煤矿抽风机运行状况监测和故障诊断系统解析.docx
《煤矿抽风机运行状况监测和故障诊断系统解析.docx》由会员分享，可在线阅读，更多相关《煤矿抽风机运行状况监测和故障诊断系统解析.docx（11页珍藏版）》请在冰点文库上搜索。
煤矿抽风机运行状况监测和故障诊断系统解析
煤矿抽风机运行状况在线监测和故障诊断系统
技术方案
1背景介绍
煤炭被称作能源的基石，我国煤炭资源总量位居世界之首，可采储量为2040亿吨，约占世界总储量的11.1%，是我国能源正常供应及经济社会发展的重要保障。
随着国民经济的不断发展，各动力行业对能源的需求越来越大。
随之而来的是对煤炭资源的加大开采。
目前我国的煤炭年产量已超过30亿吨，伴随煤炭产量不断提高的同时，安全与生产之间的矛盾也更加尖锐，我国每年煤矿事故死亡总数达到5000人以上，死亡率居高不下，给国民经济和人民财产造成了巨大损失，煤矿的安全生产一直面临比较严峻的形势。
影响矿井安全生产的因素很多，主要有瓦斯爆炸、顶板压力和运输事故，其中瓦斯爆炸尤为常见。
瓦斯事故是一种瓦斯、大火、煤尘混合型的爆炸灾害，在我国煤矿安全事故所占比例已上升到80%。
最近几年虽然各个煤矿采用了很多安全措施来保证安全生产，可是瓦斯爆炸以及瓦斯突出事故不断发生，造成人民生命财产的重大损失。
根据国家煤矿安监局等部门共同发布的《煤矿瓦斯治理与利用实施意见》要求，按标准配足“一通三防”技术人员、专职瓦斯检测员、安监员、防突员。
还要求要健全完善矿井通风、瓦斯抽采、防灭火、综合防尘、监测监控等系统和装备，并确保系统装备完好状态，发挥效用。
另外，为了防治煤矿瓦斯煤尘事故，国家煤矿安全监察局提出了“先抽后采、以风定产、监测监控”综合治理瓦斯灾害十二字方针，即指明了“预抽矿井瓦斯，增强通风能力，监测井下空气参数及监控井下设备运行”三种瓦斯治理方法。
瓦斯事故的主要原因是矿井通风不畅，瓦斯浓度超标。
通风机是煤矿生产中的重要设备之一，它每天24小时不间断运行，承担着矿井呼吸系统的角色，是煤矿安全生产的基础。
它的主要作用有:
（l）供给井下人员充足的新鲜空气，满足人员呼吸需要;
（2）排除或冲淡井下有毒气体和粉尘，保证工作人员不中毒、保持空气的清洁度;（3）稀释、排除井下的热量和水蒸气，调节矿井的气候条件，创造良好的工作环境;（4）提高矿井的抗灾能力。
如果矿井通风机系统的运行状况出现意外导致通风不畅，将会使得巷道内的瓦斯等有害气体积聚，可能导致瓦斯爆炸、火灾、窒息等事故，给煤矿井下工作人员的生命安全和整个矿业生产的正常运行带来巨大的威胁。
实际生产表明，由于风机运行故障引起的瓦斯事故仍屡有发生，究其原因在于没有对风机设备的工作状态进行良好的监测监控，并且缺乏有效的运行监督方法。
目前我国大部分煤矿只采取巡查的方式检查矿井风机的工作状况，这样存在很多弊端:
不能实时监测风机的运行情况;耗费大量的人力和物力;容易发生工作人员舞弊的情况。
在生产实践中，常常发生风机未到检修周期时，即发生偶发性故障，不得不停机检修，造成企业的停产损失，加大维修费用。
此外，还经常遇到风机运行到维修周期时，仍然可以继续运行，但限于维修制度的制约，必须停机，造成所谓的“过剩维修”，使本来还可以继续应用的机件报损，蒙受经济上的损失。
一般生产过程中经常发现风机在失衡状态下运行，加大了轴承部件的动载荷，降低了轴承的使用寿命。
为了防止风机的突发事故、消除设备的过剩维修、减少风机的动载荷，在风机运行过程中，使用在线设备，监视风机的运行状况，定期分析其异常数据，出现故障时，及时进行故障诊断是必要的。
