巷道掘进机健康管理研究现状及展望

巷道掘进机健康管理研究现状及展望

苗广军

澄合山阳煤矿有限公司 陕西省渭南市 715200

摘要：掘进机健康管理技术通过对大量监测数据进行分析处理，动态掌握其运行状况，并对各类故障进行预测预报，从而提高掘进机运行安全性，降低事故发生率及损失，减少设备维护成本。

关键词：巷道掘进机；健康管理；现状；展望

掘进机在截割时，当遇到煤岩突变而产生重载突变时，因机械传动系统对冲击吸收有限，易引起零部件损坏与使用寿命降低。另外，工作面及巷道中机电设备较多，其产生的电磁干扰易影响掘进机控制系统稳定性。为了提高掘进机运行安全性，降低事故发生率及损失，减少设备维护成本，有必要对掘进机健康管理技术开展研究通过对大量监测数据进行分析处理，动态掌握掘进机运行状况，并对各类故障进行预测预报，以迅速确定故障部位，及时维修。

一、掘进机概述

掘进机是用于平直地面开凿巷道的机器。按作业对象分为普通机子与隧道掘进机(TBM)；按作业方式分为开敞式掘进机和护盾式掘进机。其主要由行走机构、工作机构、装运机构和转载机构组成。随着行走机构向前推进，工作机构中的切割头不断破碎岩石，并将碎岩运走。有安全、高效和成巷质量好等优点，但造价大，构造复杂，损耗也较大。

二、巷道掘进机健康管理技术构架

随着掘进机复杂程度和客户对其维护需求日益增加，在掘进机生命周期管理中需充分考虑提高设备的可靠性、可诊断性和可维修性，即重视和加强故障控制、诊断、预测和维护等环节。

掘进机任何一个子系统或部件的故障都可能影响其正常工作，关键部件的损坏甚至会导致掘进机进入瘫痪状态。影响掘进机运行的主要故障设备包括液压驱动系统、截割系统、后配套系统、履带机、润滑系统、水系统等。为了准确判断异常部位并预测故障，需对相关设备进行不间断监测。

巷道掘进机健康管理技术主要体现在对掘进机进行监测、故障诊断及维护。通常，根据传感器数据分析结果，对掘进机故障作出判断，并提供维护建议。其关键技术有工作状态参数提取、全状态健康管理、剩余使用寿命估计、远程监测等。

三、巷道掘进机健康管理研究现状

1、工作状态参数提取。可靠的数据采集是实现掘进机状态监测和故障诊断的基础。掘进机工作空间有限，作业时振动大、噪声高，工作环境光照度低，影响数据采集设备的稳定性和精度。目前很多掘进机上配置了自动控制系统，但各厂家控制模块的控制语言和通信协议不同，且一般仅采集电流、电压、温度、速度、压力等，无法对掘进机进行系统、精确的故障诊断。

掘进机工作状态参数较多，部分参数可通过掘进机自带传感系统自动获取，还有一部分需外加传感器进行采集。目前，常用的井下数据采集方式有便携式记录仪离线采集、大容量记录仪离线采集、远程在线采集。便携式记录仪体积小、成本低；大容量数据记录仪稳定可靠，存储量大；远程在线采集实时性好。可根据不同工况选择数据采集方式及其组合。

2、全状态健康管理。掘进机全状态健康管理包括状态监测与故障诊断。

目前，掘进机故障诊断算法基本上是在传统BP神经网络、故障树法、专家系统、支持向量机等算法上进行优化和改进，优化算法包括遗传算法、粒子群算法、鱼群算法等。为提高故障诊断速度和精度，结合多信息融合的组合式故障诊断算法研究是必然趋势。

3、剩余使用寿命估计。掘进机零部件剩余使用寿命估计是近年来国内新兴的研究课题。对设备的诊断维修工作已由原来的“事后维修”转为“事前维修”，目前许多学者研究“视情维修”，通过对截割电动机、液压马达、变速系统等关键部件进行实时寿命预测，使工作人员预知部件健康状况，对于剩余寿命短的部件，选择合适时机进行维修或更换，最大程度地避免延误工程进度，降低经济损失。

目前，对复杂机械设备剩余使用寿命预测的研究基本不考虑工况变化，仍停留在理论仿真和实验室试验阶段。若要使剩余使用寿命预测技术得到应用，必须考虑改变工况条件，这是设备剩余使用寿命预测的发展趋势，也是巷道掘进机剩余使用寿命预测技术面临的挑战。

4、远程监测。随着网络传输技术特别是5G技术的发展，现场监测模式正朝着集成化、网络化、全球化方向发展，涌现出智能监测、网络化分散监测等先进监测理念。协同故障诊断技术是近年来的研究热点，其可异地实时监测掘进机工作状态，针对掘进机不同系统、不同类型故障，寻求不同专家进行诊断，调度中心采用智能分析方法对各专家的诊断方案作出评价，借鉴共享网络等协调机制进行诊断任务分解与分配，最终作出客观、合理的选择和决策。各分布式系统在调度中心的统一指挥和协调下，完成故障诊断任务。

目前，在实际生产中，掘进机远程监测系统大多通过有线网络将信号传输至工作面巷道中的工控机，然后接入井下局域网，通过以太网上传至地面监测中心。底层数据传输网络由有线和无线网络构成，其中，有线网络采用总线结构，交换机采用级联方式连接；无线网络采用星状拓扑结构，在交换机上连接无线访问接入点，以漫游模式进行数据传输。上层数据传输网络包括光纤环网和工业以太网，网络速率为10000 Mbitls，保证了数据传输的实时性。

随着智能化技术的发展，数字孪生技术开始应用于掘进机远程监测研究。采用数字孪生技术后，通过移动设备即可接收和显示掘进机运行状态及健康状况，并可进行人机互动，这是巷道掘进机远程监测的发展趋势。

四、巷道掘进机健康管理技术研究方向

1、研究掘进机微弱故障诊断方法。研究有效的微弱故障特征增强方法和强噪声背景下的故障特征提取方法，采用智能故障诊断算法识别微小故障；构建掘进机故障演化过程与征兆的映射关系，实时监测掘进机零部件退化情况，为及时发现故障并采取处理措施提供条件。

2、研究掘进机监测多信息融合技术。通过多传感器信息融合、特征融合和决策融合，构建掘进机融合故障诊断方法，全面监测掘进机工作状态，实现掘进机全状态监测与健康管理；针对掘进机关键且容易出现故障的部件，融合多种监测信号，提高故障诊断准确度。

3、研究掘进机重要件与保养件寿命估计方法及油液污染度评估。重点研究变工况下掘进机零部件剩余使用寿命预测方法，以期攻克掘进机安全性差、运行成本高等难题。

4、研究数字孪生技术在掘进机健康管理中的应用。采用数字孪生技术实现异地实时监测掘进机工作状态、远程协同故障诊断和人机交互，方便工作人员随时随地对掘进工况进行监测及控制。

参考文献：

[1]葛世荣.数字孪生智采工作面技术架构研究[J].煤炭学报，2020(06)．

[2]刘送永.巷道掘进机健康管理研究现状及展望[J].工矿自动化，2021(02)．