煤炭清洁加工设备预知维护系统设计

任明月, 李栋, 孟国营

(中国矿业大学(北京) 机电与信息工程学院, 北京 100083)

摘要：分析了几种主要的煤炭清洁加工设备常见故障及其产生原因，针对当前煤炭清洁加工设备的维护模式无法准确有效地识别设备早期故障和潜在故障威胁的问题，设计了煤炭清洁加工设备预知维护系统。该系统主要由日常维护基本信息管理功能模块、设备工况实时监测功能模块、故障模拟功能模块、预知维护决策功能模块组成，4个模块相辅相成，协调作用，可以对当前设备运行情况进行评价，并对故障的发展趋势进行预测，从而实现了设备的预知维护及健康诊断。

关键词：煤炭清洁加工；绿色清洁；预知维护；健康诊断；故障模拟

0 引言

高灰分、高硫分、高矸的低质量煤在燃烧使用时势必会带来燃烧不充分、热能转换效率低、环境污染和资源浪费等问题，因此，煤炭的绿色清洁对于减少煤炭使用过程中污染物的排放具有重要作用。煤炭的洗选加工是实现煤炭清洁的重要途径，但是，目前在我国煤炭生产过程中对煤炭的洗选加工重视程度和普及程度不高，根据中国煤炭工业协会统计数据显示，2013年中国煤炭行业原煤入选率仅为59.8%，而根据国务院2013年公布的《大气污染防治行动计划》提出的目标，到2017年，原煤入选率将达到70%以上。由此可见，煤炭的清洁加工已势在必行[1-3]。

目前，煤炭清洁加工设备多采用流水线作业，且工作环境恶劣。随着设备的连续运行，设备故障在所难免，带来安全隐患。由于流水线式的工作方式，中间任何一个环节出现故障都会造成设备的停运，很可能使整条生产线瘫痪，直接造成难以估计的经济损失[4]。

煤矿企业针对重点设备采用的维修制度多是事后维修或是定期维修。这些维护模式不具有针对性，费时费力且影响生产，而且某些细微的早期故障在复杂的现场环境下难以及时察觉。因此，建立一套完整的设备故障预知维护体系，对出现的故障或潜在故障早发现、早诊断、早预防，对于设备安全高效运行具有重要意义。

为此，笔者在分析选煤厂主要设备常见故障的基础上，设计了煤炭清洁加工设备预知维护系统。该系统可以对当前设备运行情况进行评价，并可对故障的发展趋势进行预测，从而实现了设备的预知维护。

1 选煤厂主要设备及常见故障

选煤厂主要的大型设备包括振动筛、斜轮分选机、带式输送机和泵。这些设备在长时间连续运行之后，难免出现故障，现将选煤厂的主要大型设备概况及常见故障总结如下。

振动筛是选煤厂实现原煤筛分的重要设备，它的主要作用是实现原煤的分级、洗涤、脱水及脱介。按振动筛的运动轨迹可将振动筛分为直线振动筛、椭圆振动筛、圆振动筛和特殊轨迹振动筛。

由于长时间的强烈振动运行，振动筛在工作过程中受到激振力和物料的冲击力较大，所以，连续运行后难免出现各种故障。振动筛在使用过程中出现的常见故障及故障原因见表1[5-6]。

表1 振动筛常见故障及故障原因

斜轮分选机是重介质煤矸分离的主要设备，由分选槽、转轮盖、提升轮架、提升轮、提升轮转动装置、排料轮、支座组成。它的优点是分选精确度高、分选物料的粒度范围宽、处理能力强、所需悬浮液的循环量少、悬浮液的性质比较稳定。斜轮分选机在使用过程中出现的常见故障及故障原因见表2[7-8]。

表2 斜轮分选机常见故障及故障原因

带式输送机是实现煤和矸石连续运输的重要设备，其主要结构包括驱动滚筒、改向滚筒、胶带、驱动装置及张紧装置。

带式输送机在运行过程中会受到各种物料的冲击，同时其连续运行时间较长，在使用过程中出现的常见故障及故障原因见表3[9-10]。

表3 带式输送机常见故障及故障原因

选煤厂配备泵主要用于介质的调配和煤炭的洗涤环节，泵主要由泵体、泵盖、叶轮、挡水圈等组成。泵在使用过程中出现的常见故障及故障原因见表4[11-12]。

表4 泵常见故障及故障原因

2 煤炭清洁加工设备预知维护系统设计

煤炭清洁加工设备预知维护系统(简称4M系统)主要包括4个功能模块：日常维护基本信息管理功能模块、设备工况实时监测功能模块、故障模拟功能模块、预知维护决策功能模块。以上4个功能模块的数据库分别对应日常维护基本信息数据库、实时工况数据库、设备故障模型数据库和预知维护决策模型数据库。4M系统基本结构如图1所示[13]。

4M系统基本工作流程[14]：日常维护基本信息数据库中可以存储设备的原始设计信息、历史维修维护信息及所有相关的有用特征信息；设备工况实时监测功能模块采集到的设备状态实时信息数据存储在实时工况数据库内；对设备的典型故障进行模拟分析得到的故障数据存储在设备故障模型数据库中，然后与实时监测到的特征参量进行比对，并将比对的结果存入预知维护决策模型数据库，用于判断设备可能存在的故障、故障诱因、劣化程度和趋势，进而提出相应的维护建议，以实现在设备发生功能故障之前有计划地对设备进行合理维护；预知维护建议存储在日常维护基本信息数据库中，用于指导相关维修人员进行下一阶段的维修工作；设备工况实时监控中心的技术人员可以根据实时更新的日常维护基本信息数据库里的信息有针对性地重点监视部分测点信号。

