煤矿机电设备运行状态智能评估技术
2022-02-04王用维
王用维
(山东能源鲁西矿业有限公司梁家煤矿综放队,山东 龙口 265700)
0 引言
随着现代化工业产业发展与生产能力的提升,我国煤矿企业在市场内的规模越来越大,为确保煤矿企业在此种发展背景下具有稳定的生产收益,应根据相关工作实际需求,进行煤矿企业生产设备的及时更新,并按照企业生产作业规范,设计合理、优化的设备管理模式,通过此种方式,在保证企业产能的条件下,降低煤矿企业内机电设备在运行中的风险,保证机械运行的可靠性与安全性[1]。在落实此项工作时,应明确机电设备是煤矿企业生产过程中的主要设备之一,设备的运行能力、持续化运行水平不仅对企业生产造成决定性影响,还会对企业社会运营中的经济效益造成干预。一旦煤矿企业在生产运作过程中出现机电设备故障,企业需要支出部分资金用于设备维修,与此同时,企业还需要支付一部分由于设备异常或设备故障导致的间接性费用。为实现对此项工作的优化,为煤矿企业社会生产与发展提供全面保障与技术支撑,有关单位提出了针对煤矿企业机电设备在运行中实时状态的感知与评估方法,但早期设计的方法在实际应用中均存在不同程度的问题,部分评估方法需要大量的决策数据作为支撑,而一旦决策数据中存在不真实数据或偏差数据,便会出现评价结果偏离真实结果的问题。为解决此方面问题,提高煤矿企业中机电设备运行的可靠性与稳定性,设计一种针对其运行状态的全新评估方法,通过此种方式,可更加直观地掌握设备实时运行状态,给企业生产管理提供技术帮助与指导。
1 选取煤矿机电设备运行状态评估指标
为实时掌握煤矿设备在运行中的安全状态,保障设备运行的稳定性与连续性,应在设计评价方法前,进行设备健康指标选择[2]。通常情况下,采用在机电设备上安装传感器,对机电设备状态数据进行采集、感知、监测与记录。用于描述机电设备常量状态的数据包括:机电设备振动频率、设备运行温度、压力与流量等。在获取信息时,根据相关工作需求,部署不同类型的传感器。
在此过程中,选用MG-200500-AWD 型号的对点检记录设备,进行机电设备在运行中状态数据与故障数据的记录,根据获取的相关数据,设计见表1所列的机电设备运行状态评估指标[3]。设计指标时所选指标应具有覆盖范围全面、代表性等特点。
表1 机电设备运行状态评估指标
在上述内容的基础上,设定现有用于评价机电设备运行状态的构件数量表示为n,此时,可使用A 表示机电设备运行状态数据集合[4]。按照上述方式,完成对机电设备运行状态评价指标体系的构建。
2 计算机电设备运行状态劣化度
完成上述研究后,可将机电设备运行过程中的劣化程度作为评估设备安全性的关键,明确机电设备在运行中,不同构件之间的状态与其整体状态之间具有密不可分的联系[5]。因此,可以根据机电设备的劣化程度,掌握机电设备在运行中距离良好状态的偏向距离。在此过程中,明确机电设备运行中可能造成其劣化的影响因素较多,将根据设备额定状态,进行其劣化状态与劣化程度的初步计算,计算公式如式(1)。
式(1)中,d表示劣化程度的初步计算结果;x0表示煤矿机电设备初始化运行状态;xn表示传感器反馈的机电设备运行状态数据;xmax表示机电设备在极限条件下的运行数据;k表示状态参数与煤矿机电设备运行状态额定参数之间的关系,常规条件下,k的取值为常数;n表示现有用于评价机电设备运行状态的构件数量。在上述内容的基础上,将初步评估结果录入专家系统中,辅助人为评分的方式,进行其劣化程度的进一步计算[6]。假设在此过程中机电设备运行状态包括M种,可按照式(2)进行其劣化值的计算。
式(2)中,D表示基于专家系统的机电设备运行劣化程度计算值;d表示劣化程度的初步计算结果;X表示现场打分值;Y表示专家评估值;M表示技术小组评分值。按照上述方式,完成对机电设备运行状态劣化的分析,为设备运行过程中的智能化评估提供进一步的数据作为决策支撑。
3 基于层次分析的运行状态智能评估