在故障诊断中，有一种简易故障诊断，即运行监测，它是在设备运行或基本不拆卸设备的情况下，掌握设备的运行状态，判定产生故障的部位和原因，并预测预报设备未来运行状态的技术。
在运行状态监测的基础上进行故障诊断，进一步分析识别和判断设备的状态，就可对其劣化程度和故障性质作出判断。
这是防止事故和非计划停机的有效措施，也是设备维修的发展方向。
所以对通风机进行状态监测和故障诊断，既可以保证机组的安全性，又可以降低维修费用，具有重要的意义。
因此，实现对矿井风机工作状态的实时监测和故障诊断是非常必要的。
通过建立一套切实可行、有效的矿井通风机运行状态监控和故障诊断系统，以确保管理人员和操作员能够得到及时准确的信息，便于进一步采取有效的措施，消除或减少风机运行故障，避免重大事故发生。
2系统的整体设计
2.1系统结构
根据系统的需求，采用网络化结构进行设计，实现集中管理、分散控制。
整个系统可以分为三层:
现场监测层、本地监控层和远程监控层，如图1所示。
图1系统结构
2.2系统网络结构
现场监测层包括两台监测分站和通信接口，主要实现风机各项工作参数的采集与显示，安装于风机附近。
另外它还具有与本地监控层实时通信的功能。
本地监控层安装于风机就地运行控制中心，位于现场监测层之上，是整个系统的数据中转中心。
它以计算机界面的形式向操作员提供实时数据显示、报警和报表打印，并将数据传给远程监控层;同时可接收远程管理人员的命令以及将本地操作员的操作命令向现场监测层传达。
本地监控层之上是远程监控层，安装于煤矿管理调度办公室，功能与本地监控层大致相同。
管理人员可通过煤矿风机工作状态在线监测系统软件查询被监测的风机任意时段的工作情况。
2.3设计方案
抽风机在线监测系统主要由三大部分组成:
风机在线特性监测分站、本地监控计算机、远程监控计算机，如图2所示。
两套功能相同的监测分站是监测系统的数据来源，主要由处理器（单片机）和传感器装置构成。
以微控制器为核心，通过各种传感器以及风速信号转换器、负压信号转换器、温湿度信号转换器、分线盒主要完成对风筒中通风温度、湿度、风速、风压和抽风机、电机轴温等参数的采集，加速度传感器测量振动信号，分别安装在两台轮流工作的风机上，利用液晶显示器进行数据的实时显示。
监测分站的微控制器具有与计算机通信的功能，可以接收上位机发来的要数指令发送数据也可以接收报警设置等其他指令进行相应的操作。
图2抽风机在线监测系统结构图
本地监控计算机通过使用专门的软件编制界面，实现上位机的数据显示和控制功能。
计算机通过有线通信接口与两个风机状态监测分站进行数据通信，通信接口完成通信信号的转换，保证计算机和单片机数据通信正确。
有线通信接口与计算机的串行端口和监测分站通信接插件采用电缆串接，采用RS-485通信标准。
煤矿管理调度中心的远程计算机也是利用与本地监控计算机类似的专用界面实现数据的现实和控制。
远程监控计算机的串行端口通过一个通信转换接口后接上网络，通过网络与本地计算机实现远程数据通信。
2.4系统工作原理
在煤矿风机附近安装在线监测分站，监测分站处于全天24小时自动监测状态，通过传感器以及信号转换、调理电路将风量和负压、风机轴温、电机轴温和油温、出风口温度和湿度、风门状态等参数转换为数字信号，由微控制器读取、处理并就地显示各参数。
如某个参数超过规定值，则进行超限声光报警。
在抽风机操作间配备一台计算机作为就地监测中心，由监测分站的微控制器通过通信接口与计算机联系，将所有监测数据传至该计算机上位机，由风机工作状态在线监测软件进行分析处理并实时显示。
