技术领域
本发明涉及机组健康管理技术领域,更具体的说是涉及一种矿井主排水设备状态监测与剩余寿命预测方法及系统。
背景技术
目前,矿井主排水系统作为煤矿四大生产系统之一,担负着井下涌水排除的重要任务。矿井主排水系统一旦出现故障,不但影响矿井安全生产,甚至会使矿井淹没,危及工人生命。
但是,现有技术尚未考虑构建完善合理的矿井主排水系统健康状态监测及寿命预测的功能,不能满足对机组实施预防性状态维修的功能需求。
因此,如何提供一种能够解决上述问题的一种矿井主排水设备状态监测与剩余寿命预测方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种矿井主排水设备状态监测与剩余寿命预测方法及系统,实现了对矿井主排水系统运行状态的实时监测、分析和判断,达到了以状态维修代替计划维修的目的,提高了矿井生产效率。
为了实现上述目的,本发明采用如下技术方案:
一种矿井主排水设备状态监测与剩余寿命预测方法,其中矿井主排水设备包括通过管路连接的多个离心泵、电机及阀门,具体还包括:
获取矿井主排水设备的实时低频数据及实时高频数据;
建立专家决策数据库模块,并对所述实时低频数据及实时高频数据进行处理分析;
通过所述专家决策数据库模块对经过处理的所述低频数据进行运行状态评估,对经过处理的所述高频数据进行剩余寿命预测。
优选的,通过所述专家决策数据库模块对经过处理的所述低频数据进行运行状态评估的过程包括:
所述专家决策数据库模块内部设置有报警阈值;
当经过处理的所述低频数据高于所述报警阈值时,启动报警。
优选的,利用所述低频数据进行运行状态评估的过程还包括:
所述专家决策数据库模块还根据所述矿井主排水设备包含的多个离心泵的工作天数,预先启动工作天最少的所述离心泵工作。
优选的,剩余寿命预测的具体过程包括:
对所述实时高频数据进行分解,得到特征值;
将所述特征值输入至神经网络进行训练,输出所述矿井主排水设备的运行状态参数。
优选的,剩余寿命预测的具体过程还包括:
在考虑所述矿井主排水设备的剩余寿命的同时,还考虑与所述矿井主排水设备相连部件的健康状况,通过剩余天数、健康系数及下次维修时间进行评价。
优选的,所述低频数据为所述矿井主排水设备的液位、负压、正压、工作天数、累计流量中的任一种或任几种,所述高频数据为所述矿井主排水设备的振动参数。
进一步,本发明还提供一种矿井主排水设备状态监测与剩余寿命预测系统,包括:
低频信号获取模块,用于获取所述矿井主排水设备的实时低频数据;
高频信号获取模块,用于获取所述矿井主排水设备的实时高频数据;
处理器,所述处理器与所述低频信号获取模块及所述高频信号获取模块连接,用于接收所述实时低频数据及实时高频数据进行处理;
专家决策数据库模块,所述专家决策数据库模块与所述处理器连接,用于根据经过处理的所述实时低频数据及实时高频数据进行运行状态评估及剩余寿命预测。
优选的,所述专家决策数据库模块包括:
状态监测单元,用于根据经过处理的所述实时低频数据判断设备的运行状态;
剩余寿命预测单元,用于根据经过处理的所述实时高频数据预测剩余寿命。
优选的,还包括:无线通讯模块,所述无线通讯模块与所述处理器连接,用于实现无线传输所述实时低频数据及实时高频数据。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种矿井主排水设备状态监测与剩余寿命预测方法及系统,实现了多传感器信息的实时有效传输,实现了工况参数和设备状态的在线监测,实现了对矿井主排水设备运行状态的实时监测、分析和判断,达到了系统故障诊断、寿命评估和由计划维修到状态维修过渡的目标。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种矿井主排水设备状态监测与剩余寿命预测方法的流程图;
图2附图为本发明提供的一种矿井主排水设备状态监测与剩余寿命预测系统的结构原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见附图1所示,本发明实施例公开了一种矿井主排水设备状态监测与剩余寿命预测方法,其中矿井主排水设备包括通过管路连接的多个离心泵、电机及阀门,具体还包括:
获取矿井主排水设备的实时低频数据及实时高频数据;
在一个具体的实施例中,低频数据为矿井主排水设备的液位、负压、正压、工作天数、累计流量中的任一种或任几种,高频数据为矿井主排水设备的振动参数。
建立专家决策数据库模块,并对实时低频数据及实时高频数据进行处理分析;
通过专家决策数据库对经过处理的低频数据进行运行状态评估,对经过处理的高频数据进行剩余寿命预测。
