远程煤炭设备故障诊断系统研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇远程煤炭设备故障诊断系统研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：智慧矿山是未来煤矿企业发展的必然方向，煤矿开采环境恶劣，煤炭设备故障时有发生，远程故障诊断技术可更快地响应，保障开采的高效开展，因此研究煤炭设备远程故障诊断系统。归纳总结采煤机、矿用提升机和带式输送机的常见故障部位以及为诊断其故障需监测的参数，采用云平台构建煤炭设备远程故障诊断系统架构，分析架构层与层之间的关系，研究远程故障诊断的核心技术并详细设计专家诊断中心远程故障诊断的具体流程。
关键词：云平台；远程；故障诊断；专家系统；煤炭设备
经济发展趋势表明煤炭仍将是我国未来30a发展的主要能源，智慧矿山、绿色发展等理念对于矿山设备的开采提出了更高的要求，无人化是煤矿作业发展的必然趋势。煤炭设备工作环境恶劣，发生故障的次数较多，不仅影响企业的经济效益，对于员工的安全也是一大威胁，因此在线远程故障诊断系统的研发是一种必然趋势。目前采煤机、带式输送机等设备的单机故障检测系统在工业生产中都有相应的应用，然而采用云平台技术对设备群故障进行远程故障诊断的系统鲜少有人开发，本文利用云平台设计煤炭设备远程故障诊断系统，对采煤机、带式输送机、矿用提升机进行远程故障诊断与维护，提高煤炭开采效率。
1煤炭设备故障类型分析
煤炭设备包含提升设备、通风设备、运输设备、排水设备、挖掘设备、支护设备、供电设备等，其中采煤机、带式输送机、矿用提升机是发生故障次数较高的设备，本文主要对这3类设备进行远程故障诊断与维护。（1）采煤机故障采煤机故障常见的部位为液压泵、截割部、牵引部和变频器，为分析液压泵的状态，需对泵工作状态下的冷却水压、调高水压以及其工作转速进行监测，当这些数据超过其临界值时应引起重视。截割部故障通常是电机发生故障，需采集电机的电流以及温度作为判断依据。牵引部故障一般也是电气部分发生故障引起的，将牵引速度、电机电流、变压器温度作为判断依据。变频器故障需监测变频器电压以及电流。（2）带式输送机故障带式输送机常见的故障部位为驱动装置、托辊和输送带，其中输送带故障最为频繁，因此需定期对输送带进行检查与维护。驱动装置故障发生后可根据轴承是否存在异响、电机的电压电流转速是否正常等对其故障具置进行定位。托辊故障主要是托辊支撑处发生相对滑动，只需监测其位移即可。输送带故障分为输送带跑偏、输送带撕裂、输送带打滑，需对输送带压力、位移、磨损情况等进行监测。（3）矿用提升机故障矿用提升机常见的故障部位为主轴装置、减速器、电动机和制动系统。主轴装置发生故障时轴承温度会高于50℃，闸盘的位移也会大于0.3mm，其振动速度也会变大。减速器故障时轴承温度和振动速度也会变大。制动系统的故障可通过监测闸瓦温度以及油温等判断。煤矿用设备故障类型如图1所示。
2基于云平台的煤炭设备远程故障诊断系统架构设计
基于云平台的煤矿用设备远程故障诊断系统的架构主要分为3层：数据采集层、网络通信层和系统应用层。在数据采集层采用温度、压力、速度等传感器对采煤机、矿用提升机和带式输送机的各项参数进行数据采集，将采集数据传输至无线采集分站，然后通过本地环网、5G网络等通信方式传输至故障诊断中心，故障诊断中心对收到的信号进行处理，转换为可被监控系统识别的数据，并采用防火墙隔离病毒，完成处理后将数据存储在本地服务器中。为了保障系统的稳定运转，本文设置了本地主服务器以及备服务器，当主服务器瘫痪后备服务器工作，保障系统的可靠运行。煤炭设备远程故障诊断系统架构如图2所示。数据采集层将温度、电流传感器等通过螺栓联接的方式安装在采煤机、矿用提升机以及带式输送机上，对设备运转状态进行监测。网络传输层备有无线连接和有线连接2种方式，通过以太网或5G网络将数据信息传输至故障诊断中心，交换机对本地网络进行分段管理。系统应用层分为硬件部分和软件部分，硬件部分主要指的是服务器，完成数据的存储与读取，增加了云服务器，由分布式云平台组成，减少了本地服务器的存储压力；软件部分包含数据处理算法、数据库以及远程客户端，对采集数据预处理指的是处理包含数据的备份、检索等，并通过神经网络等智能算法分析故障类型，诊断完成后将处理结果在客户端上呈现，及时地推送设备的运转状态，提醒工作人员检查设备。
