APP下载

基于状态的煤矿大型固定设备维护系统

2019-07-25飞,韩

煤矿现代化 2019年5期
关键词:检修状态评估

侯 鹏 飞,韩 磊

(1.中煤科工集团西安研究院有限公司钻探技术与装备研发中心,陕西 西安 710065;2.陕西煤业化工技术研究院有限责任公司,陕西 西安 710065)

0 引言

大型固定设备的正常运行是保障煤矿企业安全生产的根本。常用的大型固定设备包括通风机、压风机、瓦斯抽放泵、胶带运输机、变配电设备、排水泵等。随着“机械化换人、自动化减人”的推广,对大型固定设备管理与维护提出了更高的要求[1~3]。

目前,煤矿在大型固定设备维护方面大多采用以计划维护为主、状态监测为辅的被动维护方式,普遍存在的问题和缺陷有五个方面:一是大型固定设备难以集中管理,计划检修对维护人员的依赖性较强,维护人员积极性下降,容易发生检查不到位、不及时,而导致设备故障;二是对修护人员的工作质量监控,目前仅通过现场填写检修表进行管理,未做到精确管理,对于是否按时按点进行检查,没有强制性管理手段,容易漏检;三是大型固定设备日常维护采用纸质版点检表、强检表记录设备维护信息,工作效率降低,统计分析难;四是大型固定设备关键零部件使用寿命没有统计,对于容易老化、磨损的关键部位没有长期监测、计划管控,导致部件更换不科学,很难避免老部件寿命结束而造成的突发故障现象;五是大型固定设备监控系统各成体系,“孤岛”运行,一台计算机对应一种监控软件,技术人员只能在规定的计算机上操作,导致操作繁复、效率低下。

针对上述问题与缺陷,提出一种基于状态的维护思路,通过开发智能化软件将煤矿通风机、压风机、瓦斯抽放泵、胶带运输机、变配电设备、排水泵在线监测、巡检强检等设备统一管理,并结合在线状态评估、人工状态评估以及设备寿命预测全面分析设备运行情况,为实现大型固定设备“无人值守,有人巡检”管理模式提供依据。

1 设计思路

基于状态的维护(CBM,Condition Based Maintenance)的基本思想是借助传感装置对设备运行状态和工作环境的各方面实时监测并采集信息,并对信息处理与分析,实现对设备当前健康状况的诊断,并利用预诊断技术预测设备未来的工作寿命,有针对性地制定设备维修计划,合理安排设备的维修调度时间。诊断和预测是基于状态的维护系统中的两个重要部分。诊断涉及到系统发生异常状况时,对故障的发现,定位和隔离。预测则需要在系统发生故障和退化前做出预测。CBM通常包括数据提取,诊断及评估,预测,策略优化四个步骤[4]。

当前煤矿自动化规模与程度已有了很大发展,能够获取大型固定设备运行的数据,但目前的监控系统缺少数据分析与诊断、评估、预测等功能。因此,在基于CBM的基础上,综合考虑大型设备可靠运转保障系统的全面化、信息化、规范化,设计思路如图1所示,通过自动化采集与人工采集两部分进行数据采集工作,并利用状态评估方法和人工经验评估方法进行设备运行状态诊断评估,结合可靠性评估方法预测设备隐患情况,为维护维修提供科学依据。

图1 基于的状态设备维护设计思路

2 功能设计

根据图1所示CBM维护的设计思路,将大型固定设备维护分为自动化采集与评估、人工采集与评估、可靠性评估、故障统计四大功能。

2.1 数据采集与评估

2.1.1 自动化采集与评估

自动化采集是利用传感装置将设备运行中相关的温度、振动、压力、位移、电气性能等各方面的运行信息通过检查与测量方式赋予定性或定量结果的过程。常规在线检测技术利用传感及信号调理电路、通信接口和总线、记录显示仪器,将设备运行中的模拟信号转变为数字信号并传输、显示[4]。

对于在线参数而言,观察运行曲线寻找运行规律是评估设备状态最直接的方式。设备正常运行、隐患运行以及故障运行均会导致运行曲线的变化,如图2所示。因此,利用数据库对各种参数进行存储,通过曲线进行显示观察。

其中,温度及振动参数变化范围较大,例如外部天气对温度的影响、润滑油多少对轴承温度的影响,开停机对振动的影响,均会导致温度参数、振动参数变化范围较大。因此,为了更好的描述参数所表达的设备情况,采用状态评估法对设备状态进行评估。

图2 在线采集参数趋势示意图

设备运行状态评估,即每种参数均设置其安全阈值,超过或低于安全阈值均可对设备状态进行评估,表1所示为状态评估方法及状态治理方式。

表1 状态评估方法及治理方式

2.1.2 人工采集与评估

人工采集与评估工作内容是对自动化采集与评估的补缺,人工采集工作包括日常巡检、强制检修等计划维护下的内容。其中,日常巡检周期一般定为1~2h,具体内容包括两部分:

1)利用手持式振动仪、温度仪等检测设备,现场实测设备运行参数,避免自动化采集中发生传感器损坏、网络故障等导致的监测数据不及时、不可靠的情况发生;

2)通过看、听、摸等经验方式判断设备整体运行状态,弥补自动化评估中没有监测完善的地方。强制检修是针对设备零部件使用周期强制探伤与更换,例如,旋转机械的常见磨损器件更换、轴承、壳体等裂隙探伤、润滑液定期添加等。同时,将巡检、强检内容电子表格化,现场工人按时按点利用平台软件定期填写工作内容,避免计划维修中人的不确定因素导致的巡检、强检工作不到位、不及时等情况。

