一种基于数据分析的选煤机电设备故障预测系统技术方案

本发明专利技术公开了一种基于数据分析的选煤机电设备故障预测系统，涉及故障预测技术领域；用于解决选煤机电设备工作环境复杂、工况变化大，容易出现故障，影响工厂的生产效率的问题，包括数据采集模块、数据分析模块、故障预测模块以及预警执行模块；本发明专利技术通过对设备的运行信息以及环境信息进行分析，可以得到相对应的预警值，将得到的预警值与预设的机值范围做比对以生成相对应的信号，进而再通过对生成的信号进行解析匹配以得到相对应的预防方案，可以对选煤机电设备的运行状态进行准确预测和监测，防止设备故障和生产事故的发生，保障生产过程的稳定性和安全性。过程的稳定性和安全性。过程的稳定性和安全性。

【技术实现步骤摘要】
一种基于数据分析的选煤机电设备故障预测系统


[0001]本专利技术涉及故障预测技术，具体为一种基于数据分析的选煤机电设备故障预测系统。

技术介绍

[0002]随着自动化技术的进步，选煤厂不断向大型化、智能化发展，原煤在生成、开采及运输过程中不可避免地混入杂质；且随着开采的深入，原煤的质量越来越差。为了降低原煤中的杂质，有效合理的利用煤炭资源，同时以把煤炭按质量、规格分成各种产品，就要对煤炭进行机械加工，这些机械通称为煤炭洗选设备。
[0003]由于选煤机电设备工作环境复杂、工况变化大，容易出现故障，影响工厂的生产效率，同时也会引发一系列的安全隐患，如：
[0004]1、厂房温度或灰尘浓度过高；高温可能导致设备过热或者损坏，而高浓度的灰尘可能会堵塞设备或者降低其效率；
[0005]2、设备使用时间过长会影响筛网的筛分效果，造成筛网的堵塞。
[0006]为了解决以上提出的问题，提出一种基于数据分析的选煤机电设备故障预测系统。

