浏览次数：554项目概况
1、项目内容
临矿集团智能化设备管理与监测诊断平台包括基础功能建设和设备感知诊断功能建设两个部分。
基础功能建设主要是通过建立台账、档案、零部件管理模块等手段，达到财务资产与设备资产统筹管理的目的，实现设备的全生命周期流程管理。
感知诊断功能建设通过在下属试点的古城、王楼两个煤矿的采煤机、提升机、压风机、通风机等主要机电设备上安装振动、温度等传感器，实现机电设备运行时转速、振动、温度等关键状态参数的采集，并远程传输至集团机电设备大数据监测与诊断中心，使用专业的信号分析技术，提取反映设备故障征兆的特征参数，监测设备状态的变化以及故障特征参数的劣化趋势，实现设备的故障早期预警，指导煤矿设备运维人员及时进行设备运行参数调整、设备故障维修，避免主要机电设备重大事故的发生，提高煤矿设备运行可靠性，降低因设备故障停产造成的减产损失。通过安装设备状态感知设备，开展设备状态监测和故障预警，大幅减轻运行人员现场设备维护劳动强度或维护工作量，实现煤矿重要机电设备的少人值守或者无人值守，推进煤矿企业实现智慧煤矿建设。
2项目实施效果
2.1实现煤矿设备全面状态感知
通过与王楼、古城2个试点煤矿机电设备现有控制系统及自动化监测系统的数据通信，以及另外安装传感器（振动、转速、温度等）和采集器，实现了供电系统、压风机、送风机、提升机、排水系统以及采掘机等系统或者设备的状态感知和数据采集，完成矿井自动化、巡点检手持终端、电量自动抄表等主要类型感知数据的接入、存储、监视及数据分析功能，为设备智能诊断建设提供了数据基础。
2.2实现机电设备振动状态监测与故障诊断
通过对压风机、送风机、提升机等重要机电设备加装振动传感器，实现上述设备的振动状态监测，包括电机、设备本体、轴承、减速机的实时振动幅值变化情况，振动变化趋势，振动超标报警，振动波形及频谱变化情况等。采用专业的振动信号分析技术，提取了设备故障振动时域、频域特征参数指标，基于故障机理分析模型和AI机器学习算法，实现振动故障的自动分析诊断。
3创新亮点
3.1高性能的海量时序数据压缩技术
项目建设中涉及大量不同种类设备的接入，对汇集的海量设备实时数据的高效管理能力是项目平台建设的关键技术因素，项目建设中采用自主受控、高性能、高压缩比、高可用的工业级时序数据库-TrendDB，提高了海量实时数据存储和访问效率。该时序数据库采用自研的动态区域拟合有损压缩方法和哈弗曼无损压缩方法，在保障数据还原质量的前提下，压缩比已达到30：1。通过优化有损压缩的多级缓存技术，综合平衡压缩效率和压缩比，最终预期将实现综合平均压缩比50：1的技术突破。
3.2多种监测参数融合分析提高故障诊断准确率
项目将多监测参数分析相结合，提高了煤矿机电设备故障诊断的准确性。如对于煤矿应用数量众多的电机，项目综合了振动、电流、电压、温度等监测参数，通过振动分析识别电机机械方面的问题，如电机转子存在质量不平衡、转子联轴器安装对中质量差、电机基座安装基础不实、地脚螺栓存在“软腿”、电机轴承部件存在缺陷、机械松动等；通过电流电压分析诊断电机存在电气和机械方面的故障或者缺陷，如电机超载、三相电流不平衡、定子绕组绝缘问题、局部放电、电机转子断条、气隙不均等；通过温度与红外监测识别电气触电或者电缆接线松动、单相过电流、转动部件局部摩擦等故障。
3.3专业的信号分析与多维故障特征提取技术
为了准确识别煤矿机电设备异常和故障，项目应用多种数字信号处理技术，实现振动监测信号时域、频域、角域变换，从多个维度提取故障特征。对于设备运行的稳态振动信号，采用时域信号分析识别故障情况下的各种冲击特征，应用FFT变换后的频域分析技术识别设备频率成分特征，如轴承部件故障特征频率成分，齿轮箱啮合频率成分、边带频率成分等，实现故障特征的提取和故障分析；对于非稳态设备振动信号，采用等角度重采样技术将时域信号变换至角域空间，然后再采用稳态信号的频率分析方法进行故障特征提取和诊断。
4效益效益分析
本平台基于提高设备的可靠度，调整设备运行工况，制定合理的检修策略，实现安全生产、节能生产、高效生产，同时延长设备使用寿命。
(1)节省材料损耗费用
通过变压器、通风机、压风机、提升机等大型设备的在线监测与智能诊断结论，及时告知设备管理人员检查、更换劣化零部件，消除早期故障原因，降低变压器油等耗材的损耗，从而大量节约材料采购费用。
(2)节约人工费用
通过自动化数据采集系统、智能化数据分析模型及远程监控诊断平台，采用变电站无人值守等方式，精简现场运维配置人员数量，预计每个矿井最少减少3人，10个矿井约30人，节省费用约450万元（每人综合薪酬支出15万/年）。
(3)节约检修费用
基于设备健康状态评估与劣化预测指导设备检修，可以大幅度避免“过修”与“欠修”的问题，从而大幅度节约15%左右的维修费用，节省费用400万元/年。
(4)节约能源成本
在矿井生产过程中，能源支出（主要是电费）占比非常高，通过大数据分析，建立最优工况跟踪分析模型，在保障安全生产的前提下，明显降低排水、通风、运输等系统的电能损耗及避峰电量，预计约降低3%能源成本，每年节省费用150万元。
(5)延长设备寿命
通过设备故障预警与状态劣化分析，可以智能优化设备运行与维保方案，极大改善设备工作环境，避免不利因素长期侵蚀设备寿命，预计可大幅度提升设备寿命约20%，相当于极大降低了设备更换的采购费用，此项不直接计入产出效益。
(6)提升专业人才技术水平
通过建立基于机理诊断与大数据计算相结合的专家诊断系统的故障管理体系，支持故障实例培训与专家远程诊断服务功能，为集团培养专业技术人才提供了良好的实战平台，以支撑企业高科技转型的人才培养储备规划，此项不直接计入产出效益。