avatar avatar 我的文献 基于物联网的矿井主排水设备状态监测及寿命管理系统的开发 作者 姚宇 单位 太原理工大学 导师 宋建成 关键词 煤矿物联网; 矿井主排水; 寿命管理; 剩余寿命预测; 局部均值分解
摘要
本文是山西省科技重大专项“基于物联网的煤矿重大生产装备状态监测及全寿命周期管理系统开发(No:20131101029)”的重要子课题之一,也是横向课题晋煤集团科技攻关项目“矿井主排水自动化监控系统的开发(No.20100819-2)”的继承和延续。本文主要针对目前我国矿井主排水设备自动化程度不高,主排水泵磨损故障频发、无法给出系统健康状况评价等问题而提出的。矿井主排水设备是煤矿安全排水的重要保障,其运行健康状态直接影响煤矿井下的安全生产。目前,我国大多数矿井的主排水设备自动化程度不高,主要依赖于人工操作完成井下排水任务。而且井下工况环境恶劣,矿井主排水设备输送流体介质复杂,其中含有大量物理和化学磨损因子,导致矿井主排水泵易出现叶轮磨损等故障,严重威胁井下排水工作的正常进行。物联网技术是目前各个行业研究的重点内容之一,我国也推出了大量的政策扶持物联网技术的推广和应用。煤矿作为我国能源的支柱行业也顺时而动,大范围的应用了物联网技术解决煤矿安全生产等问题。因此,应用物联网技术实现对矿井主排水设备的状态监测,发现早期矿井主排水泵机械磨损,对潜在的矿井主排水泵失效故障进行诊断、预警,并综合评定其剩余寿命,为设备的维修和更换提供合理建议,最大程度降低矿井主排水设备维修成本,提高煤矿井下排水系统的可靠性和安全性,对煤矿的安全生产有着至关重要的现实意义。本文深入分析了目前我国煤矿物联网的发展状况及研究动态,总结了我国煤矿物联网研究的最新成果,同时也指出了我国煤矿物联网存在的不足,即偏重于煤矿物联网的“网络层”的研究,忽略煤矿井下实际生产情况,导致物联网“感知层”和“应用层”的研究发展缓慢。基于上述情况,本文提出了我国煤矿物联网当下发展的重点应在全面感知设备状态的基础上,将现有煤矿井下有线环网与无线网络结合做到数据可靠传输,深入挖掘全矿山人员、设备、环境等大数据信息,实现煤矿的安全生产和效益最优化。基于上述思想,本文根据煤矿井下主排水设备排水工艺流程,设计了基于PLC的矿井主排水自动控制系统,并根据矿井主排水设备故障特征,布置了矿井主排水设备状态监测传感器,设计了物联网“感知层”;在井下以太环网的架构上设计了基于OPC的物联网数据共享机制,实现现场数据可靠传输;设计了基于LabVIEW和MATLAB的上位机应用软件,搭建物联网“应用层”平台,实现全面感知矿井主排水设备运行状态信息,为后续的矿井主排水设备寿命管理打下基础。提出了基于离心泵特性曲线的矿井主排水泵寿命评价指标,应用自回归滑动平均模型(ARMA),实现矿井主排水泵剩余寿命评估,并给出了基于离心泵数学模型的仿真分析结果,验证了算法的可行性。研究了基于振动信号和电信号多数据参量的矿井主排水泵故障诊断方法,提出了基于局部均值分解(LMD)的矿井主排水泵叶轮磨损振动信号特征量提取方法。同时应用派克变换电流平方模频谱解决了矿井主排水泵叶轮磨损电流信号特征量被基波淹没问题。结合振动和电流信号故障特征数学模型给出了仿真分析,验证LMD算法和派克变换可以有效提取矿井主排水泵故障特征量,实现矿井主排水泵故障诊断。设计了基于双循环测量隔离管路的矿井主排水设备加速寿命试验平台,为在实验室进行矿井主排水泵实物故障仿真试验打下基础。并提出了双循环的管路结构,解决了试验平台管路堵塞和传感器磨损等问题。在试验平台上,对离心泵进行了人工叶轮磨损破坏试验,测定了其振动、电流和特性曲线等试验数据,并应用算法进行了分析。试验结果表明:LMD算法可以有效提取叶轮磨损振动信号故障特征量,实现矿井主排水泵故障诊断。电信号经过派克变换可以解决基波淹没问题,应用频段能量计算规则可以有效诊断矿井主排水泵叶轮磨损故障。
下载 cnki {{liketext}}
©2019 - iData {{ message }} 关闭