技术实现思路

[0007]本专利技术的目的在于为了解决由于选煤机电设备工作环境复杂、工况变化大，容易出现故障，影响工厂的生产效率的问题，而提出一种基于数据分析的选煤机电设备故障预测系统。
[0008]本专利技术的目的可以通过以下技术方案实现：包括数据采集模块、数据分析模块、故障预测模块以及预警执行模块；
[0009]数据采集模块主要采集选煤机设备在工作状态时的运行信息以及环境信息；
[0010]数据分析模块对运行信息以及环境信息进行分析处理，具体过程为：
[0011]对运行信息与环境信息进行处理以得到参数值，其中参数值包括预警使用值、预警状态值、预警运行值、预警轴承值以及环异值；
[0012]将参数值与对应的预设机值范围进行比对，当参数值属于对应的预设机值范围时，生成对应的信号，信号包括使用信号、状态信号、运行信号、轴承信号以及环状信号；
[0013]将生成的信号发送至故障预测模块；
[0014]故障预测模块用于接收生成的信号，并选取效率值最高的故障解析端进行诊断，对信号进行解析得到设备数据组，通过方案匹配对设备数据组进行分析以得到该设备的诊断结果以及预防方案，并将得到的预防方案发送至预警执行模块；
[0015]预警执行模块用于接收预防方案并执行对应的操作；具体为：
[0016]当接收到维护方案时，获取设备的使用时长以及维修次数，对设备进行维护保养或者检修更换；
[0017]当接收到清理方案时，获取设备筛网的煤球状态，控制清理机构对筛网进行清理；
[0018]当接收到检查方案时，获取设备运行的电源状态，对设备的电源状态以及电缆连接处进行检查；
[0019]当接收到轴承处理方案时，获取轴承运行时的温度、声音以及振动次数，对轴承进行更换或者调节复位；
[0020]当接收到调节方案时，获取厂房内的灰尘浓度、设备周围的灰尘浓度以及厂房温度，通过吸尘器与空调控制对厂房内的温度和灰尘进行改善。
[0021]作为本专利技术的一种优选实施方式，数据分析模块的具体分析过程为：
[0022]S1：对设备的使用时长、维修次数以及清洗次数进行处理，具体为：将设备的初次运行时刻标记为使用时刻，用实时时刻与使用时刻做差法计算得到设备的使用时长值，将使用时长值、维修次数以及清洗次数归一化处理得到预警使用值；
[0023]S2：对煤在筛网上滚落的速度以及煤的粒度大小进行处理，具体为：获取煤球在筛网上的行动轨迹，对行动轨迹进行处理得到煤球在筛网上滚落的速度，从中随机获取一批煤球的速度值，并将获取的速度值进行相加并取平均值得到滚速值，获取煤球的颗粒大小并从中随机筛选一批，将筛选出的煤球颗粒值进行相加并取均值得到煤粒值，将得到的滚速值和煤粒值归一化处理得到预警状态值；
[0024]S3：对设备的电源电压以及冲击次数进行处理，具体为：绘制时刻点对应在折线图中的数值点，连接相邻两组数值点得到异常数值线，计算每条异常数值线的斜率以及与水平线的夹角，当异常数值线与水平线的夹角为锐角时，将该条异常数值线的斜率标记为第一斜率，夹角为钝角时，将其标记为第二斜率，将所有第一斜率进行求和得到第一总值，将所有的第二斜率进行求和得到第二总值，连接折线图中排序最前的数值点与排序最后的数值点得到一条线段并将该线段标记为始终线，计算始终线的斜率以及与水平线的夹角，当始终线与水平线的夹角为锐角时，将始终线的斜率标记为第三斜率，并用符号K1表示，当始终线与水平线的夹角为钝角时，将始终线的斜率标记为第四斜率，并用符号K2表示，计算最高数值点与最低数值点之间的垂直距离得到距离值，将第一总值、第二总值以及距离值归一化处理得到电压变化值，再通过电压变化值和冲击值归一化处理得到预警运行值；
[0025]S4：对设备轴承的声音变化、温度以及振动次数进行处理，具体为：获取轴承运行一段时间内不同时刻的声贝值，去除最大值与最小值，将剩下的声贝值进行相加并取均值得到平均声贝值，同时获取这一时间段不同时刻的轴承温度值，去除异常值后将得到的轴承温度值进行相加并取均值得到平均温度值，将得到的平均声贝值、平均温度值以及振动次数归一化处理得到预警轴承值；
[0026]S5：对设备运行时周围的温度和灰尘浓度进行处理，具体为：实时获取设备运行时周围环境的温度，并将一段时间内采集的温度数据提取出来，去除异常值后将剩余的数值进行相加并取均值得到平均周温值，同时获取设备周围环境的灰尘浓度以及设备自身运行时产生的灰尘浓度，对这两者进行处理得到灰尘值，将得到的灰尘值和平均周温值归一化处理得到环异值。
[0027]作为本专利技术的一种优选实施方式，故障预测模块选取故障解析端的具体过程为：
[0028]向故障解析端发送测试数据包和位置反馈指令以得到故障解析端的解析参数和位置，将发送测试数据包的时刻标记为发送时刻，故障解析端的响应时间标记为反馈时刻，
通过反馈时刻与发送时刻之间做差法得到故障解析端的诊速基值，其中解析参数包括有故障解析端的下载速率以及上传测试数据包的上传速率，对故障解析端的下载速率以及上传速率进行处理得到效率值，通过将故障解析端位置与故障预测模块对应的位置进行距离差计算得到测试数据包的传输距离，将得到的诊速基值、效率值以及传输距离归一化处理得到故障解析端的解优值，选择解优值最大的故障解析端并与故障预测模块之间建立通信连接。
