煤矿机电设备健康管理系统关键技术的研究

摘 要：在经济和社会不断发展的过程中，人们对煤炭资源的需求量也在不断的增加，这在一定程度上推动了煤矿企业的发展。在工业生产不断现代化和自动化的背景下，煤矿的机电设备在煤炭的生产中所起的作用越来越明显。但是，随着煤矿生产机械化进程的不断推进，机械设备事故经常发生，这一问题给企业的安全生产带来了非常大的影响。因此，应该加强煤矿企业机电设备的健康管理。本文首先对煤矿机电设备健康管理系统的概念和应用的意义进行了阐述，在此基础上对系统中的两个关键技术进行了分析，这两项关键技术分别是煤矿机电设备点检制度和基于点检数据的趋势预测。

关键词：煤矿机电设备;健康管理系统;关键技术

随着社会经济和科学技术的不断发展，工业现代化的水平也在不断的提高。煤炭企业的规模也在不断的扩大，并且在煤炭企业的生产中已经形成了机械化的生产模式。煤炭企业机械化水平和生产规模的不断扩大，使得煤炭企业的生产效率也在不断的提高，在发展的过程中，设备的使用、管理和维修也存在一定的问题[1]。在煤矿企业中，机电设备事故经常发生，这在一定程度上给煤矿企业的生产带来了很大的影响，所以应该加大对煤矿机电设备健康管理的力度，降低设备发生故障的概率，延长设备的使用寿命，是我们现阶段必须要做的事。

1 煤矿机电设备健康管理系统概念及应用意义

煤矿机电设备健康管理系统简单来说就是以网络技术及现代维护理论为基础，通过结合对电子商务的分布性、在线性、服务性的利用，借助来自 WEB 技术的支持，使得设备维护更加的智能化、网络化及远程化，通过相关资源的整合维护优化，从而实现煤矿机电设备健康管理的一种智能化服务管理系统[2]。

煤矿企业对煤矿机电设备健康管理系统应用意义一般表现为三个方面：1）煤矿企业平稳运行的前提条件是能够进行安全的生产，通过对煤矿机电设备健康管理系统的应用，可以有效提升煤矿机电设备健康管理工作的质量，从而有效避免了因煤矿机电设备故障问题而导致生产安全事故的发生。2）当下的很多煤矿企业在进行相关的机械化生产时仍是以人员动手操作为主，通过对煤矿机电设备健康管理系统的应用，可以实现对机械设备的维护与保养，降低机械设备发生故障的概率，从而保证了操作人员的权益与生命安全。3）机械设备的正常运行与煤矿企业的生产效益息息相关，若煤矿机电设备缺乏必要的保养与维护，则会使煤矿机电设备的故障发生率大大增加，从而影响煤矿企业的生产效率，进而对煤矿企业的经济效益造成不利的影响，而通过对煤矿机电设备健康管理系统的应用，可有效避免上述问题的发生，从而提升煤矿企业的经济效益。

2 煤矿机电设备的点检制度

在煤矿机电设备的健康管理体系中，煤矿机电设备的点检制度属于较关键的技术，其有效的为煤矿机电设备的健康趋势预测提供数据基础。

2.1 点检制度含义

点检制度指的是对机电设备各关键部件按一定周期和标准进行检测，确定其是否运行正常，若机电设备部件运行出现异常或故障，及时采取相应解决措施进行检修维护，从而确保机电设备各关键部件能够正常运行的一种机电设备管理办法。点检制度既是检查机电设备正常运行与否的方式，又是一种制度和管理方法。

机电设备的点检制度通常依据相关的技术指标，对机电设备进行定标准、定点、定人、定方法、定量、定流程等方式进行检测和记录，并通过对检测和记录结果进行分析，已达到对所测设备进行量化评价的目的[3]。煤矿企业通过推行机电设备的点检制度可有效避免 “欠维修”和“过维修”问题，并对减少机电设备故障发生率、提高机电设备安全操作性、降低机电设备维护保养费用等方面具有积极的作用。

2.2 点检制度的组成

煤矿机电设备的点检制度主要由点检位置的选择、点检参数的选择和点检周期的确定三部分组成。第一，在点检位置的选择方面，应依据所测机电设备自身特点，对所检测位置进行科学合理选择，通常将设备的关键部件和劣化部位作为点检选择位置，并对其进行标记，以确保检测位置正确。第二，在点检参数的选择方面，通常以采集机电设备的温度、声音和振动三个重要数据作为点检参数。温度在机电设备点检制度中具有不可代替的地位，通常可通过接触式或非接触式方法进行温度测试。 机电设备振动是评价其性能的重要指标，通常以振幅、频率和相位三个参数指标对机电设备振动情况进行评价。第三，在确定点检周期方面，主要从确保机电设备操作的安全性和机电设备维护费用最小化两方面进行考虑。在确保机电设备操作的安全性方面，为确保机电设备的正常安全运行，通常规定机电设备维护检修周期一般要低于机电设备内潜在故障发展为功能故障所需周期。

在机电设备维护费用最小化方面，由于机电设备进行预防性维护检修费用远远的低于机电设备功能性维护检修费用，因此，通过以机电设备维护检修费用最小为原则进行点检的检测周期确定。

3 基于点检数据的趋势预测

3.1 最小二乘支持向量机（LS-SVM）

支持向量机（SVM）最早由Cortes在上世纪九十年代末提出的，基于统计学习理论，解决非线性、高位模式识别和小样本等实际问题的一种计算方法。该方法有效的解决了神经网络学习中欠学习与过学习、收敛速度慢、训练过程中樣本不足以及局部极点小等问题，并且成功地应用于分类、函数逼近和时间序列预测等方面。

最小二乘支持向量机（LS-SVM）在支持向量机基础上，通过将不等式约束改进为等式约束，并把损失函数、误差平方认定为训练集的经验损失，从而使解二次规划问题转换为求解线性方程组问题，进而有效的提高了问题解决的速度和精确性。该方法最大的优点就是其结构简单，能在较短的时间内解决规模较大的计算问题。

3.2 预测模型的建立

采用机电设备点检过程中所得的数据序列对其未来走势做出相应预测，以验证最小二乘支持向量机方法是否可行或有效。通过选取大柳塔煤矿921胶带输送机高速轴非驱动端温度为点检参数进行研究，并建立预测模型。并通过采用预处理方法，提高了所建模型的精确度。对数据进行归一化处理，有效防止了数据范围较小的属性被数据范围较大的属性控制，有效解决了计算过程中的困难问题。 最终通过将预测值与真实值比较发现，预测值与真实值间误差小，走势趋势相近。

4 结束语

随着科技水平不断发展，煤矿机械化生产发展迅速，这就对煤矿机电设备安全生产提出了更高要求。通过加强煤矿机电设备的健康管理，可有效的加强了设备维护力度，降低了设备维护实际工作量，实现了机电设备维护工作效率高、成本低等目标，并且有效的提高了机电设备的实际使用率，从而增加了煤矿企业的社会和经济效益。

参考文献

[1]曲冬，杜艳华.煤矿机电设备维修技术管理的现状与对策[J].煤炭技术，2009（2）：28.

[2]张国荣.煤矿机电设备的健康管理探讨[J].企业技术开发，2013，2，32（6）：74-75.

[3]万喜林.煤矿机电设备健康管理系统关键技术的研究[D].西安科技大学，2011.

作者简介

杜银吉（1974-），男，江苏省邳州市，中国矿业大学机械电子工程专业，工程师，机电专业方向。