监测中心可以设定固定时间间隔，风机工作时监测分站会定时向监测中心报告风机运行参数。
上位机将风速数据换算为风量值，根据以往负压一风量工作曲线图，当风压、风量超过负压-风量正常运行范围或其他参数有超限异常时进行报警。
在管理人员调度办公室设置配备另一台计算机作为远程监测中心，方便他们远程了解风机的工作状态，本地监控计算机接收到的所有监测数据可通过无线的方式传至远程上位机。
一旦出现异常状况，风机监测器和监测软件立即发出报警信号，直到风机恢复正常工作。
计算机会保存监测分站发来的数据信息，操作人员或管理人员可通过煤矿风机工作状态在线监测系统软件查询被监测的风机任意时段的工作情况、历史曲线以及打印报表。
3监测分站硬件选型与设计
3.1硬件的功能要求
本系统监测分站主要完成传感器信号的采集、处理、现场显示、报警以及与上位机通信等功能。
与其功能相对应的下位机硬件组成主要包括以下几部分:
微处理器、传感器测量电路、信号处理电路、电源电路、通信电路和报警电路等。
3.2硬件的结构设计
矿井地面的主要通风机按规定一般均为二台，其中一台运行，一台作为备用。
为避免由于倒换风机带来的监测仪器拆装不便，本系统设计两套功能相同的监测分站分别安装在两台风机上，按照风机的工作顺序决定对应的监测分站的工作顺序。
监测分站主要包括单片机、风速传感器、风速信号转换器、负压传感器、风机负压信号转换器、温湿度信号转换器、温度传感器、限位开关、温湿度传感器、显示、存储及报警电路、分线盒、通信接口等组成，如图3所示。
图3监测分站结构原理图
单片机是整个分站的核心控制器件，它通过控制各个功能模块来实现完整的系统功能。
单片机通过传感器检测出各个参数在液晶显示器上显示，超限进行声光报警，电源电路负责为各个模块供电。
4主通风机在线监测与故障诊断系统软件设计
4.1故障在线监测软件设计
通过抽风机参数检测传感器实现如温度、压力、振动等参数在线监测功能，能够对风机运行状态进行全面的监测，为维修管理提供科学依据。
4.2故障预警软件设计
矿用主抽风机故障预警软件采用基于信息融合技术的故障预警模型，该模型采用BP神经网络与D-S证据理论相结合的方法，利用神经网络进行局部信息融合，初步融合的结果作为证据理论的证据体，再利用证据理论进行最后的全局信息融合，实现对设备的故障预警。
矿用主通风机采集的信号包括振动、温度、负压、风量等。
其中振动理论与测量方法都比较成熟，另外据统计，机械故障90%可以从振动测量中检测出来，所以该软件采用振动信号进行分析。
该软件由数据采集模块、神经网络诊断模块、证据理论融合模块三大功能模块组成，运行于组态王开发的软件平台之上，通过实时获取数据、分析故障、实时返回结论来实现对矿用主通风机的故障预警，做到防患于未然。
故障预警软件的组成原理图如图4所示。
图4故障预警软件的组成
各个模块的功能如下:
数据采集模块的功能是从组态王6.52开发的软件平台实时获取4路振动传感器信号，对信号进行显示、保存、FFT运算、绘制时域曲线与频谱曲线。
神经网络诊断模块的功能是对BP网络进行训练，绘制误差曲线，根据选择的测点计算特征值和隶属度值。
经过神经网络的分析诊断，在数值输出区给出各个故障可能的概率值，同时在图形输出区以柱状图显示，并可以按序号保存结果。
证据理论融合模块的功能是通过BP网络分析模块的结果计算参数Bel和Psl，结合D-S证据理论的合并规则、决策规则进行融合分析，结合给定的参数EER1，和EER2凡，给出最终的预警结果，并将结论返回监测预警系统的软件平台。
矿用主抽风机故障预警原理包括故障诊断和预警两部分。
