基于物聯網的礦井主排水設備狀態(tài)監(jiān)測及壽命管理系統(tǒng)的開發(fā).pdf

1、本文是山西省科技重大專項“基于物聯網的煤礦重大生產裝備狀態(tài)監(jiān)測及全壽命周期管理系統(tǒng)開發(fā)（No：20131101029）”的重要子課題之一，也是橫向課題晉煤集團科技攻關項目“礦井主排水自動化監(jiān)控系統(tǒng)的開發(fā)（No.20100819-2）”的繼承和延續(xù)。本文主要針對目前我國礦井主排水設備自動化程度不高，主排水泵磨損故障頻發(fā)、無法給出系統(tǒng)健康狀況評價等問題而提出的。
　　礦井主排水設備是煤礦安全排水的重要保障，其運行健康狀態(tài)直接影響煤礦井

2、下的安全生產。目前，我國大多數礦井的主排水設備自動化程度不高，主要依賴于人工操作完成井下排水任務。而且井下工況環(huán)境惡劣，礦井主排水設備輸送流體介質復雜，其中含有大量物理和化學磨損因子，導致礦井主排水泵易出現葉輪磨損等故障，嚴重威脅井下排水工作的正常進行。物聯網技術是目前各個行業(yè)研究的重點內容之一，我國也推出了大量的政策扶持物聯網技術的推廣和應用。煤礦作為我國能源的支柱行業(yè)也順時而動，大范圍的應用了物聯網技術解決煤礦安全生產等問題。因此，

3、應用物聯網技術實現對礦井主排水設備的狀態(tài)監(jiān)測，發(fā)現早期礦井主排水泵機械磨損，對潛在的礦井主排水泵失效故障進行診斷、預警，并綜合評定其剩余壽命，為設備的維修和更換提供合理建議，最大程度降低礦井主排水設備維修成本，提高煤礦井下排水系統(tǒng)的可靠性和安全性，對煤礦的安全生產有著至關重要的現實意義。
　　本文深入分析了目前我國煤礦物聯網的發(fā)展狀況及研究動態(tài)，總結了我國煤礦物聯網研究的最新成果，同時也指出了我國煤礦物聯網存在的不足，即偏重于煤礦

4、物聯網的“網絡層”的研究，忽略煤礦井下實際生產情況，導致物聯網“感知層”和“應用層”的研究發(fā)展緩慢?；谏鲜銮闆r，本文提出了我國煤礦物聯網當下發(fā)展的重點應在全面感知設備狀態(tài)的基礎上，將現有煤礦井下有線環(huán)網與無線網絡結合做到數據可靠傳輸，深入挖掘全礦山人員、設備、環(huán)境等大數據信息，實現煤礦的安全生產和效益最優(yōu)化。
　　基于上述思想，本文根據煤礦井下主排水設備排水工藝流程，設計了基于PLC的礦井主排水自動控制系統(tǒng)，并根據礦井主排水設備

5、故障特征，布置了礦井主排水設備狀態(tài)監(jiān)測傳感器，設計了物聯網“感知層”；在井下以太環(huán)網的架構上設計了基于OPC的物聯網數據共享機制，實現現場數據可靠傳輸；設計了基于LabVIEW和MATLAB的上位機應用軟件，搭建物聯網“應用層”平臺，實現全面感知礦井主排水設備運行狀態(tài)信息，為后續(xù)的礦井主排水設備壽命管理打下基礎。
　　提出了基于離心泵特性曲線的礦井主排水泵壽命評價指標，應用自回歸滑動平均模型（ARMA），實現礦井主排水泵剩余壽命評

6、估，并給出了基于離心泵數學模型的仿真分析結果，驗證了算法的可行性。
　　研究了基于振動信號和電信號多數據參量的礦井主排水泵故障診斷方法，提出了基于局部均值分解（LMD）的礦井主排水泵葉輪磨損振動信號特征量提取方法。同時應用派克變換電流平方模頻譜解決了礦井主排水泵葉輪磨損電流信號特征量被基波淹沒問題。結合振動和電流信號故障特征數學模型給出了仿真分析，驗證LMD算法和派克變換可以有效提取礦井主排水泵故障特征量，實現礦井主排水泵故障診斷

7、。
　　設計了基于雙循環(huán)測量隔離管路的礦井主排水設備加速壽命試驗平臺，為在實驗室進行礦井主排水泵實物故障仿真試驗打下基礎。并提出了雙循環(huán)的管路結構，解決了試驗平臺管路堵塞和傳感器磨損等問題。
　　在試驗平臺上，對離心泵進行了人工葉輪磨損破壞試驗，測定了其振動、電流和特性曲線等試驗數據，并應用算法進行了分析。試驗結果表明：LMD算法可以有效提取葉輪磨損振動信號故障特征量，實現礦井主排水泵故障診斷。電信號經過派克變換可以解決基波