本课题基于设备状态监测与故障诊断系统在煤矿大型设备上的应用，通过提取模块对转子、齿轮和滚动轴承的振动类参量、工艺类参量和电气类参量进行特征量，对温度、振动等设备在线信息综合分析、处理，实现对设备的早期故障预警，达到智能诊断、智能维修于一体的设备管理效果。 1.构建基于多指标、多要素的设备健康状态评估体系 根据“短板原理”，构建基于多指标的设备健康评估体系：采用振动评价、电气评价、温度评价、运行时间、运行效率、点检评价、润滑评价等7大指标来反映设备的综合健康状况，以良好、可用、需维修三个级别表征最终健康评估结果。 2.基于大数据预警技术实现对设备的早期故障预警 金鸡滩煤矿设备状态监测与故障诊断系统是基于高维特征向量及B/S结构的设备大数据预警体系平台，通过对煤矿大型设备海量历史运行挖掘学习及建模，对设备的在线健康状态进行实时量化评估，有效解决设备海量数据对其健康状态进行早期故障预判的问题。 3.智能诊断专家系统平台构建 本系统将数据采集模块采集到的机组相关参数，如温度、振动等信息按照本系统数据格式定义模块所要求的XML数据格式传输到本系统，数据传输的XML格式规范由本系统定义。 4.经济效益分析： （1）减少维修成本。通过系统有效的减少了维修保养次数，降低了维修费用。通过统计系统未使用前设备维修费用成本支出为：600万元，使用后仅维修费成本450万元，节省支出600-450=150万元。 （2）降低电能损耗。日平均无效运行时间原来的2.3h降低至0.8h，每天降低无效运行时间t=2.3-0.5=1.8h,大大降低设备无运行时间，节省设备电能损耗，具体节省费用支出计算：按照设备运行时总功率P=8462kW，每年无效运行时间T=t×358=644.4，可得节省电能W=P×T=8462×644.4.46=5452912.8kW·h，按照每度电费0.5元/kW·h计算,每年可节省费用支出272.64万元。 5.社会效益分析：设备状态监测与故障诊断系统在金鸡滩煤矿的应用，为设备管理和维修提供科学依据，有效减少了设备事故的发生，提高设备运行效率和可靠性。通过诊断分析达到了预防性维修和计划性检修完美结合，节省了材料费，提高现代煤矿企业设备管理水平，具有较大的推广应用价值，对煤炭行业大型设备的科学管理起到积极地推动作用。