通过对振动信号进行采集和预处理，提取各个频率段内的最大幅值，计算其隶属度值，送入训练好的神经网络进行分析，输出以概率形式给出诊断结果，最大概率值对应的故障类型即为风机对应故障特征。
此时完成一路振动信号的故障诊断。
为了准确的实现对矿用主通风机的故障诊断，分别选择4路振动信号按照上述的原理进行分析，由于测点的位置不同，频谱会有所不同，得到的故障概率也会不同，最后利用D-S证据理论对各组分析结果进行融合诊断，此时完成故障诊断功能。
由于频域特征的出现超前于时域特征，即在风机出现严重故障前，特征频率就会出现。
因此通过定时的对矿用主抽风机进行上述的分析，出现异常及时报警，即可实现预警功能。
故障预警软件的详细运行步骤如下:
（1）输入功能参数，包括神经网络训练参数、证据理论决策参数;
（2）训练BP神经网络;
（3）启动OPC连接组态王，4路振动信号进入故障预警软件;
（4）选择测点，对该测点信号进行FFT运算，特征提取，可绘制时域频域曲线;
（5）计算隶属度值送入训练好的神经网络，输出局部诊断结论;
（6）根据局部结论计算BeVPsI，并保存该数据:
（7）根据D-S融合公式进行融合运算，第一组局部诊断结论不需要融合，从第二组开始依次与上次的融合结果进一步融合;
（8）根据D-S决策规则输出全局诊断结论;
（9）结论返回给组态王，最终完成一次故障预警分析。
5系统组成及功能
抽风机在线监测与故障诊断系统集数据采集、监测、分析、管理于一体，既有传统的参数监测如温度、压力、振动等参数监测，又有设备故障实时分析功能，能够对风机运行状态进行全面的监测与诊断分析，给出预警指示，为维修管理提供科学依据。
如图5所示。
图5抽风机在线监测与故障诊断系统构成
系统功能：
（1）在线监测通风机的流量、风压、振动、温度等运行状态信息；
（2）报警参数设置功能；
（3）温度、振动等关键参数趋势分析与预警功能；
（4）各种故障点记忆功能，以便于故障分析；
（5）具有运行状态实时数据显示、历史记录查询、工况参数列表显示等功能；
（6）设备温度与振动融合监测诊断功能；
（7）故障智能诊断功能；
（8）振动时域分析功能；
（9）频谱分析功能；
（10）包络谱分析功能；
（11）报表生成与打印；
（12）网络通讯传输功能。
通风机系统在线监测与实时诊断界面如图6所示。
图6系统在线监测与实时诊断界面
古今名言
敏而好学，不耻下问——孔子
业精于勤，荒于嬉；行成于思，毁于随——韩愈
兴于《诗》，立于礼，成于乐——孔子
己所不欲，勿施于人——孔子
读书破万卷，下笔如有神——杜甫
读书有三到，谓心到，眼到，口到——朱熹
立身以立学为先，立学以读书为本——欧阳修
读万卷书，行万里路——刘彝
黑发不知勤学早，白首方悔读书迟——颜真卿
书卷多情似故人，晨昏忧乐每相亲——于谦
书犹药也，善读之可以医愚——刘向
莫等闲，白了少年头，空悲切——岳飞
发奋识遍天下字，立志读尽人间书——苏轼
鸟欲高飞先振翅，人求上进先读书——李苦禅
立志宜思真品格，读书须尽苦功夫——阮元
非淡泊无以明志，非宁静无以致远——诸葛亮
熟读唐诗三百首，不会作诗也会吟——孙洙《唐诗三百首序》
书到用时方恨少，事非经过不知难——陆游
问渠那得清如许，为有源头活水来——朱熹
旧书不厌百回读，熟读精思子自知——苏轼
书痴者文必工，艺痴者技必良——蒲松龄
声明
访问者可将本资料提供的内容用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本文档及相关权利人的合法权利。
谢谢合作！
升级会员 