机电设备在线诊断及健康管理系统的探索与实践

机电设备在线诊断及健康管理系统的探

索与实践

摘要：矿山机电设备检修工作具有重要意义，可以及时发现潜在故障，并采

取措施来解决故障，确保机电设备保持正常性能，为矿山生产工作的有效开展提

供保障。矿山机电设备的维修管理也不是一个新的问题,但是由于在制定方案和

管理中出现的偏差,导致最终的维修管理工作成效欠佳。对于现在矿山机电设备

管理中仍然存在的一些问题,我们结合具体的问题进行了详细地分析,并提出了对

应的解决方法。基于此，本篇文章对机电设备在线诊断及健康管理系统进行研究，以供参考。

关键词：机电设备；在线诊断；健康管理系统；实践分析

引言

机电设备故障诊断与健康管理工作具有重要意义，可以及时发现潜在故障，

并采取措施来解决故障，确保机电设备保持正常性能，为企业安全生产工作的有

效开展提供保障。想要达到这样的目标，要对故障诊断技术进行合理化运用，基

于此，本文从以下方面来对此进行详细阐述。

1背景及研究意义分析

自2020年以来,国家发改委、国家能源局等8部委联合颁发的<关于加快煤

矿智能化发展的指导意见>,提出将人工智能、云计算、大数据、智能装备等与现

代煤炭开发利用深度融合,形成全面感知、实时互联、分析决策、自主学习、动

态预测、协同控制的智能系统。煤炭开采离不开设备，设备是煤炭开采生产力的

命脉。煤炭设备众多,影响设备安全稳定运行的环境因素极其复杂多变。一旦设

备出现故障或者损伤将直接影响到煤矿的正常生产,更甚者会导致人员的伤亡、

财产的损失。机电设备在线诊断及健康管理系统的推进,将设备运维方式从“点

检定修”变革到“预测性维护”，实现基于设备状态变化趋势的智能决策,针对

设备故障类型以及机组自身特性,通过基于设备状态变化趋势的机电设备在线诊

断及健康管理系统可实现设备状态信息展示、故障预警、故障诊断、统计分析、

智能决策以及系统管理,同时提供相关数据检索、数据报表等功能,达到对煤矿主

要设备运行状态的精准诊断、决策,以便针对性地指导检维修。

2机电设备健康管理系统的定义

机电设备健康管理系统是基于故障预测与健康管理（Ｐｒｏｇｎｏｓｔｉｃ

ｓａｎｄＨｅａｌｔｈＭａｎａｇｅｍｅｎｔ，简称PHM）理论方法，整合现代

传感器技术、无线／有线通讯技术、物联网技术、云计算等前沿技术，实现石化

机械设备的智能监测系统，其通过实时采集设备的运行数据，并对机械设备故障

进行大数据分析，实现设备健康状态的监测，发现设备的早期故障，预测性地诊

断部件或系统的剩余寿命或正常工作的时间长度。

3矿山机电设备故障原因

（1）超负荷运转。矿山开采的风险性相对偏大，机电设备由于一直处于超

负荷运转的状态，所以要妥善完成故障检修工作，同时要实施设备的定期维修和

保养工作，这样就算设备保持超负荷运转的状态，依然不会出现较为严重的安全

问题，有助于增加机电设备的使用周期。当矿山开采或检修时未进行故障诊断，

机电设备超负荷运转所产生压力无法被及时发现，当设备无法承受高负荷时，机

设备被烧坏的概率明显增大，从而无法保持正常运转。（2）零部件老化或损耗

严重。机电设备由于处于长期高负荷状态，会面临内部以及外部所产生的压力，

以此来出现严重的老化或磨损现象，从而导致工作性能大幅度下降。比如，部分

机电设备的内部零件出现明显损耗时，相应的刚性以及韧性等指标也会随之降低。另外，零件出现明显老化之后，零件间的摩擦系数会不断增大，从而使设备的损

耗也更加明显。（3）企业对机电设备检测工作缺乏重视。对机电设备日常检测

工作来讲，绝大部分企业都认为当故障出现之后，再安排技术人员来开展维修和

检测工作。如果尚未出现问题时，无须对设备进行维护和故障检测。除此之外，

相关企业在使用矿山机电设备之前，未按照相关标准来开展科学有效的检测工作，导致一定的安全隐患出现在矿山生产工作之中，同时大幅度降低机电设备的使用

周期。

4系统关键技术

4.1工业物联接入技术

企业工业仪表与传感器种类多、数量多，工业协议多种多样且相对封闭。为

解决不同的业务场景（如室内、室外、防爆、非防爆、方便巡检、不方便巡检、

大区域、小区域）、适用于不同感知技术，将繁杂感知类型网络融合在一起是技

术关键。针对工业现场的终端设备、传感器以及IP21、PI、PHD等主流工业系统，通过工业协议适配解析、现场数据接入、边缘计算、边云协同以及自组态物联应

用等一系列功能，实现设备状态数据的汇聚和预处理。其中，协议解析支持HTTP、MQTT、WIA-PA、OPC-UA、Modbus／TCP等多种常见工业协议。规则引擎用于执行

基于事件的流式处理框架。设备模型对生产设备设施进行语义模型的描述，并对

描述进行web化封装。结合从终端到云端的整体安全体系，实现高效、安全、可

靠的数据接入与输出。

4.2大数据分析技术

企业设备运行监控的运行参数多、数据处理量大、数据结构多样。传统监控

是在运行参数超出阈值时系统报警。实际上，当运行参数变化趋势明显异常、但

还未超过阈值时，也应该报警提醒。这时，可利用设备健康评估的大数据分析流

程进行处理。实时数据和归档数据上传到工业互联网平台后，通过HDFS（Hadoop

分布式文件系统）、Spark（一种专为大规模数据处理而设计的快速通用的计算

引擎）、Kafka（一种高吞吐量的分布式发布订阅消息服务）等技术服务组件进

行数据储存和预处理后，调用预警模型进行运算和处理，向应用输出计算结果。

根据设备及采集的数据特点，可以选择合适的大数据分析算法建立预警模型。例如，利用马尔科夫链计算压缩机组运行参数的变化趋势，再利用模糊综合评估算法，综合计算评估指标权重，实现对压缩机组运行状态的实时监测与预警，为日

常点巡检、设备运行管理及维修决策提供有效的支撑。

5系统应用前景与效益分析

实现在煤矿搭建基于设备状态变化趋势的机电设备在线诊断及健康管理系统,有利于在保持最大产能的条件下，提高设备管理水平,并有效提高设备可靠性、