日常维护基本信息管理功能模块主要包括2个部分的内容：设备基本信息和日常维护维修台帐，如图2所示。设备基本信息包括设备名称、设备型号、产品说明书、设计参数、设计简图、厂家信息、启用时间等；设备日常维护维修台帐包括设备日常维护台帐、历史维护维修信息和由预知维护维修决策系统提出的下阶段维护维修建议内容。

图2 设备日常维护基本信息管理功能模块

现在针对煤矿设备建立在线的实时监测系统已经比较容易实现，因此，可以通过在线实时监测功能模块得到设备工况的相关参数，主要的方式为在设备的关键位置安装相应的传感器来采集所需类型的信号，并将采集的信号传送到上位机进行数据的处理、存储和分析，为后续进行故障的识别提供数据来源。常见的监测信号包括振动信号、温度和噪声等。振动筛振动信号采集如图3所示。

故障模型数据库包括典型故障模型数据库和历史模型数据库。典型故障模型数据库是针对各种常见故障进行建模，采用数学模型或计算机仿真的方法，在设备模型人为添加典型故障并得到反映故障特征的信号指标。历史故障模型数据库是对设备运行过程中所出现过的不存在于典型故障类型里的故障进行建模，需要长期对设备工况监测数据的积累。在计算机中建立的振动筛三维模型如图4所示，在此基础上可以对该模型添加人为的典型故障，例如裂纹等损伤。在有限元软件中对振动筛结构添加裂纹后的网格效果如图5所示。

在获取日常监测数据的基础上，结合故障模型数据库信息，快速找到反映设备早期故障信息的数据成为重中之重。预知维护决策功能模块常见的预测方法主要包括资料分析法、定性分析法、时间序列分析预测法、因果关系预测法、数学模型分析法和组合分析法。

3 结语

煤炭的洗选加工是煤炭清洁的重要手段，选煤厂作为煤炭洗选加工的主要环节，它的稳定运行对于煤炭清洁具有重要意义。由于现场环境恶劣，加上不间断工作，煤炭清洁加工设备在长时间连续运行之后难免出现一系列的故障，传统的维护模式难以在故障发生的早期及时准确发现并将其消灭在萌芽状态，往往在故障已经发生并且已酿成了较大后果时才被发现，很有可能造成更大的损失。煤炭清洁加工设备预知维护系统可以有效解决这一问题，它通过4个功能模块协同工作，能够准确识别当前故障并对潜在故障威胁进行预测，可以提前对设备进行针对性较强的预知性维护，对于设备的安全高效运行具有重要意义。

[1] 梁敦仕. 2011年煤炭经济运行分析及走势预测[J].中国矿业, 2012,21(2):13-14.

[2] 中国煤炭运销协会. 2013年8月煤炭市场运行分析及走势预测[J]. 煤炭经济研究, 2013，33(10):25-26.

[3] 李中元.低碳经济视角下煤炭清洁高效利用研究[J].山西煤炭管理干部学院学报,2014,27(1):2-4.

[4] 帖秀丽.跳汰洗选设备常见故障及处理方法[J].山西大同大学学报(自然科学版), 2008，24(1):56-58.

[5] 王学龙.振动筛常见故障的分析与处理[J].中国机械, 2014(4):33-34.

[6] 齐友华.选煤厂振动筛设备常见故障诊断和故障处理方法[J].内蒙古煤炭经济, 2014(8):125-126.

[7] 赵栋梁.LZX-4斜轮重介质分选机常见故障及改进[J]. 矿山机械, 2011,39(3):135-136.

[8] 郭建光.LXZ-4斜轮重介分选机在晋煤集团成庄矿选煤厂的应用[J].选煤技术,2013(3)：41-44．

[9] 高斌玉.煤矿带式输送机常见故障及处理方法[J].煤矿现代化, 2016(2):124-126.

[10] 白立文,孙恺.带式输送机常见故障及处理措施[J].机电工程技术, 2015(7):218-220.

[11] 朱正茂. 煤矿多级离心式排水泵的故障分析及处理[J].中小企业管理与科技旬刊, 2014(26):133-134.

[12] 吴正军.关于离心泵常见故障的解析和改进[J].现代制造技术与装备, 2014(2):59-60.

[13] 李伟,程晓涵,汪爱明,等.大型矿山机电设备远程健康诊断系统的研究进展[J].煤炭工程,2014,46(5):139-142.

[14] 程晓涵.基于投影寻踪的矿用设备预知维护方法及应用研究[D].北京:中国矿业大学(北京),2012：14-23.

Design of predictive maintenance system of coal cleaning and processing equipments

REN Mingyue, LI Dong, MENG Guoying
(School of Mechanical Electronic and Information Engineering, China University of Mining and Technology (Beijing), Beijing 100083, China)

Abstract：Common faults and its causes of several main coal cleaning and processing equipments were analyzed. In view of problem that maintenance mode of current coal cleaning and processing equipment cannot accurately and effectively identify early fault and potential threat, a predictive maintenance system of coal cleaning and processing equipments was designed. The system is mainly composed of function module of basic information management, function module of real-time monitoring of equipment condition, function module of fault simulation, function module of predictive maintenance and decision, four modules are complement with each other and coordinates effect, which can evaluate running status of current equipment, and forecast development trend of fault, so as to realize the predictive maintenance and health diagnosis of the equipments.

Key words：coal cleaning and processing; green clean; predictive maintenance； health diagnosis; fault simulation

作者简介：任明月(1992-)，女，山东济宁人，硕士研究生，研究方向为测试计量技术及仪器，E-mail:tbp130402013@student.cumtb.edu.cn。

网络出版地址：http://kns.cnki.net/kcms/detail/32.1627.TP.20170425.1736.003.html