2.2 可靠性评估

可靠性模型是可靠性评价、预测等研究的基础,本文采用二参数威布尔分布模型模拟大型固定设备零部件运行[5],采用平均秩次法对故障顺序修正并进行参数估计[6],进而对煤矿大型固定设备零部件进行可靠性建模、评估。

煤矿井下大型固定设备运行规律一般包括运行和停机检修两类时间,因此,不能单独仅考虑设备运行时间或者加载时间,如图3所示:①累计运行时间:设备安装后开始运行的累计时间;②累计加载时间:设备加载运行累计时间;③截尾数据(H)。截尾数据既有可能在下一个故障之前出现故障,又有可能在其之后出现故障,所以将会影响故障的秩;④故障截止点:设备故障或存在隐患(不是正常检修的人为停机,需要更换零部件、需要厂家维修等情况),单一设备的累计运行时间与累计加载时间的故障截止点同时发生。

图3 累计历史故障数据

图4 可靠性评估基本流程

设备故障截止点判断(图4)所示有两种方式:设备状态警戒由系统自动判定或人为给定,将设备历史运行时间段按大小排序得到秩编号,通过平均秩次法求解经验分布函数,利用最小二乘法计算参数[7],代入失效分布函数模拟设备运行故障发生的可能性,为维护、维修提供依据。

2.3 故障统计

故障统计是系统设计中的反馈与容错阶段。工作人员将设备发生过的问题进行汇总,将故障信息填写于故障统计模块。这些信息有故障类型、故障特征、故障发生的结果、发生故障的原因以及常见故障处理与预防方法。通过故障统计能够积累故障维护/维修的经验,为现场工作人员处理突发问题提供处理依据,同时能够优化自动化与人工采集和评估中没有考虑到的地方,并为矿区培养机电设备维修人员提供学习材料。

3 统简介与应用

3.1 系统简介

基于状态的煤矿大型固定设备维护系统主界面如图5所示,由4部分组成。①设备选项卡:主通风机、瓦斯抽放泵、压风机、胶带运输机、变电所、主排水泵;②在线数据显示栏:在线实时数据监测及设备运行状态判断;③历史数据显示栏包括:巡检栏(巡检内容修改,周期巡检信息填写、状态查看)、强检栏(强检内容修改,周期强检信息填写、状态查看);④工具栏:状态策略设置(特征参数安全阈值设定)、管理工作(检修周期设定)、可靠性分析、状态信息总结、故障总结等。工具栏中状态策略设置针对每种设备各种参数五种状态阈值进行设定,同时历史数据显示栏可以通过判断设备该类参数运行规律,为安全阈值的设定提供依据。

在线数据显示栏中,运行参数背景颜色代表涵义:绿色(正常)、蓝色(风险)、黄色(警戒)、紫色(紧急)、红色(危险)。监测栏最右边色球的颜色为左侧设备即时出现的最高阈值颜色,直观的展现单个设备的最高报警颜色。

根据检修周期T的设定,软件在巡检栏与强检栏处自动弹出下一次检修表格,提供操作工人现场填写。检修表格通过颜色变化反映现场人员填写时间是否准时。

图5 基于状态的煤矿大型固定设备维护系统主界面

3.2 系统应用

本系统在某煤矿进行了应用,以该矿1#风机水平振动加速度参数为例说明系统的运行效果。其中风机运行时段及振动加速度状态等级划分如表3所示。图7所示为数据历史趋势图,系统在正式运行至2017年11月3号期间均发生过不同程度的报警,但每次报警时间很短就恢复正常,同时频谱图形如图7(a)正常图谱,现场巡检人员在系统报警后至现场根据电子巡检表检查也未发现异常,因此,判断该情况是系统正常运行时,井下风量、风速变化导致的瞬时变化情况。

12月5号风机倒机运行,如图6所示在线参数呈上升趋势,设备运行状态逐步趋向危险,同时频谱图形显示为非正常谱图(图7(b)),基频发生移位现象。系统报警状态持续1天后,现场巡检人员在12月7号进行停机检查,结果发现轴承已经损坏,避免了一次重大事故的发生。

图6 振动加速度历史趋势图

图7 频谱图

表3 风机运行时段及振动状态等级划分

4 结 论

1)基于状态的设备维护系统是通过自动化采集与评估、人工采集与评估、可靠性评估、故障统计4个模块全面掌控设备信息。状态评估方法对运行设备划分五种状态等级,同时综合人工巡检强检以及寿命预测方法,弥补在线采集过程中可能出现的误判,为设备维护提供依据。通过某矿应用后表明能够提前发现设备运行隐患,实现部分设备减人,最终达到部分设备“无人值守,有人巡检”的目标。

2)状态评估阈值的初步设定可参考出厂试验数据,但由于相同设备运行的工况不同,设备运行状态的精确划分,仍需要大量历史运行数据的经验积累。设备寿命预测是基于状态的维护研究的核心内容,本文使用的基于威布尔分布的寿命预测方法同样需要大量历史故障数据,数据量越多则拟合的参数越接近实际,因此,该方法仍需要积累与研究,才能作为设备零部件维护、更换的依据,目前仅作为参考指标使用。

猜你喜欢

检修状态评估
不同评估方法在T2DM心血管病风险评估中的应用
第四代评估理论对我国学科评估的启示
雨中检修
状态联想
检修
生命的另一种状态
变电站一次设备检修的意义及具体检修内容分析
桥梁检修专家——MOOG桥梁检修车掠影
坚持是成功前的状态
立法后评估:且行且尽善