小纪汗煤矿：关键设备状态预警系统

小纪汗煤矿为贯彻落实政府要求，提出了以信息化、智能化技术为手段，解决目前矿井各系统信息“孤岛”，融合各类数据，用大数据分析的方法，建立统一的协调管控应用平台，提高安全和生产技术的管理水平，先以关系煤矿生产的关键机电设备入手，实现设备状态预警分析，提升设备运行效率，降低运维成本，推进科技创新。

小纪汗目前企业关键设备现状，主要存在以下痛点：重要的数据没有监测和报警、多源异构数据采集困难、人工巡检设备存在死角、设备维护成本增加。

1、重要的数据没有监测和报警
现有的系统以“控制为主”，只是在中控室对设备进行远程开停，对电气开关的状态、电机电流、电压等少数参数进行远程监测，而对于表征设备运行状态的重要数据如温度、振动等并没有监测与报警。
2、设备采集数据困难
现有设备管理是由设备维护人员不定期到现场巡视，使设备监管存在时间盲点，目前是通过微信扫码方式，对设备进行手工数据填报，由于是固定时间采集数据，无法获取持续性数据。
3、人工巡检设备存在区域死角
通过人工巡检，加大了维护人员的劳动强度，也因为某些客观因素使设备监管存在区域死角。
4、设备维护成本增加
由于缺少重要运行参数的实时监测，设备维修属于“事后维修”，影响了生产的连续性，增加了设备维护的成本。

基于客观环境实时数据、生产管理数据和风险指标评价体系的煤矿安全风险预警服务

 关键设备状态预警系统业务架构

1、建设大数据分析平台

分别部署于物联网设备端及云服务器端，实现对井下设备数据接口协议对接，多种网络传输协议集成，以及数据协议解析框架，实现井下设备数据的实时汇集；采用分布式存储、分布式计算引擎和机器学习算法进行矿井设备数据的挖据和分析，建立设备健康评估模型、设备能耗优化模型、设备故障分析模型等完善的矿井设备大数据分析模型。

2、机电设备生命周期管理平台

以大数据分析平台的数据汇聚和分析模型为基础，建设机电设备生命周期管理云平台。对设备资产进行全生命周期管理、实时数据监控及多维统计分析、报警预警，以及对设备或零部件的预测性维护和对生产运行流程等进行优化改进服务。

3、机电设备故障诊断及预警云平台

以大数据分析平台的数据汇聚和分析模型为基础，机电设备故障诊断及预警云平台。通过对关键机电设备易损部件的振动、温度信号进行在线监测。同时通过采集机电设备的电压、电流等运行状态信号，运用故障诊断及预警云分析模型，实时智能诊断设备故障原因、故障类型、故障严重程度。利用能源物联网数据，感知井下机电设备的运行工况，对机电设备的能耗数据进行智能分析、判断，预测设备故障、优化运行环境、优化设备配置，达到节能降耗、井下机电设备安全、高效、经济运行的目的。

*以上数据均为演示数据

1、保证生产安全，采用大数据模型对设备故障状况进分析预测，能够确保井下相关设备在安全状态下稳定运行，避免因为设备突发故障而导致的安全事故。
2、节省维修成本、提高生产效率，采用机电设备专用故障诊断算法及大数据分析，进行机电设备故障预测与保养排期，提高设备使用寿命，降低维修费用和可能产生的意外停工造成的损失。
3、建立设备健康评估模型、设备能耗优化模型、设备故障分析模型等完善的矿井设备大数据分析模型。
4、机电设备的能耗数据进行智能分析、判断，预测设备故障、优化运行环境、优化设备配置，达到节能降耗、井下机电设备安全、高效、经济运行的目的。