基于物联网的矿井自动排水系统健康管理平台设计

　　摘要：以物联网为构架，开发了基于物联网的矿井自动排水设备健康管理平台，从感知层、网络层和应用层三部分展开了设计分析，给出了物联网健康管理系统结构图。通过振动与电流传感器对所有设备的运行状态信息进行收集，利用LabVIEW将采样所得的波形显示与屏幕上。先建立ODBC数据源，并配置LabVIEW不同数据间的链接属性。完成了矿井自动排水泵的故障诊断和健康预测，给出其界面功能和状态信息的可视化显示。

　　关键词：矿井,自动排水系统,健康管理平台,物联网

　　现阶段，国内的大部分煤矿企业都已实现排水设备的自动控制过程，可以结合管道流体压力、仓位等数据并通过电磁阀合理调控离心泵处于运行或停止状态，同时还可以进一步对控制系统进行联网以实现远程控制的目标[1-3]。但到目前为止，尚未建立对矿井自动排水设备进行健康管理与故障分析的完善监控系统，主要表现在还无法准确获知发生故障的区域范围，不能全面确定各类故障的实际范围[4]。

　　根据上述分析，为了掌握排水设备的实际运行状态，防止发生老化或磨损的问题，应构建一套更加全面、可靠的健康监测管理系统[5]。物联网技术属于目前处于快速发展阶段的一门新型信息技术，可以实现对各类信息数据的实时感知、传输与高效处理，综合了各类全新的感知技术、智能识别和与计算技术，同时充分发挥互联网信息高效传输的优势，极大促进了整个信息行业的技术进步与服务水平的提升。

　　当前，各个行业都与物联网技术形成紧密结合，并对人们的日常生活也造成了明显影响。物联网技术也被广泛应用于许多煤矿行业中来实现矿井自动排水的功能，同时还可以更加高效地管理矿井中的自动排水设备，符合我国的产业政策导向要求[6-8]。

　　本文主要研究了矿井自动排水设备各项故障因素并对其进行了健康预测，在此基础上对矿井自动排水设备进行了实验测试、理论计算并对收集得到的数据进行了系统分析，从而可以高效监测矿井的各个自动排水泵状态并准确诊断实际故障因素，最终开发得到了一套可以监测矿井自动排水设备以及实现健康管理的系统，有效预防了因为煤矿水灾害而造成人员大量伤亡或各类意外经济损失，本文研究结果对于指导实际生产过程提供了一定的应用依据。

　　1系统整体方案设计

　　对矿井排水设备进行健康管理都需要建立在物联网技术的基础上。

　　1.1全面感知

　　矿井的自动排水系统由高压电机、离心泵、阀门与管路等多个部分共同组成。对系统运行情况进行分析时，需采集的信号包括高压电机轴温、小井液位、离心泵进口与出口压力值、排水量等，同时还要分析电机电流信号以及离心泵振动信号。这些信号都是由本实验系统的离心泵健康管理平台产生。根据上述各项信号分析结果可以准确判断出此系统的整体运行状态，并且还能进一步预测矿井中各个自动排水泵对应的剩余健康值。

　　1.2传输可靠

　　在物联网技术中，除了需要收集各类设备状态信息，还要确保这些数据能够实现可靠的传输。可以利用井下以太环网把低频信号传输至系统数据管理中心，同时再利用OPC技术实现该数据与大学数据库之间的相互关联，对于高频信号则是利用以太网与数据库之间直接构建连接，从而更加方便被LabVIEW调用。确保准确传输物联网数据是高效、健康管理矿井自动排水设备的前提。因此，必须保证输入数据库内的所有数据都不能出现丢包或误码的情况，以此确保实现健康管理的目标。

　　1.3智能化处理

　　根据数据库中各个低频信号的曲线拟合结果可以计算出特定流量扬程，可以获得排水泵对应的剩余健康数据，之后再利用LabVIEW来实现可视化显示数据的过程;为可视化界面设定了小井液位的上限与下限值以及电机的最高轴温，并综合评价矿井自动排水系统的整体运行状态;此外，也可以分析数据库含有的高频信号来获得离心泵实际运行过程的时频谱图，之后对这些时频数据实施EMD分解，从而得到IMF分量，然后将输入IMF分量其中BP网络进行训练，并给出合理化改善建议。最后，在数据库中输入智能处理结果，为后续查询过程提供便利。

