全国煤矿智能化建设典型案例：骆驼山洗煤厂

本文来源于国家能源局综合司发布的《全国煤矿智能化建设典型案例汇编》，其中共有 80 项煤矿智能化建设典型案例，案例覆盖信息基础设施、智能掘进、智能采煤、智能露天、智能运输、智能防灾、智能洗选 7 个方向。

国家能源集团骆驼山洗煤厂应用德姆斯关键设备故障监测与预测性维护系统，树立智能洗选标杆案例。

经济效益：每年减少经济损失 200 万元；每年减少设备维修费用 150 万元；每年减少人员支出费用 20 万元。

德姆斯采用设备管理互联网的模式构建了洗煤厂关键设备运行数据采集与网络传输的通道，建立了选煤设备在线监测和智慧化管理的信息化体系，为建立智慧选煤和智慧矿山提供了底层信息技术支持。

关键设备故障监测与预测性维护系统对选煤厂关键设备早期故障进行预警和预诊断，提高设备管理效率，降低设备操作人员的劳动强度，保障安全生产，在整个煤炭洗选行业内极具推广价值，及很强的带动示范效应。

主要建设内容：弥补自动化系统的不足，做到预测性维修，将参数记录电子化、故障诊断信息化，降低维修成本，提高管理效率，减少非计划停机时间。

现阶段洗煤厂的设备一般都具备比较完备的自动化控制系统，能够实现远程自动启动或自动停机的联锁控制。但是随着选煤智能化的推进，要求“少人化、无人化”成为洗选智能化的目标。

但现阶段洗选设备自动化控制系统缺乏对洗选设备运行状态的密切监测，对表征洗选设备运行的重要参数如温度、关键部位的振动数据等并没有监测，设备的早期故障很难及时发现。设备维护一般都采用定期检修或事后维修。

对于重要设备，一般是安排人员定期现场巡检，手工书面记录设备运行参数。由于人员素质、检测手段等因素，在巡检任务的监管、检测的准确性、数据档案管理的便捷性都存在很大问题，很难满足设备精益管理要求。

关键设备故障监测与预测性维护系统，对旋转类机械设备进行智能监测与故障诊断，采用无线振动和温度监测装置对设备关键部位温度和振动频谱进行分析，提前发现设备底座松动、不对中、基础松动、不平衡、轴承损坏、齿轮箱损坏等故障。

建设情况：实现选煤厂机电设备早期故障进行预警和预诊断，提高设备管理效率，降低设备操作人员的劳动强度，保障安全生产。

采用“设备管理+互联网”的模式，构建了旋转类设备运行数据采集与网络传输的通道，建立了设备在线监测和智慧化管理的信息化体系，为建立选煤厂智能化提供了底层信息技术支持。

该系统综合运用工业互联网、无线通信、智能传感、云技术，开发了基于大数据的选煤厂关键设备在线监测与预测性维护系统，应用于洗煤厂的皮带机、离心机、煤泥（混料）泵、振动筛、空压机等主要设备。

研发高精度、宽频带的无线振动温度监测器（传感器），对洗煤厂设备关键部位的振动频谱和温度进行在线检测与分析，采用压电式加速度芯片作为振动信号的核心采集芯片，以及高精度温度采集芯片、无线传输模块以及高速 A/D 转换芯片等，研究并构建了该采集器的工作原理框架，

通过设计各个核心芯片之间以及芯片与模块之间的电路，使得采集器能够对设备关键部位的振动和温度进行数据的采集与传输。

开发基于 B/S 架构的选煤厂设备在线监测与预测性维护云平台软件，具有云端数据分析、存储与移动终端呈现功能的远程数据管理平台。数据平台采用大数据分析功能，对设备的运行数据进行分析，进行精确故障诊断并得到轴承振动等关键参数的历史趋势，为用户维修提供决策依据。

研究洗煤厂旋转机械设备的故障特征参数和特征频率，对设备进行状态评价，做到预测性维修，降低维修成本，提高管理效率。

技术特点及先进性：关键设备在线监测与预测性维护系统是将新一代信息技术应用于选煤厂生产设备健康管理信息化，建立设备全生命周期的数据管理与分析，实现选煤厂安全生产、设备可靠工作、管理更加便捷。

系统可以实现被监测设备当前运行状态的判断和未来状态的预测，可定位故障部件、分析故障根因、监测故障劣化趋势、评估故障部件剩余寿命。

将振动温度一体式传感器安装在机电设备的轴承部位，在线监测设备的动态振动波形和温度数据，被监测的机电设备为选煤厂的关键设备，包括水泵、振动筛、皮带机、离心机等设备；

系统可以实现对上述设备的故障诊断，包括：基础地脚松动、结构松动、结构共振、刚度不足、不平衡、不对中、松动、共振；轴承内外圈剥落、滚动体剥落、保持架刮擦、断裂、轴电流、轴承动静磨碰；齿轮齿面磨损、齿面胶合和擦伤、断齿等。

关键设备在线监测与预测性维护系统可以实现机电设备的健康管理，可有效地降低设备维护力度，降低设备维护实际工作量，通过数据实现对设备进行预测性维护，实现机电设备维护工作效率高、成本低等目标，并且有效地提高机电设备的实际使用率，从而增加企业的经济效益。