登录 | 注册

大型设备状态监测与故障诊断系统的应用与实践

98

成果主要完成人

张 伟、李茂龙、赵成华、胡安良、韩二宁、杨 波、李 挺、高鹏云

项目概况

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。