煤矿机电设备智能化维护及发展趋势探讨

张德山

摘 要：随着时代的发展，煤矿企业机电设备的运行面对更高的安全性要求，要求实现无人值守目标，而这需要在煤矿控制系统中引入智能化维护技术，实现对设备的远程自动化控制和监管，实现对故障问题的自动化解决和控制。基于此，文章分析了煤矿机电设备智能化维护研究现状，并总结机电设备智能化维护存在的问题，最后提出智能化维护对应的发展趋势。

关键词：煤矿机电设备智能化维护;研究现状;问题;发展趋势

1引言

煤炭是目前比较常用的能源类型，应用领域广泛，而煤炭需要从煤矿中挖掘出来，在这个过程中，需要提供安全稳定的机电设备。但随着煤炭资源需求的不断增加，煤矿规模逐渐扩大，生产条件条件更加复杂，对于机电设备的稳定运行需求进一步扩大，因此提出机电设备智能化维护模式。在该方式下，不仅可以实现高水平的设备智能监控和运行调度，也可以保证对机电设备故障的智能化处理，同时也支持实现无人值守。

2煤矿机电设备智能化维护研究现状

在提出《关于减少井下作业人数提升煤矿安全保障能力的指导意见》的通知之后，各大煤矿企业对于推进无人值守和少人值班的工作热情很大，纷纷开展煤矿供电智能化建设，并取得一定的进步。但其中也凸显出一些问题，比如：供电越级跳闸问题尚未得到解决，每个煤矿每年都会出现几次这个事故，不仅造成大范围停产，也带来安全威胁;高压单相接地故障的选线准确率不高，导致保护误跳闸或者越级跳闸问题持续存在，这可能带来大范围停电、电缆或设备绝缘被击穿等问题;防爆开关动作不灵敏，跳闸不及时，或经常出现断不开问题，这可能带来短路故障和安全隐患;按照规定要求，变电所需要每天对低压漏电保护功能进行测试，但受矿井生产条件和检修时间限制，工作量较大，程序较为繁琐，造成现场实验效果达不到预期，形式化严重，也带来安全隐患。

3煤矿机电设备智能化维护存在的问题

3.1设备的故障机理研究不足

主要是煤矿使用的机电设备类型较多，一般体积都较大，结构复杂，出现故障的种类很多样，导致故障的原因也较为复杂，如果不能明确每个故障的产生原因和机理，就会影响到对故障因素的判断，继而影响对故障的处理。但实际上当前技术人员对于设备的故障机理研究不充足，技术水平不强，与先进研究方法的结合不到位，导致无法掌握机电设备的全部状态信息，甚至丢失关键特征，给故障诊断和处理增加了难度。比如一般是对故障进行模型建立来研究，但因为故障因素复杂，建立模型时需要对故障因素适当简化，然后借助仿真手段验证模型是否有效，再结合试验修正模型。这个过程中，简化程度的控制十分关键，如果过度简化，建立的模型将无法全面反映出设备的所有状态信息，甚至可能会丢失反映设备故障状态的重要特征，进而带来一定阻碍。

3.2现场故障数据收集不全面

随着信息技术在煤矿生产系统的应用，自动化设备的使用也更加常见，应用信息系统获取设备实时数据的情况比较普遍，为设备运行控制奠定基础。但目前来说因为监测时间有限，获取的数据中含有故障信息的数据较少，而这些故障信息数据是智能化维护系统对设备故障进行分析、判断与预测性维护的数据基础。当前煤矿生产过程中对于故障的处理一般是在了解部分信息后建立故障模型，利用仿真技术等进行分析，但这样获得的故障数据比较理想化，与实践情况存在一定差异，所以只能用作参考。未来还需要不断采集现场监测数据，最好是设备全生命周期数据。

3.3诊断预测的智能化水平还需提升

当前进行煤矿机电设备的诊断与预测算法研究，一般是依靠人力设定或修改相应参数，支持设备正常工作或故障状态的切换，先进和智能化算法的推广应用有待验证和提升。当前使用的算法一般是某种单一算法，组合式算法的应用研究较少，而且研究对象局限于设备的某个部件，对整体的分析研究较少，未来还需进步。

4煤矿机电设备智能化维护发展趋势

4.1对设备运行状态进行预判

这项内容是通过模型的使用完成的，一般可以选择神经网络和灰色系统理论两种方式的其中一种进行预测和判断。进行预测需要了解机电设备在运行时的特点，在某些数据达到一定值时，设备自动会给出提示。假如需要在短时间内进行预测处理，则可以选择灰色系统理论。比如轴承，运行时表现出曲线式变化，此时结合预测模型的构建和使用，根据上一个使用阶段的损耗数据进行分析，对下一个运行阶段的具体状况进行预测和判断，从而为检修工作开展提供便利。

4.2状态检测

首先是离线检测，利用振动、超声波等设备，对机电设备的离线状态进行定期或即时检测，以便于快速发现故障隐患，减少故障发生率。然后是在线检测，一般是借助传感技术收集机电设备的相关数据信息，进行综合分析和处理，为检测工作提供依据支持。对收集到的信息进行详细分析，结合控制系统和调节设备进行在线检测，可以明确设备运行的规律和特点。最后是解体处理，是在维修期内或停运时进行检修，结合机电设备的出厂数据和时间，检查内部零部件的运行状况，评估是否存在损坏情况，之后安排技术人员结合设备特点和运行规律，提供正确的检测方法，确定设备的实际状況。

4.3故障判断

这方面应用的方法有很多，比如噪声、射线以及振动频率等都可用于检查和评估。其中，振动诊断利用特殊的设备对机电设备的运行速度、振动大小和频率、移位等情况进行分析，借助分析结果展开准确判断;专家系统方法是采集机电设备的运行状况，与数据库系统进行对比，进行智能化的识别和判断。

4.4控制主要工作流程。

可以在智能系统中融入AI技术，借助图像和视频数据分析技术，实现对巡检故障图像数据的无人化、智能化、标准化、流程化分析处理，提高业务效率，可以快速对设备设施的故障进行处理，从而保证机电设备的稳定运行。先是借助计算方法以及收集到的数据信息，建立科学的模型结构，针对正在运行中的机电设备进行信息采集和分析，将最终的计算结果作为检修基础，并做好详细记录。最后是根据维修时间和故障时间进行分析和处理，制定出科学的检修方案。

5结语

当前煤矿企业正在推进智能化建设，希望实现无人值守、自动化运行控制等目标。而这需要纳入智能化故障维护系统，对使用的机电设备的故障问题进行准确预测、判断、评估和处理，减少对人力的使用，提高煤矿生产系统的自动化、智能化水平，实现减员增效、提高机电设备运行可靠性，最终保障煤矿安全生产。

参考文献：

[1]王世杰.煤矿智能化机电设备维护分析[J].能源与节能，2022，（1）： 103-104.

[2]刘媛媛.煤矿机电设备智能化维护研究现状与发展趋势[J].工况自动化，2021，47（7）：79-84.

[3]王浩.煤矿机电设备的维护更新改造技术[J].当代化工研究，2021，（10）： 127-128.