王均利

(陜西彬長大佛寺礦業(yè)有限公司，陜西 咸陽 713500)

0 引言

礦井主通風(fēng)機的部件在長期運轉(zhuǎn)過程中磨損，部件的形狀與尺寸會發(fā)生改變，致使部件間的匹配關(guān)系發(fā)生變化，進而導(dǎo)致主通風(fēng)機運行產(chǎn)生阻礙，甚至無法正常工作[1]?，F(xiàn)有的主通風(fēng)機監(jiān)控系統(tǒng)一般對重要的參數(shù)設(shè)置報警限值，當(dāng)參數(shù)值到達限值時系統(tǒng)會發(fā)生報警，但該時刻有些部件可能已經(jīng)損壞。如果把限值設(shè)置過低，則會產(chǎn)生大量的誤報警并影響通風(fēng)機的正常運行?，F(xiàn)有系統(tǒng)無法對傳感參數(shù)的趨勢變化及參數(shù)之間的關(guān)聯(lián)變化進行組合實時分析，無法捕捉主通風(fēng)機的微小故障，數(shù)據(jù)實時分析能力明顯不夠，不能為設(shè)備巡檢提供足夠的信息。通過實時采集礦井主通風(fēng)機數(shù)據(jù)，利用多參數(shù)組合實時數(shù)據(jù)分析技術(shù)及時發(fā)現(xiàn)微小故障，實現(xiàn)對故障的預(yù)警預(yù)測，把可能出現(xiàn)的故障消滅在萌芽期，減少非計劃停機與零部件的損壞就顯得格外重要[2]。

1 系統(tǒng)技術(shù)架構(gòu)

根據(jù)主通風(fēng)機房值班記錄、巡檢記錄、維修記錄，對比主通風(fēng)機監(jiān)控系統(tǒng)存儲的大量歷史數(shù)據(jù)，通過對主通風(fēng)機微小故障及異常的特征分析，形成故障及異常特征規(guī)則庫?；谔卣鲙鞂崿F(xiàn)實時預(yù)警分析[3]。實時數(shù)據(jù)分析主要包括4個部分：實時數(shù)據(jù)采集、單參數(shù)深度分析、參數(shù)組合分析、實時預(yù)警及原因可視化。系統(tǒng)技術(shù)架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)示意

2 故障及異常特征分析

2.1 特征分析

找到值班記錄、維修記錄、故障記錄、巡檢記錄中出現(xiàn)的故障與異常時間點，對比歷史庫中相關(guān)的參數(shù)信息，找出關(guān)鍵傳感參數(shù)點及它們之間的相關(guān)性，形成故障異常特征記錄，如圖2所示。

圖2 特征分析示意

主通風(fēng)機的關(guān)鍵參數(shù)信息點有溫度、電流、振動、功率、靜壓、風(fēng)速、流量等。通過分析發(fā)現(xiàn)，當(dāng)可觀察到的故障或異常出現(xiàn)之前，部分參數(shù)信息如溫度、振動等都會有異常的變化趨勢[4]。

2.2 特征規(guī)則庫

在分析相關(guān)參數(shù)的變化趨勢之時，還需要考慮主通風(fēng)機所處的狀態(tài)。主通風(fēng)機總是處在不同的狀態(tài)下，如停機狀態(tài)、啟動過程中、運行中等。隨著負載的變化，系統(tǒng)的狀態(tài)也在發(fā)生變化，不同的狀態(tài)對應(yīng)參數(shù)的不同正常值與不同異常趨勢。系統(tǒng)根據(jù)不同的狀態(tài)采用不同的分析模型。分析模型包含單參數(shù)及參數(shù)組合變化的規(guī)則，這些規(guī)則匯總形成特征規(guī)則庫。隨著礦井用風(fēng)、部件更換等變化，系統(tǒng)允許修改分析模型，更新規(guī)則中的參數(shù)及添加新的規(guī)則以適用這種變化[5-7]。

3 系統(tǒng)技術(shù)實現(xiàn)

系統(tǒng)采用通用的數(shù)據(jù)采集軟件Industrial Gateway Server(IGS)，把現(xiàn)場實時傳感參數(shù)數(shù)據(jù)放入實時內(nèi)存庫Redis中。多線程實時數(shù)據(jù)處理模塊實現(xiàn)對單傳感器數(shù)據(jù)的深度分析與傳感組合分析，并把分析結(jié)果發(fā)送到不同的界面展示。分析技術(shù)架構(gòu)如圖3所示。

