開啟主選單

求真百科

智能化設備管理及監測診斷平台

來自 搜狐網 的圖片

智能化設備管理及監測診斷平台2020年3月,國家發展改革委、能源局、應急部、煤監局、工信部、財政部、科技部、教育部8部委聯合印發了《關於加快煤礦智能化發展的指導意見》。報告中指出煤礦智能化是煤炭工業高質量發展的核心技術支撐,將人工智能、工業物聯網[1]、雲計算、大數據、機器人、智能裝備等與現代煤炭開發利用深度融合,形成全面感知、實時互聯、分析決策、自主學習、動態預測、協同控制的智能系統,實現煤礦開拓、採掘(剝)、運輸、通風、洗選、安全保障、經營管理等過程的智能化運行。由此可見,煤礦行業在經歷了兩化融合發展歷程,基本實現煤礦生產現代化和信息化的同時,也在加大煤礦智能化創新進程,逐步實現智能連續作業和少人及無人化生產,以提升煤礦安全生產水平和整體經營績效。

20202年5月,國家煤安局發布的《煤礦安全生產標準化管理體系基本要求及評分方法(試行)》在明確煤礦是安全生產責任主體的同時,也對煤礦機電的標準化管理提出了要求,其中明確規定煤礦機械需「使用低耗、先進、可靠的電控裝置,有電動機及主要軸承溫度和振動監測」,對煤礦機械的遠程監控、無人值守也提出了相應要求。

綜上國家對與煤礦安全生產和煤機智能化發展的定義中可以看出,煤機設備的智能化的關鍵,在於融合智能傳感、工業物聯、設備機理、人工智能等工業互聯網領域專業技術,整合故障診斷、設備運維、設備維保等相關領域專家資源,實現設備狀態可實時感知、故障能及時發現、異常能及時預警、檢修運維能高效精準開展的煤礦機械智能化管理模式。

臨礦集團設備信息化經過十多年的建設與發展,目前在監控監測技術、礦山通信技術、礦山信息管理系統等方面取得了顯著進展。但在設備資產管理、健康監測、故障診斷方面依然存在較大提升空間,礦山信息孤島、規範標準缺乏、系統封閉等問題依然普遍存在。基於大數據、雲計算[2]、工業互聯網技術,建設臨礦集團大數據中心,以大數據支撐產業布局和決策,實現設備狀態感知、健康監測、故障診斷、智能預警、設備資產優化調度與管理,合理引導集團的產能調控和戰略轉型,建立從生產技術到決策管理的智能化的煤炭工業新生態,實現以高度智慧化、網絡化、大數據化為特徵的煤礦工業4.0模式,是臨礦集團實現安全、高效、綠色、可持續發展的必然道路,也是我國煤礦工業未來的重要發展方向。

目錄

項目簡介

臨礦集團基於朗坤蘇暢工業互聯網平台,利用大數據、雲計算、工業互聯網技術,建設煤礦企業大數據中心,以大數據支撐產業布局和決策,實現設備實時監視、設備預警預測、故障診斷、振動故障分析,合理引導煤礦企業的設備運營決策、產能調控和戰略轉型,建立從生產技術到決策管理的智能化的煤炭工業新生態,實現煤礦企業安全、高效、綠色、可持續發展。

朗坤蘇暢工業互聯網平台是朗坤智慧依託在工業領域20餘年的技術探索與儲備、行業知識積澱、1000多家項目的建設經驗以及研發與技術團隊的建設,自主研發而來。平台通過物聯網、大數據、雲計算、人工智能以及5G等信息技術,以「互聯網+」應用為重點方向,致力於為資產密集型企業提供涵蓋設備自主可控、可靠運行、安全生產、精益管理、設備優化、遠程診斷、全生命周期管理的跨行業跨領域工業互聯網平台的建設與運營。服務電力行業、石化行業、建材行業、煤礦行業、設備製造行業等實現數字化轉型。

項目目標

通過融合在線監測、智能儀表、試驗維修等綜合數據,將故障診斷狀態評價結論反饋於設備管理過程,將計劃維修與故障維修模式逐步向狀態維修、優化維修模式轉變,提高設備安全可靠性,降低非計劃停產損失,節約維修費用,主要項目建設目標如下:

1、打造「主動式」遠程診斷平台,提高臨礦集團安全生產能力

平台功能上側重於設備健康狀況和故障智能診斷,能夠切實為現場設備維修保養提供技術支撐和決策依據,24小時監測井下設備重要運行是否異常,實時推送設備異常狀態信息,並及時預警,防患於未燃。同時有效幫助煤礦工廠縮短危險區域人員作業時間,降低人身安全風險,並防止因設備非計劃停運,造成的重大事故。

2、打造「礦側-集團」兩級設備數據服務中心

基於物聯網、大數據存儲技術,在礦側採集存儲設備綜合數據,包括控制系統數據、PLC數據、綜合自動化數據、視頻數據、智能傳感器等數據。在邊緣層通過智能網關進行數據預處理,將滿足集團管理需要的數據轉發至集團側,實現「礦側-集團」兩級存儲,減輕礦側控制系統與網絡傳輸的性能壓力,並提供通用數據接口,提供準確、可靠的實時、歷史查詢數據服務功能。

3、打造臨礦集團工業互聯網平台,支撐安全生產的智慧化轉型

建設真正意義上的煤礦行業工業互聯網平台,具有較強的先進性、穩定性與支撐能力,從平台架構、工業互聯、數據採集、自主產權實時庫、自動化監控系統數據採集、設備運行分析與管理、多模塊應用、多平台對接等,均可以較好地支持橫向縱向業務集成,以及後期擴展。

4、大數據與專家機理模型相結合,實現設備故障預警預防

平台採用大數據分析結合專家經驗的方式實現,通過機器深度學習,建立分析模型作為判斷主要依據,提高故障判斷的準確性,並隨着運行時間的積累,故障準確性越高,不限於故障的報警,更能逐步實現故障的預測預防。

5、多維度檢測技術,打造機電管理人員的專家診斷系統

利用加裝智能傳感設備,系統不但具備現有礦井綜合自動化系統的監測數據,還增加了振動、溫度等機械特徵數據,再結合視頻系統,能夠做到設備外在和內在數據的有效監測,監測手段豐富、系統集成度高,使故障診斷模型更加全面、精準,真正成為機電管理人員的助手。

6、建設臨礦集團設備健康管理的知識庫平台

依託礦側設備健康狀態監測和在線分析數據,建立集團設備知識庫,包括案例庫、故障庫、特徵庫、維護庫等。通過礦側平台不斷的應用和優化,持續完善沉澱集團側可復用的工業設備知識樣本。從而有效支撐集團和礦側的設備故障精準分析與診斷,提供專家的經驗傳承的路徑,幫助煤礦企業快速培養專業診斷檢修人才隊伍。

參考文獻