矿山机电设备自动在线监测与故障诊断系统技术分析与探索

＊王朝峰

（沁和能源集团有限公司 山西 048200）

引言

当前，矿山产业不断发展，机电设备类型逐渐增加，内部结构日益复杂，且矿山生产对机电设备安全性、可靠性要求有所提升，单纯依靠人工监管和维护已经难以满足要求。在此背景下，国内外开始注重故障诊断技术研究，现有研究以机电设备运行能力提升为主，很少结合矿山情况详细分析设备故障类型与成因。本研究为了弥补学术上的缺陷，采用理论实际相结合的方法，创造性的研究提升机电运行状态，并研发在线监测与故障诊断系统，对其开展在线监测。通过数据采集、故障分析、报警显示等多种功能应用，测试结果显示，将其应用到矿山开采中，可使机电设备稳定运行，有效地预防各类安全事件发生。

1.矿山机电设备故障的主要成因

(1)长期高负荷运作

当前，现代化事业飞速发展，各个行业的快速建设对矿产品的需求量逐渐增加，矿山企业必须要加大采集力度，提高采矿工作量，势必要加大矿山机电设备的运行负荷，但设备运行时的功率、工作负载有限，长期高负荷工作必然会增加设备损耗、提高故障发生率、缩短使用寿命，严重时还会引发各类安全故障。此外，如果相关人员疏于日常管理，未能及时发现电气设备的异常，由此增加故障率，甚至使小故障逐渐扩大，引发大型安全事故，为矿山企业带来不必要的损失[1]。

(2)工作环境复杂

我国领土广阔，矿产资源丰富，但资源分布环境较为复杂，电气设备运行中面临严峻的挑战。在矿产资源采集期间，诸多机电设备必须面对复杂的环境与天气变化，磨损问题经常发生，随着服役时间的延长，运行能力逐渐下降，安全事故风险不断提升；设备长时间高负荷运行，导致相关构件过热，受工作环境影响，设备散热效果不佳，如未能得到及时有效处理，将会降低设备工作效率，甚至引发一连串大型设备故障问题。

2.机电设备自动监测与故障诊断系统设计

(1)框架结构

在GPRS感知的IOT结构基础上，采用Internet与无线通信技术创建设备数据采集、处理、应用功能，分层创建功能与结构，可便于与IOT相互关联。IOT结构由应用、网络与感知三个层次构成，利用物联网数据处理件进行多源异构信息处理，如图1所示。

图1 机电设备监测系统结构图

①感知层。该层由提升机、各类传感器、本地数据库等构成，具有数据采集、显示等功能。将传感器与设备室内的工业计算机相连，依靠配置软件采集特征参数，借助局域网保存到服务器中，可在网络层将观察到的物理量展现出来。

②网络层。采用GPRS局域网可使监控、调度中心与相关网站数据同步更新，一旦数值超过设定标准，系统便会发起警报，并将报警信息传送到信息库，由值班人员以短信形式查看，并立即做出反馈。

③应用层。通过King View软件可对显示屏实时观察，可用于监控系统开发。该系统将Zigbee通讯协议作为传感器、中心数据库间的纽带，可使工业自动控制系统功能得到灵活应用[2]。

(2)硬件设计

该系统以井下各设备为监测对象，对重要部件振幅、温度、点位等指标进行检测，将采集的指标与标准值对比，判断设备工作状态，再根据定位传感器确定故障位置，自动提出解决方案，为故障排除提供参考依据。该系统所用硬件设备较多，如温度传感器、振动监测分析仪等，型号与相关信息如表1所示。

表1 自动监测系统的主要硬件选型

①在线自动监测模块。根据系统的实际需求，以矿山机电设备为对象，利用上述硬件进行速度、温度等指标监测。矿用振动检测仪可借助DSP高速处理器进行高效数据运算，并根据设备的参数设定，输出精准可靠的检测结果。在嵌入式LINUX环境下，利用ARM7处理器进行结果显示与存储，可使外扩设备进一步扩大，再用SPI方式，加速ARM与DSP间的数据传递，使在线监测效果得到显著提升。

②故障诊断模块。该系统数据来源在于零部件状态信息采集，借助振动监测仪可对振动峰值、频率等指标进行采集，再利用传感器传递到振动分析仪内，开展内置规范算法计算，对机电轴承连接损耗性较为显著的位置进行重点诊断。该仪器的硬件指标包括供电电源、电流输入接口型号、频率范围、外壳防护等信息[3]。