[0029]作为本专利技术的一种优选实施方式，预警执行模块的具体处理过程为：
[0030]S1：当预警使用值在预设的机值范围内时，则生成使用信号并发送至故障预测模块，通过故障预测模块对信号进行解析并将生成的维护方案发送至预警执行模块，预警执行模块通过获取的维护方案对设备进行维护保养或者检修更换；
[0031]S2：当预警状态值在预设的机值范围内时，则生成状态信号并发送至故障预测模块，通过故障预测模块对信号进行解析并将生成的清理方案发送至预警执行模块，预警执行模块通过获取的清理方案控制清理机构对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的选煤机电设备故障预测系统，包括数据采集模块、数据分析模块、故障预测模块以及预警执行模块，其特征在于：数据采集模块采集选煤机设备在工作状态时的运行信息以及环境信息；数据分析模块对运行信息以及环境信息进行分析处理，具体过程为：对运行信息与环境信息进行处理以得到参数值，其中参数值包括预警使用值、预警状态值、预警运行值、预警轴承值以及环异值；将参数值与对应的预设机值范围进行比对，当参数值属于对应的预设机值范围时，生成对应的信号并发送至故障预测模块；其中信号包括使用信号、状态信号、运行信号、轴承信号以及环状信号；故障预测模块用于接收生成的信号，并选取效率值最高的故障解析端进行诊断，对信号进行解析得到设备数据组，通过方案匹配对设备数据组进行分析以得到该设备的诊断结果以及预防方案，并将得到的预防方案发送至预警执行模块；预警执行模块用于接收预防方案并执行对应的操作；具体为：当接收到维护方案时，获取设备的使用时长以及维修次数，对设备进行维护保养或者检修更换；当接收到清理方案时，获取设备筛网的煤球状态，控制清理机构对筛网进行清理；当接收到检查方案时，获取设备运行的电源状态，对设备的电源状态以及电缆连接处进行检查；当接收到轴承处理方案时，获取轴承运行时的温度、声音以及振动次数，对轴承进行更换或者调节复位；当接收到调节方案时，获取厂房内的灰尘浓度、设备周围的灰尘浓度以及厂房温度，通过吸尘器与空调控制对厂房内的温度和灰尘进行改善。2.根据权利要求1所述的一种基于数据分析的选煤机电设备故障预测系统，其特征在于，数据分析模块的具体分析过程为：S1：对设备的使用时长、维修次数以及清洗次数进行处理，具体为：将设备的初次运行时刻标记为使用时刻，用实时时刻与使用时刻做差法计算得到设备的使用时长值，将使用时长值、维修次数以及清洗次数归一化处理得到预警使用值；S2：对煤在筛网上滚落的速度以及煤的粒度大小进行处理，具体为：获取煤球在筛网上的行动轨迹，对行动轨迹进行处理得到煤球在筛网上滚落的速度，从中随机获取一批煤球的速度值，并将获取的速度值进行相加并取平均值得到滚速值，获取煤球的颗粒大小并从中随机筛选一批，将筛选出的煤球颗粒值进行相加并取均值得到煤粒值，将得到的滚速值和煤粒值归一化处理得到预警状态值；S3：对设备的电源电压以及冲击次数进行处理，具体为：绘制时刻点对应在折线图中的数值点，连接相邻两组数值点得到异常数值线，计算每条异常数值线的斜率以及与水平线的夹角，当异常数值线与水平线的夹角为锐角时，将该条异常数值线的斜率标记为第一斜率，夹角为钝角时，将其标记为第二斜率，将所有第一斜率进行求和得到第一总值，将所有的第二斜率进行求和得到第二总值，连接折线图中排序最前的数值点与排序最后的数值点得到一条线段并将该线段标记为始终线，计算始终线的斜率以及与水平线的夹角，当始终线与水平线的夹角为锐角时，将始终线的斜率标记为第三斜率，并用符号K1表示，当始终线与水平线的夹角为钝角时，将始终线的斜率标记为第四斜率，并用符号K2表示，计算最高数值点与最低数值点之间的垂直距离得到距离值，将第一总值、第二总值以及距离值归一化处理得到电压变化值，再通过电压变化值和冲击值归一化处理得到预警运行值；
S4：对设备轴承的声音变化、温度以及振动次数进行处理，具体为：获取轴承运行一段时间内不同时刻的声贝值，去除最大值与最小值，将剩下的声贝值进行相加并取均值得到平均声贝值，同时获取这一时间段不同时刻的轴承温度值，去除异常值后将得到的轴承温度值进行相加并取均值得到平均温度值，将得到的平均声贝值、平均温度值以及振动次数归一化处理得到预警轴承值；S5：对设备运行时周围的温度和灰尘浓度进行处理，具体为：实时获取设备运行时周围环境的温度，并将一段时间内采集的温度数据提取出来，去除异常值后将剩余的数值进行相加并取均值得到平均周温值，同时获取设备周围环境的灰尘浓度以及设备自身运行时产生的灰尘浓度，对这两者进行处理得到灰尘值，将得到的灰尘值和平均周温值归一化处理得到环异值。3.根据权利要求2所述的一种基于数据分析的选煤机电设备故障预测系统，其特征在于，故障预测模块选取故障解析端的具体过程为：向故障解...

【专利技术属性】
技术研发人员：刘则庆，薛峰，徐康，王宏岭，朱干彬，郭连富，赵翔，潘红艺，沈坤，
申请(专利权)人：淮北矿业股份有限公司涡北选煤厂，
类型：发明
国别省市：