温度、电气等多指标为基础的故障规则知识专家系统,对于设备的基础类故障、转子类故障、滚动/滑动轴承故障、电气类早期故障给出明確提醒,形象表达诊断结果,并提示相应的处理措施,同时增强故障履历水平的管理。(4)智能维修、决策无忧。根据实时报警数据以及设备整体评价结果,对报警数据进行基于故障风险的维修决策分析,帮助现场人员及时了解问题的严重性,进行后续的处理。(5)闭环管理、工作找人。通过监测评估系统、周期性点检、异常维护等措施发现问题,通过缺陷管理汇总问题,通过维修管理解决问题,通过维修后的评价和决策支持系统实现全过程闭环管理。
2.2智能化的高效运维保障
大多数矿山企业都是简单的应用型用户,不具备专业化的研发机构与高科技含量的维保团队,这就使得某种意义上讲,未来对专业化的高精尖设备及系统的维护,将会给矿山企业带来一定的应用现实风险和运维保障危机。为杜绝该类风险或隐患,很多矿山企业在智能化升级改造的同时,还在积极提前探讨未来的运维保障模式及管理模式的变更,甚至很多厂矿将会以业务打包的形式,进行专业化外委。智能化改造之前,生产链条中所固有的基础设备设施等物理组件,对于原有包机运维人员来说可谓是轻车熟路,但智能化改造之后,随之所新增的包含传感器、控制器、软件、人机交互界面等智能组件,对于既有包机运维人员来说就是一个新生事物,在运维保障过程中就会存在一定的难度,需要一个系统再学习、再磨合的过程,而且针对科技含量较高的一些智能组件,对运维保障人员的专业素质要求也相对较高,有可能会存在原有包机维保人员无法胜任的情况。针对上述情况,目前各大工业自动化控制和信息解决方案供应商,以及专注于软件开发的相关企业,正在不断拓宽增强现实(AR)技术的应用面。利用AR技术,不但能够有效地将现实世界中的数字化信息进行展现,还可做到更广泛、更直接的知识共享。若该技术得以充分开发利用,具体实操者可从中实时获取包含设备性能和维修历史信息的数字化工作指令,可使技术人员做到即使在陌生设备上进行具体操作和检修,也能利用其所形成的综合诊断、建议性引领操作,进而获得零误差操作的最终效果,以确保能一次性保质保量将设备修复完好。因此,类似相关技术足以满足日常运维保障的各项需求,可有效解决上所述问题给企业所带来的现实困扰。
2.3缺陷故障管理
缺陷是指设备出现了性能、零部件及消耗指标偏离了原设计标准或规定要求,设备仍可运行,安全评估风险低;故障是指设备失去或降低了其规定功能,设备无法正常运行,安全评估风险中级及以上,需停机维修。缺陷/故障管理实现了对点巡检、保养、检验、监测报警和日常检查过程中发现的设备或功能位置的缺陷故障从提报、审核、确认、处理、信息完善到关闭的闭环管理;实现了故障体系的统一管理及应用;缺陷故障的全过程管理都可以通过移动端扫描二维码、RFID或手工选择设备来完成,提高了响应速度和现场处理问题、解决问题的效率。在现场发现缺陷故障时,通过移动端及时以文字描述、现场照片、现场视频、语音等多种方式采集现场异常信息,上传系统,以便设备管理人员和维修人员得到第一手资料,作为诊断故障和维修时有价值的参考依据,确认是缺陷还是故障、是否停机、是否立即处理、判断故障发生的部位、预判故障原因等,在确认时关联故障体系;如不需立即处理,可推送到周检修计划中进行维修处理;如需立即处理,则生成故障通知单,需要领料则生成工单领取维修需要的物料,不需要领料则直接维修,维修完成后由故障信息完善人员完善故障信息,记录故障完成时间、故障损坏情况、故障处理过程、故障原因分析等信息,提交后关闭缺陷故障,完成的缺陷故障记录形成故障知识库,让好的经验与做法得到传承,把经验融合到系统中,为后续遇到类似故障时提供参考,从而提高故障处理的效率,通过分析、采取措施减少类似故障的发生、保证设备的安全高效运行。
3结束语
对煤矿等重资产企业,设备是企业生产经营的物质基础,“工欲善其事,必先利其器”,对设备的点巡检、保养、检测检验、检修、缺陷故障的处理和运行情况的跟踪等工作是煤矿设备运行与维护管理工作的主要内容,是企业安全高效生产的重要保障。煤矿机电设备种类繁多,靠经验管理已不能满足设备维护管理的需要,对设备管理进行智能化管控成为保障煤矿企业安全高效生产的迫切需要。
参考文献
[1]李广瀚.煤矿机电设备的维护更新改造技术[J].当代化工研究,2020(11):158-159.
[2]贺加宝,马晓琴.煤矿机电设备的维护更新改造技术的探讨[J].中国战略新兴产业,2019(8):228.