在一个具体的实施例中,通过专家决策数据库模块对经过处理的低频数据进行运行状态评估的过程包括:
专家决策数据库内部设置有报警阈值;
当经过处理的低频数据高于报警阈值时,启动报警。
在一个具体的实施例中,利用低频数据进行运行状态评估的过程还包括:专家决策数据库模块还根据矿井主排水设备包含的多个离心泵的工作天数,预先启动工作天最少的离心泵工作。
在一个具体的实施例中,剩余寿命预测的具体过程包括:
对实时高频数据进行分解,得到特征值;
将特征值输入至神经网络进行训练,输出矿井主排水设备的运行状态参数。
具体的,剩余寿命预测的具体过程可以为:
(1)对实时高频数据通过小波包分解,得到不同频段的能量值,能量值作为特征值;
(2)剩余寿命预测采用基于径向基(RBF)神经网络,径向基(RBF)神经网络包括输入层、中间层和输出层三层结构,只有一个隐层,隐单元是基函数Φ(x,x
从而RBF的输出:
式中,x
对径向基神经网络的训练包括输出单元权值ω的训练、隐单元的中心x
在一个具体的实施例中,剩余寿命预测的具体过程还包括:
矿井主排水系统可以包括离心泵、高压电机、阀门和管路等部分,由于各部件之间存在连接关系,因此各部件的状态不仅影响自身的剩余寿命,还会影响其它部件的寿命,故在考虑矿井主排水设备的剩余寿命的同时,还考虑与矿井主排水设备相连部件的健康状况,通过剩余天数、健康系数及下次维修时间进行评价,具体评价过程如下:
1、部件的剩余天数A=部件设计寿命(折成天数)S-部件运行天数M-部件计划维修周期S×[(∑健康状况Tij×互损伤程度系数Eij(i=j时为自损伤程度系数))+∑日常保养生命影响系数N]。
其中,健康状况Tij为实时监测结果,即径向基神经网络输出的水泵运行状态,包括正常状态,水泵电机轴承滚珠故障、内圈故障、外圈故障,鼠笼断条故障,气隙偏心故障,水泵叶轮机构故障,离心泵不出水故障,水泵汽蚀故障,基础松动故障等状态,正常状态取0,水泵电机轴承滚珠故障、内圈故障、外圈故障分别取1、1.4、1.8,电机鼠笼断条故障取2.0~2.6,根据断条数量不同取值大小不同,气隙偏心故障取3,离心泵叶轮机构故障取4,离心泵不出水故障取5,离心泵汽蚀故障取6,基础松动故障取7。
互损伤程度系数Eij是表示第j个部件对第i个部件的影响系数,当i=j时为自身的影响系数,也就是说在本身发生故障时对自身寿命的影响系数。在本发明实施例中,i=j时,Eij=0.5,轴承和转子的Eij=0.1,其它的Eij=0.05,这是根据各部件在结构上的相关性确定的。
日常保养生命影响系数是在巡检过程中发现的日常维护保养问题,如果没有按制度要求进行维护,查到一项加0.1。
2、下次维修时间U=机内日期(date)+部件的剩余天数A。
3、部件的健康系数K=部件的剩余天数A/部件设计寿命(折成天数)S×100%。
4、水泵剩余天数L=min(部件的剩余天数A)。
进一步,参见附图2所示,本发明实施例还提供一种矿井主排水设备状态监测与剩余寿命预测系统,包括:
低频信号获取模块1,用于获取矿井主排水设备的实时低频数据;
高频信号获取模块2,用于获取矿井主排水设备的实时高频数据;
处理器3,处理器3与低频信号获取模块1及高频信号获取模块2连接,用于接收实时低频数据及实时高频数据进行处理;
专家决策数据库模块4,专家决策数据库模块4与处理器3连接,用于根据经过处理的实时低频数据及实时高频数据进行运行状态评估及剩余寿命预测。
在一个具体的实施例中,专家决策数据库模块4包括:
状态监测单元41,用于根据经过处理的实时低频数据判断设备的运行状态;
剩余寿命预测单元42,用于根据经过处理的实时高频数据预测剩余寿命。
在一个具体的实施例中,还包括:无线通讯模块5,无线通讯模块5与处理器3连接,用于实现无线传输所述实时低频数据及实时高频数据。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
机译: 基于计算机的用于处理地下矿井中的多次潜水的方法,存在的介质,基于计算机的用于基于矿井中的矿物处理井底数据的方法的方法一个基于计算机的地下信息系统。根据地下矿井中的矿物来处理数据,并基于计算机对地下矿井中的数据进行处理的方法,仓储腿目前的计算机系统是基于计算机的,用于处理基于地下的一种形式的多次潜水。计算机根据地下矿井中的矿物质来处理数据u00e7o地下,以及基于计算机的数据处理方法
机译: 本实用新型涉及一种状态监测系统的运行方法和振动装置的状态监测系统。
机译: 一种振动机状态监测系统的操作方法及状态监测系统