为实现对机电设备运行状态的智能化评估,引进层次分析法,对不同机电设备运行状态劣化度计算结果进行量化。量化前,需要根据相关工作的需求,进行计算结果的一致性检验,对计算值进行检验不仅是为了保证评价结果具有可行性,还是检验评估结果真实性与可靠性的过程[7]。在此过程中,需要先获取不同评价参数与指标在不同状态下的数据值,以此为标准,确定数值在评估过程中的确定步长。在此基础上,引进层次分析法,进行不同指标的权重分析,掌握多个评价指标在评估过程中的重要程度。同时,建立评价模型,录入机电设备运行状态集合、评价集合,根据现有确定设备状态区间的评估内容。构建评价矩阵,明确评价过程中的向量值,在遵循最大隶属度原则的基础上,进行机电设备运行状态的智能化评估。上述提出内容中的一致性检验,可通过式(3)计算实现。
式(3)中,C表示评价结果一致性检验值;c表示随机检验值;I表示指标层次;P表示权重;R表示判断矩阵;p表示指标维度。根据相关工作需求:当C的计算结果大于0.05 时,说明检验结果真实、可靠,输出C值对应的结果;当C的计算结果小于0.05 时,说明检验结果存在偏差,需要采用重新构造判断矩阵或重新进行指标选择方式,进行检验结果校正[8]。按照上述方式,对评价过程进行标准化处理,在此基础上,结合实际工作,将式(2)中的劣化值作为状态评估参照依据,设计煤矿机电设备运行状态评估等级与划分标准,相关内容见表2所列。
表2 煤矿机电设备运行状态评估等级与划分标准
当评估后机电设备处于I等级时,证明设备在运行中各项指标、运行参数、反馈数值正常,且监测其状态值与设计的预警阈值较远,可根据实际情况,适当延长或增加针对此设备的运行检修与维护周期。
当评估后机电设备处于II 等级时,证明设备在运行中各项指标、运行参数、反馈数值在标准值范围波动,但此刻设备的运行不存在安全风险,可按照预设的维护周期进行设备检修与维护。
当评估后机电设备处于III 等级时,证明设备在运行中部分指标与反馈数值在预警阈值范围内,也有部分指标在标准值上下波动,应适当加大对此设备的安全检修,并在维护与更新过程中,针对此设备遵循优先维护原则。
当评估后机电设备处于IV 等级时,说明设备的各项指标已经呈现异常波动状态,该设备无法在煤矿企业生产作业过程中发挥预期效果,需要立刻采取有效措施进行设备维修与安全检查。
4 实例应用分析
完成上述设计后,为实现对本设计方法在实际应用中效果的检验,将以试点地区某煤矿企业为例,使用本设计方法,对企业生产作业过程中的煤矿设备运行状态进行评估。为确保设计方法可以发挥预期评价效果,在设备运行监控终端进行测试环境的配置。相关内容见表3所列。
表3 监控终端测试环境的配置
按照上述方式,完成对实验环境的配置后,选择FA-15 000型号的机电设备作为评估对象,在其作业环境中安装传感器,按照本设计方法进行评估,在此过程中,先根据设备型号、额定参数、属性信息等,进行设备运行状态评估指标体系的构建。在此基础上,使用传感器,获取设备运行状态数据,计算机电设备运行状态劣化度,结合层次分析法,进行设备运行状态的智能评估。将评估结果按照监测时序反馈到前端,在前端进行设备运行状态的感知。已知该设备在运行中处于预警状态,在此基础上,截取前端屏幕上部分时段设备运行状态评估曲线,如图1所示。
图1 煤矿机电设备运行状态智能评估结果
图1中四条虚线代表设备劣化度量化的界线。从上述实验结果可以看出,本设计方法反馈的结果显示,该设备的劣化值在0.35~0.65 D波动,与表2中内容进行比对,说明设备的运行处于预警状态。此评价结果与已知结果一致,由此可以证明本评价方法具有可靠性。
5 结束语
为发挥机电设备在煤矿企业中更高的效能,实现为煤矿企业生产运营创造更高的经济效益,开展了此次研究。研究成果经过实践检验后证实了具有一定可行性,但要实现将此方法在煤矿企业内大规模推广使用,还需要在现有工作的基础上,加大对此方法实践测试的投入,通过此种方式,为深化此方法的综合性能提供进一步的指导与帮助。