3.1 高速實時數(shù)據(jù)采集與掃描

只有將生產(chǎn)和管理過程中產(chǎn)生的大量底層數(shù)據(jù)完整、及時地采集并傳輸?shù)綌?shù)據(jù)分析庫，才能進行實時數(shù)據(jù)分析。因此系統(tǒng)采用國際領(lǐng)先的數(shù)據(jù)采集軟件IGS，保證了數(shù)據(jù)采集的穩(wěn)定性與實時性[8-9]。實時存儲數(shù)據(jù)采用實時內(nèi)存數(shù)據(jù)庫Redis，保障了關(guān)鍵數(shù)據(jù)處理能夠在規(guī)定的時間內(nèi)完成。數(shù)據(jù)采集模塊可以對每個采集點的采集時間間隔進行設(shè)置，最小采集時間間隔是200 ms。

對采集后放在內(nèi)存庫中數(shù)據(jù)的實時掃描，采用以下2種模式：①基于時間的實時數(shù)據(jù)掃描—在這種模式下，系統(tǒng)周期性的對數(shù)據(jù)進行掃描，適合主通風(fēng)機整個流程中都能用到的數(shù)據(jù)。可以根據(jù)不同的規(guī)則制定多個不同的固定掃描周期;②基于事件的實時數(shù)據(jù)掃描—當(dāng)主通風(fēng)機進入某種狀態(tài)或參數(shù)變化符合要求時，系統(tǒng)自動觸發(fā)相應(yīng)的數(shù)據(jù)掃描器，實現(xiàn)針對性的數(shù)據(jù)掃描分析。

3.2 多參數(shù)實時分析

多參數(shù)實時分析可以實現(xiàn)對單傳感參數(shù)的上升與下降趨勢、波動、超限比例等分析，也可實現(xiàn)多傳感參數(shù)關(guān)聯(lián)、匹配、平衡等組合分析。

圖3 分析技術(shù)架構(gòu)

單傳感器數(shù)據(jù)的實時分析：以下以主通風(fēng)機1#電機前軸軸溫的異常上升趨勢為例進行分析，前軸溫度曲線如圖4所示。

a-前軸溫度正常曲線;b-前軸溫度上升趨勢圖4 前軸溫度曲線

第一步，數(shù)據(jù)分組：根據(jù)現(xiàn)場溫升規(guī)律，以10條溫度記錄為一組，對溫度進行不間斷采集后進行分組；第二步，計算每組數(shù)據(jù)的平均值：不間斷循環(huán)實時計算每組溫度的平均值；第三步，多組對比：連續(xù)3次前一組平均值大于后一組平均值，則判斷溫度有上升趨勢。前軸溫度趨勢分析如圖5所示。其中每組數(shù)據(jù)的條數(shù)、連續(xù)比較組數(shù)都可以進行定制。多數(shù)據(jù)分組與均值比較過濾了溫度中的“臟”數(shù)據(jù)，大大提高了溫度趨勢判斷的準(zhǔn)確性。

圖5 溫度趨勢分析

多傳感參數(shù)組合分析：單一傳感器提取的特征信息常呈現(xiàn)出較強的模糊性，因此，需充分利用多傳感信息融合技術(shù)，進行準(zhǔn)確地預(yù)警從而降低損失[10]。系統(tǒng)把主通風(fēng)機的多個單傳感數(shù)據(jù)及分析結(jié)果進行算法組合，提高了預(yù)警的準(zhǔn)確性和可靠性。前面例子中對前軸軸溫的上升趨勢進行了實時分析，但是在風(fēng)機剛開始運行之時，前軸溫度的上升是正常現(xiàn)象，不能判斷為異常溫升。這就需要通過傳感參數(shù)組合把通風(fēng)機的運行狀態(tài)限制在一個范圍，在一定的范圍內(nèi)這樣的溫升判斷才有實際意義。

3.3 自動巡檢工單

根據(jù)多參數(shù)實時預(yù)警分析的結(jié)果，系統(tǒng)自動生成巡檢任務(wù)工單向巡檢人員發(fā)送。巡檢人員接到任務(wù)工單進行巡檢，并把巡檢結(jié)果反饋到系統(tǒng)，形成了預(yù)警的閉環(huán)處理。

4 結(jié)語

礦井主通風(fēng)機多參數(shù)實時預(yù)警系統(tǒng)從數(shù)據(jù)中獲得洞察，通過特征規(guī)則庫的建立，很好地把相關(guān)技術(shù)人員的知識沉淀下來，形成了礦井的主通風(fēng)機技術(shù)知識庫。通過對實時數(shù)據(jù)與規(guī)則庫的實時比對，實現(xiàn)了主通風(fēng)機故障的早期預(yù)警，大大減少了主通風(fēng)機部件損壞概率與非計劃停機時間，幫助監(jiān)控中心人員接近實時地做出更符合實際情況、更為個性化的控制決策，該系統(tǒng)目前在陜西彬長大佛寺礦業(yè)有限公司得到了良好地應(yīng)用。