摘要
带式输送机是煤矿中的重要生产设备,针对带式输送机的故障诊断需要进行大量的计算,但煤安设备的硬件配置难以满足庞大的计算需求,将数据传输到地面又会使工业环网产生延迟,因此提出了一种基于云边协同的带式输送机故障诊断技术。该技术将云平台和边缘侧的计算量进行合理的分配,在边缘侧的设备上对采集的原始数据进行简单的分析和处理,再将重要数据发送到云端进行更精密的计算。在边缘侧使用简单的阈值判断法,通过分析电动机的温度、电流、声音幅值、振动峰值的极值判断故障,在云端使用卷积神经网络,建立故障诊断模型库,对采集的数据进行信号去噪、特征提取、特征对比的处理方法,分析带式输送机的具体故障类型,为设备的维修提供指导建议。云边协同不仅实现了带式输送机的故障诊断,还联动带式输送机综合保护装置、扩音电话、综合管控平台,在检测到故障时可完成带式输送机停机、语音报警、平台画面显示等操作,将整个主煤流运输系统进行统一调配,实现主煤流运输系统的智能化升级。
作者
马孝威
李标
MA Xiaowei;LI Biao(CCTEG China Coal Research Institute,Beijing 100013,China;State Key Laboratory of Intelligent Coal Mining and Strata Control,Beijing 100013,China;Engineering Research Center for Technology Equipment of Emergency Refuge in Coal Mine,Beijing 100013,China;Beijing Engineering and Research Center of Mine Safe,Beijing 100013,China)
出处
《工矿自动化》
CSCD
北大核心
2024年第S01期119-121,150,共4页
Journal Of Mine Automation
基金
煤炭科学技术研究院有限公司科技发展基金项目(2023CX-Ⅱ-09)
煤炭科学技术研究院有限公司新产品新工艺开发项目(2023CG-ZB-09)
作者简介
马孝威(1994-),男,内蒙古呼伦贝尔人,助理研究员,硕士,从事煤矿自动化产品研发工作,E-mail:mxw_hlbe@163.com。