　　2设备配置与数据采集

　　为全面感知矿井自动排水泵的运行状态，应合理选择振动与电流传感器、工控机以及数据采集卡的类型，同时还应正确配置所有传感器以及正确安装数据采集卡驱动。通过振动与电流传感器对所有设备的运行状态信息进行收集，根据模数转换结果可以获得不同频率对应的电流信号，再把该信号传输至工控机中。振动与电流传感器硬件配置：将采集的振动信号与PCI-4472采集卡建立信号连接;为电流传感器配置的电源电压为12V，之后利用ADAM-3968和PCI-1716L采集卡建立连接。

　　在PCI插槽内插入该采集卡，从而完成显示与保存数据的功能。根据下述条件配置振动与电流传感器的信号采集系统：先为测量及自动化资源管理器配置参数信息，并设定采样率等于10kHz，并以差分模式进行测试。把上述配置得到的信号源传输至LabVIEW采集系统中，可以完成1000点的采样分组。先安装好系统系统，之后设置功能参数并完成保存，最后把信号源输入至LabVIEW电流信号采集系统内以实现采集电流信号的功能。

　　3可靠传输设计

　　利用远程传输的方式在数据库中写入或读取数据，便完成了远程传输信息。先构建MicrosoftSQLServer2008R2数据库，再配置数据库;之后，正确设置IP地址，同时建立ODBC数据源;配置LabVIEW不同数据间的链接属性和设定为数据库读写程序来实现远程读写数据的目的。

　　3.1构建数据库

　　本文构建得到了PaiShuiShuJu数据库，可以把数据表分类成振动信号与电流信号两种数据表;电流信号数据表包括序号、采样时间、电流共三个变量名。

　　3.2配置ODBC数据源

　　本文利用ODBC数据源方式来远程读取数据并对SQLSever数据库进行访问。可以根据下述步骤实现：①首先在LabVIEW默认安装路径中设置好LabSQL工具包;②从计算机“管理工具”选项中选择“数据源”，将“SQLSever”加入“用户DSN”里;③为“SQLSever新数据源”进行命名，同时从"服务器"的下拉列表里输入数据库服务器IP。④选择SQLSever验证方式，同时输入对应的用户名与密码;⑤确定链接数据库，本文选择LiGDDATA作为链接数据库，之后测试了该数据库的数据源。

　　4排水系统实现

　　根据矿井自动排水设备状态的可靠传输与全面感知，智能处理上述各项数据。根据数据库高频信号的视频特征可以获得离心泵运行状态下的时频谱图，之后对其实施EMD分解，得到IMF分量值，再把该值传输到BP神经网络中来完成诊断泵故障的功能，并给出维修建议;此外，根据拟合得到的低频信号曲线特征可推断出额定流量状态下对应的扬程，相比于实验测试得到的扬程序列数据，可以进一步推导出矿井自动排水泵所具备的剩余健康预测数据。

　　1)具备“运行”与“停止”按钮;2)分析振动信号的时频特征并绘制曲线，计算各项参数值;3)对读取的振动信号进行EMD分解，获得各个频段下的分量并计算出不同频段的能量;4)从训练样本中读取振动信号，并以此作为辨别标准;5)在BP神经网络中输入频段能量，获得故障的诊断数据;6)收集历史数据并绘制图表，对各组振动信号特征量进行记录并将结果存储到数据库内。

　　5结论

　　为了有效预防了因为煤矿水灾害而造成人员大量伤亡或各类意外经济损失，本文设计了基于物联网的矿井自动排水设备健康管理平台，从感知层、网络层和应用层三部分展开了设计分析，给出了物联网健康管理系统结构图，并以离心泵故障诊断界面为例分析了基于物联网的排水系统实现，为矿井自动排水系统的自动化实现奠定一定的基础。

　　参考文献：

　　[1]王盛杰,李小喜,许春雨,田敏,宋建成,王晓军.矿井自动排水自动化监测监控系统的开发[J].中国矿业,2014,23(12):147-151.

　　[2]彭宇,刘大同.数据驱动故障预测和健康管理综述[J].仪器仪表学报,2014,35(03):481-495.

　　[3]景博,汤巍,黄以锋,杨洲.故障预测与健康管理系统相关标准综述[J].电子测量与仪器学报,2014,28(12):1301-1307.

　　[4]郭文琪,宋建成,田慕琴.基于数据驱动的矿井自动排水设备健康预测方法[J].工矿自动化,2017,43(11):39-48.

　　[5]赵敏,高宏力,许明恒,郭志平,乔宏,吴希曦,黄柏权.多变量灰色模型在滚珠丝杠剩余健康预测中的应用[J].计算机集成制造系统,2011,04:846-851.

　　相关刊物推荐：中国矿业(月刊)创刊于1992年，由国土资源部主管、中国矿业联合会主办的大型矿业期刊。