(3)软件设计

该平台采用组态Kingview 6.55软件，以计算机软件平台为前提，拥有较好的适应性，且空间较大、开发周期较短。按照设计需求进行组态设计，由组态王负责界面仿真，对数据监测的最终结果进行直接描述。在矿山机电设备使用中，如若需要远程求助，可在设计阶段应用B/S结构，由设计人员提出数据访问请求，借助Web服务器接收请求并发送验证指令，经过验证后便可进入数据库查看。在软件设计期间，由在线监管子系统负责独立设备监测，待采集数据后，选用CAN总线网络模式进行资源整合，并传递到集控中心，该部门负责数据整合，自动完成设备故障诊断和预警等相关工作。在信号时域分析期间，轴承受损程度与振动强度成正比关系，当轴承受损程度越高时，振动越强烈，时域指标也随之提升，计算公式如下：

式中，T代表信号样本长度；t代表信号时间；p（x）代表状态参数的概率函数。

离散化表达式为：

式中，ψ代表的是离散化值；N代表的是样本点数；x（t）代表状态参数。在信号振动强度检测中，采用信号峰值来完成，通常情况下，振动越强烈，峰值便会越高，滚动轴承受磨损程度越明显。在振动信号频域分析期间，利用傅里叶变换进行频域信息调整，获得振动信号的频域值，公式可表示为：

式中，X（f）代表的是代表函数式，其中变量为频率；f代表的是信号频率；t代表的是信号时间；x（t）代表的是函数式，变量为时间[4]。

3.机电设备自动监测与故障诊断系统的实现

(1)软件功能实现

采用组态王进行设备机组图形化界面开发，将监控画面生成HTML格式文件。利用Web应用设置，实现Web远程监测，再设定各个监测单元的点位，根据实际需求显示各个监测对象的运行参数，如滚筒、电机、减速器等，明确报警阈值，分析信号特征，综合故障专家知识库，对故障诊断严重度、点位等综合判断，使故障诊断结果得以准确及时的展现、自动保存到指定位置。以竖井提升机为例，在2023年5月8日的监测信息中显示，通道为2号滚筒右侧，完成一个通道16帧的原始数据采集，最后线程号为7000，数据结束。针对不同设备在故障诊断系统中的振动信号进行分析，支持报警查询、图示显示、趋势分析、诊断分析等功能，将各监测点参数图形直观展现，并对轴承、减速器、滚筒等温度、振动参数等指标准确显示。

①实时显示。对各个机组设备的滚筒、轴承等部件的振动参数、温度、峰值等指标实时显示，如数值超过标准范围，则会立即发出报警信号。

②报表查询。针对滚筒、轴承、减速器等监测点位的相关参数进行数据统计，汇总成统计表格，以日月年为单位，将各机组的统计信息展示出来，为趋势分析提供数据参考。

③报警查询。按照参数阀值，针对振动烈度、峰值等指标进行报警显示，根据故障程度分成轻度、中度和重度3种，主要因内外圈故障、滚动体异常、配合松动等所致，还可定位故障点，便于维修人员缩短排查时间，并结合以往故障情况进行设备维护与替换。

④诊断分析。采用时域、频域、包络谱分析等方式，对振动信号进行研究，经过综合分析后得出诊断报告[5]。

(2)系统测试结果

以提升机为例，在线监测与故障诊断系统应用可直接在远程中心接收信号，了解系统实时运行状态，提前设定参数，一旦监测数据超过设定的标准值，便会发出报警，使机电设备始终处于稳定运行状态。该系统采用SVM创建故障诊断模型，为提高诊断准确度，还引入PSO寻优SVM的c、g参数，模型建立流程如下。

①采集故障、非故障样本，分别开展训练与测试，前者用于SVM训练，后者用于故障模型准确分类。

②由PSO读取训练数据，得到最优SVM参数c和g，并代入SVM。

③采用训练数据进行SVM训练，得到最优分类超平面，成功创建故障诊断模型。

④读取并输出测试结果，完整模型准确度检验。以副斜井提升机为例，创建故障诊断模型，采用多项式核函数获得良好的测试结果，如表2所示。

表2 故障诊断测试结果

根据故障诊断结果可知，基于SVM训练的故障诊断性能良好，拥有较高的故障诊断准确率。同时，数据发送软件在启动、无操作等情况下可自动连接、自动发送，当GPRSDTU模块出现运行异常时，能够自动重启，将其应用到矿井开采现场，可使机电设备运行稳定性、可行性得到极大保障。

4.结束语

综上所述，本文基于GPRS网络协议开发信号传输平台，通过监测与故障诊断系统设计与应用，充分发挥报表查询、报警查询、诊断分析等功能，更好地了解设备的运行状况。将该系统应用到提升状态监测中，测试结果显示，偏摆、径向振动的最佳精确度达到95%以上，液压站压力、液压站油温等参数最佳精确度超过90%，测量误差控制在0.5%以内，说明该系统在促进工作效率提升、矿井稳定开采方面具有重要价值。