洗煤厂在线监测与故障智能诊断系统设计与实现

李莉芳

（山西天地王坡煤业有限公司，山西 晋城 048021）

洗煤厂设备繁多且分布范围广，人工点检劳动强度大，且受经验、技术水平等条件的制约，易发生漏检[1-2]。因此，在线监测与故障智能诊断系统是洗煤厂设备智能化运行的重要保障之一[3-5]，同时也是国内研究的热点。蔡辉开发的洗煤厂机电设备参数监测系统，实现了对设备运行状态的采集[6]，但是该系统只是实现洗煤厂设备运行参数的采集与数据集成。王晴晴等人开发了洗煤厂机械设备健康模式库，是以EMD 分解为基础，建立的正常状态和异常状态经验模式分量库[7]。白建等针对选煤厂振动筛异常振动、激振器轴承故障以及支撑弹簧故障等问题而设计了振动筛故障智能监测系统，可在一定程度上提升振动筛运行保障能力[8]。

综上所述，当前洗煤厂在线监测与故障智能诊断系统研究的重点集中在两个方面：一是以参数集成为主导的状态监测系统，以阈值预警为核心诊断技术；二是以洗煤厂某个设备为研究对象，应用单一的方法实现该设备多种故障的诊断。这些研究成果促进了洗煤厂故障诊断技术的发展，但是洗煤厂不同类型的设备在运行中具有不同运行特性、环境特性，且设备故障也越来越隐蔽，单一的方法并不能适用于洗煤厂所有设备的故障诊断需求。为此，本文针对洗煤厂不同种类的设备对故障诊断技术的不同需求，开发设计了一套洗煤厂在线监测与故障智能诊断系统。

1 系统需求分析

结合洗煤厂现场设备点检与维护的特点，并考虑到智能化洗煤厂对设备安全可靠运行的要求，梳理出洗煤厂在线监测与故障智能诊断系统的总体需求。

1）设备运行状态信息的一站式查询

随着洗煤厂智能化的推进，更多的设备运行状态信息被不同的智能系统采集。这些信息从不同角度反映了设备的运行状态，需要在同一个系统中，统一采集、统一存储、统一分析，实现设备运行状态信息的一站式查询。同时，将这些孤立的信息进行关联，使其具有较大的数据挖掘价值。

2）不同种类设备能够配置专属诊断模型

由于洗煤厂不同设备的运行特征及环境特征不同，必须摒弃一种故障诊断模型可以诊断所有不同设备故障的“万能方法”思想。针对设备的运行特征和环境特征，开发专属设备故障诊断模型，并可以实现灵活加载及配置。

3）现场设备诊断与维护经验模块化

洗煤厂设备技术员及点检与维护人员，长期从事设备点检与维护工作，在实践中积累的许多有效、实用的设备故障诊断与维护经验，可以快速地实现洗煤厂设备故障的诊断。在系统设计中，提供快速建模功能，能够将这些经过实践验证的经验转变为诊断规则和模型，实现知识经验到现场应用的转化。

4）设备维护模块

随着设备维护队伍的年轻化，以及设备智能化水平的提升，能够发现设备异常仅是洗煤厂设备维护的基础和前提，更重要的是如何处理、排除设备异常。因此，在线监测与故障智能诊断系统不仅能够发现设备异常，同时，还需提供异常的处理方法，以便工人能够迅速有效地排除设备异常。

5）第三方数据的共享与共通

随着洗煤厂智能化的推进，数据共享与共通已经成为必然趋势，能够便捷地为第三方提供数据接口是洗煤厂智能化的必然要求。

综上所述，在线监测与故障智能诊断系统的主要需求包括：多源信息的采集与存储、经验到诊断模块的生成、灵活的诊断模块配置、维护策略库与设备故障关联、开放的数据接口服务。为了支撑在线监测与故障智能诊断系统实现上述功能，首先，应用重采样技术，将设备运行状态数据进行重采样，从而统一采样策略、统一采样频率、统一采样时钟，这是进行数据价值挖掘与应用的前提。同时，获取与设备相关的设备维护信息、设备备件库存等信息，最终实现设备信息的一站式查询。其次，针对不同设备不同故障开发专属诊断模型，并建立设备故障诊断模型库，实现测点与模型的灵活配置，系统具有快速模型生成、模型导入功能。第三，构建设备故障维护策略库，并与设备故障进行管理，进而实现“发现问题，解决问题”。针对数据共享与共通问题，开发数据开放接口，以满足不同的数据需求。