3基于云平台的远程故障诊断关键技术
远程故障诊断最重要的信息传输，煤矿开采环境复杂，有些地方无线无法覆盖，因此本文采用无线和有线结合的方式。云服务器通过MQTT协议与客户端实现交互，该协议在不稳定的网络系统中可提供可靠的服务，而且结构简单，保障了信息传输的稳定性。数据的信息存储也是云平台很关键的技术，本文将采集得到的数据单独存储在服务器中，采用Hadoop数据仓库Hive对分布式文件系统（HDFS）内的数据进行分类，分类的原则是来自不同设备的数据分别分开存储，数据经过数据迁移工具（Sqoop）处理后按照设备、数据类型、时间节点进行分类，并将这些数据存储在HDFS中。该存储技术不仅可实现快速数据查询，还能对数据库在线扩容，保障数据库的空间足够。基于Hive的数据分类存储技术原理如图3所示。故障诊断的依据是传感器采集的数据，数据处理的依据是专家多年的经验，应用层的客户端将专家远程故障诊断经验通过逻辑分类的形式编辑为相应的程序，在线对煤炭设备故障进行预判断。专家诊断中心先根据现场工人的描述判断设备故障类型，当设备故障难以通过这些现象判断时，再专家诊断中心根据现场采集的数据进行判断。专家故障诊断中心根据现场描述对故障类型进行初步预判后将其分配给专家智能决策系统。
4基于云平台的远程实时故障诊断流程
远程实时故障诊断功能的构建需要实时数据参数的获取以及实时数据的查看、分析与存储，专家故障诊断中心先根据现场工人的描述进行判断，当专家诊断中心不能根据描述对故障类型进行诊断时，专家需与现场工人交流。然后以现场设备的运行数据为依据对设备状态进行判断，专家诊断中心根据传输至云诊断中心的数据对煤矿用设备的故障进行分析与判断。故障诊断中心的判断有时需要依赖设备历史状态数据，一般通过列表或图表等方式获取设备历史数据，有时需要远程发送命令指令进行调试从而更好地判断设备的故障类型。完成故障诊断后，将诊断结果保存在设备的故障案例库中，形成典型故障库，为之后的故障诊断提供依据，当其他用户遇到相似问题时可以通过索引的方式更快速地定位故障。基于云平台的远程在线实时故障诊断流程图如图4所示。
5结语
（1）对煤矿用故障率较高的设备采煤机、矿用提升机以及带式输送机的故障类型进行总结，分析为诊断相应故障需要监测的参数。（2）对基于云平台的煤炭设备远程故障诊断系统的架构进行设计，将系统分为数据采集层、网络通信层和系统应用层，分析不同层的功能以及层与层之间的关系。（3）分析基于云平台的远程故障系统通信技术、存储技术以及专家诊断中心的工作原理，并对专家故障诊断的具体工作流程进行研究。
参考文献：
［1］李旭,吴雪菲,田野,等.基于云平台的综采设备群远程故障诊断系统［J］.工矿自动化,2021,47(7):57-62.
［2］张娅,李庆,沈涛.采煤机常见故障及基于神经网络的故障诊断分析［J］.煤矿机械,2020,41(12):157-159.
［3］蒋元杰,叶荫民,蒋晓瑜,等.基于LabVIEW的设备故障诊断系统［J］.电子测量技术,2018,41(14):108-112.
［4］刘天元.矿井提升机远程监控及故障诊断系统设计［J］.科学中国人,2017(12):37.
［5］方晓汾,罗方赞,魏小华.基于云计算的矿井提升机智能故障诊断系统研究［J］.矿山机械,2017,45(4):26-30.
［6］高云红.提升机远程故障诊断系统及其基于DSP的数据采集与处理的研究［D］.青岛：山东科技大学,2006.
［7］李志鹏.煤矿带式输送机常见故障分析及处理探究［J］.当代化工研究,2021(17):25-26.
［8］刘文君.煤矿提升机常见故障类型分析及故障诊断技术研究［J］.当代化工研究,2021(6):57-58.
作者：毛晓东 白刚 单位：永城职业学院 辽宁工程技术大学安全科学与工程学院