2 系统架构设计及功能设计

在线监测与故障诊断智能诊断系统框架如图1。

图1 在线监测与故障智能诊断系统架构

1）运行状态信息展示

运行状态信息展示是系统的主界面，集中展示了设备运行状态相关的关键运行状态信息，包括通过数据接口从第三方平台获取经过重采样的信息，实现设备运行状态信息的一站式查询。

2）趋势分析

趋势分析，提供横向和纵向对比分析。横向对比分析是指工况类似的相同设备之间进行对比分析。纵向对比是指设备本身一段时间内的运行趋势之间的对比分析。通过横向对比和纵向对比分析，可以发现设备隐藏的故障隐患。

3）报警查询

报警查询可以查询历史报警，从而找出设备的薄弱环节。同时，也可以对设备的备品备件的质量进行评价。

4）报表生成

根据相关要求，系统自动生成由人工测量填写的报表，从而减轻工人的劳动强度。

5）诊断报告查询

对于设备异常，系统智能诊断模块运行，生成智能诊断报告，通过诊断报告查询功能进行查看。

6）诊断模型库

诊断模型库主要负责存储和管理设备故障诊断模型。

7）快速建模

为将现场设备异常识别及维护经验融入到系统中，提供快速建模工具模块，以便快速生成设备诊断及维护模型。

8）维护策略库

维护策略库涵盖了设备故障处理应急处理方法和预案，是现场经验、专家知识、厂家建议的集大成。其目的在于发现设备异常后，对如何处理设备异常给予指导。

9）测点与模型匹配

通过测点与模型匹配模块，建立测点与模型之间的关联关系。从诊断模型库中调用相关的诊断模型，根据设备运行特性进行合理匹配。

10）自学习模块

自学习模块主要实现设备异常数据的收集，建立有标签的数据样本集。利用深度学习、迁移学习技术，进行数据价值挖掘，从而完善现有诊断模型或新建更为有效的诊断模型。

3 关键模块设计

在线监测与故障智能诊断系统设计中，有三个关键核心的功能模块：诊断模型库模块、快速建模模块及维护策略管理模块。诊断模型库模块是在线监测与故障智能诊断的大脑，构建了从单个测点、零部件到整机故障智能诊断的模型体系，是在线监测与故障智能诊断系统的根基所在。快速建模模块主要是为吸收现场已经被验证的、有效的设备异常识别方法和设备维护经验，提供快速建模的途径。维护策略库涵盖设备故障异常应急处理预案、设备维护方法等。维护策略库中的维护策略与设备异常一一对应，并满足现场实际设备维护活动的基本要求。这也是在线监测与故障智能诊断系统能够被应用的基础之一。

3.1 诊断模型库模块开发

诊断模型库在开发过程中，首先将按照纳入系统的设备进行分类。梳理出各个设备的常见故障及敏感参数。针对不同设备故障开发相应的算法模块，如图2 所示。这些算法模块包含了设备的运行特性和环境特性信息。

图2 洗煤设备故障诊断算法模型库

3.2 快速建模模块开发

快速建模的核心是通过若干个监测参数的关联分析，能够实现设备异常的诊断，功能设计如图3。快速建模涵盖了故障的判断条件及维护策略。

图3 快速建模模块设计

3.3 维护策略库模块开发

维护策略模块的核心在于集成洗煤厂设备维护策略。同时将每一条维护策略与现场设备运行状态进行关联，实现涵盖日常维护、设备状态维护、设备应急处理于一体的设备维护辅助决策库。

4 系统应用与验证

在线监测与故障智能诊断系统应用情况如下：

1）诊断模型库模块

已经完成洗煤厂胶带机、煤泥泵等设备常见故障专属模块的开发，共计开发各种故障诊断模型30个。诊断模型库可以灵活地进行模型加载，具有良好的可扩展性。通过测点匹配界面可以实现测点与诊断模型库中模型关联。

2）维护策略库模块

维护策略库模块共计集成各类维护策略100 余条，可以满足现场设备维护的需求。

5 结论

本文提出洗煤厂在线监测与故障智能诊断系统能够在现场获得应用的基本需求，搭建了一套洗煤厂在线监测与故障智能诊断系统，构建了开放的诊断模型库，实现设备专属模型灵活加载，能够实现洗煤厂设备的运行状态监测与故障的智能诊断，并给出相应的维护建议。后期将继续开发洗煤厂振动筛、破碎机等设备的专属诊断模型，进一步完善系统。