煤矿智能化建设大环境下智能管控平台技术的设计与研究

管控平台的概念在煤矿行业已提出多年,但一直以来仅停留在自动化与数字化的技术层面。近年来,国家大力推动煤矿智能化建设,行业对管控平台的需求也随着技术进步水涨船高。因此设计了符合门克庆煤矿实际需求的管控平台技术路线,探讨大数据、数据中台、云服务、工业互联网和综合监控平台等技术在智能管控平台中的应用,以及智能管控平台对门克庆煤矿智能化建设的推动作用。

综采工作面无人化远程监控技术

为解决煤矿井下综采工作面监控不足、劳动力成本大、设备状态实时性较差等问题,本文提出了一套煤矿井下综采工作面无人化远程在线监控系统,介绍了硬件系统模块,根据模块化设计理念编写了故障识别软件程序。经应用表明,本次提出的方案实现了综采工作面的无人化、工作面设备的互联互通以及故障智能分析与决策,解决了长期困扰煤矿企业发展的难题,大大提高了煤矿井下智能化水平,降低了工人劳动强度。

我国煤炭供需监测体系及预测预警机制研究

深入分析了煤矿产能变化原因,构建了煤矿产能供需监测体系;经过研究,认为国家宏观经济发展状况、煤炭下游行业发展都对煤炭需求和消费形成重要影响,由此确定了GDP、商品房销售面积、基建投资、挖掘机销量、建材成交量5个宏观经济方面的数据指标,确定了电力行业各省用电量,钢铁行业生铁产量、焦炭产量,建材行业水泥和平板玻璃产量等指标作为煤炭下游行业影响的数据指标,构建了煤炭下游行业数据监测体系。同时,在研究煤炭供给预测机理和煤炭需求预测机理基础上,对煤炭供需预警机制进行了深入研究,认为,当预测的某时期的煤炭库存与消费的比例小于0.7时,若煤炭供需比大于1.012,则可能实现煤炭供需平衡;若供需比运行在1.006~1.012区间,煤炭市场供需关系表现为紧平衡;若供需比小于1.006,则煤炭市场供需关系表现为失衡。在完善新形势下国家煤炭储备体系建设、提高市场调节能力方面,认为,应根据煤炭需求波动规律,适时调整煤炭储备规模;应根据煤炭流动规律,优化煤炭储备基地布局;应完善煤炭进口动态调节机制。

煤炭工业监控大数据平台建设与数据处理应用技术

为保障煤矿的安全高效生产,及时准确地预测可能发生的故障及灾害,通过分析兖矿集团煤矿大数据的现状及存在的问题,探讨了在大数据时代下,煤炭工业监控大数据平台的建设和使用方法。依托互联网、云计算和大数据技术,采集、整理和存储海量数据。通过数据挖掘技术和视频分析技术来探索发掘现场生产规律,从而提高煤矿应对潜在灾害和发现安全隐患的能力。以煤矿带式输送机工况监控系统大数据和视频监控系统大数据分析为例,分别使用流形空间的非平衡处理技术和分水岭等视觉技术对数据进行处理。试验结果表明:流形空间的过采样技术可以提高AUC指标20%左右,且基于机器视觉的煤流检测也能达到较好的效果。同时,探讨了大数据与煤炭工业监控系统的结合,并提出了报警数据融合应用的具体解决方法。

基于工业互联网大数据的远程生产管控平台研究

随着智能化开采技术深度推进,煤矿企业的数据量及类型呈指数级增长,为了实现海量数据的集群管理和分析挖掘,构建动态诊断、决策与控制工作机制,研究了煤矿企业数据中心的建设与远程运维技术。分析了基于工业互联网大数据的远程生产管控平台总体规划,介绍了该平台的技术架构,详细阐述了集团级、矿级、工作面级3个层次的数据共享中心功能开发,以实现煤矿企业多源异构数据的接入、集成和融合。为了使不同职能的工作人员访问对应的数据资源,设计了平台权限管理,避免因权限控制缺失或操作不当引发风险。通过实际应用表明,基于工业互联网大数据的远程生产管控平台能够实现利用移动终端进行远程监测与操控等功能,为煤矿智能化运行奠定了基础。

门克庆煤矿智能管控平台研究与设计

近年来,国家大力推动煤矿智能化建设,煤矿对智能管控平台的需求也更加急迫。分析了符合门克庆煤矿实际需求的管控平台技术路线,介绍了门克庆煤矿智能管控平台建设的项目背景和建设的基础条件,探讨了大数据、数据中台、云服务、工业互联网、综合监控平台等技术在智能管控平台中的应用,详细阐述了设备感知层、基础设施层、工业互联网智能中台、综合监控平台4层智能管控平台结构和实现的功能。通过实际应用表明,智能管控平台能够实现门克庆煤矿对生产过程的智能化可视化管理,对设备运行的实时监测和分析,对隐患灾害的及时预警和响应,以及对矿井各系统的有效融合和管控。

预测性维护在煤化工企业中的应用研究

当前中小型煤化工企业对于设备的维护与管理还处于较为传统的修复和运维阶段,基于预测性维护在该类煤化工企业中还没有具体的应用,煤化工企业的生产效率与设备管理方式也没有相应提升。本文就预测性维护系统提出设计理念,对硬件方面主控芯片、传感器、数据采集与服务器进行阐述,分析了软件与操作方面的数据分析、数据传输与接口、操作系统等。为实现工业互联网平台在煤化工企业的预测性维护提出对应的策略应用,最终实现设备远程监测以及预防性维护等功能。

基于大数据的火力发电远程监督诊断的研究与应用

大型火电机组具有系统规模大,运行参数波动范围广的特点,且其数据呈现高度的非线性,而大数据技术的发展给火力发电的发展带来了新的契机。本文在国内外故障诊断研究的基础上,针对上述火电机组的运行特性,对火电机组故障诊断的评判标准和其诊断流程简要介绍,并在此基础上提出了一种基于大数据挖掘技术的远程监督诊断平台。基于大数据的火电机组远程诊断不仅是发挥智能化的重要举措,也是推动电力行业发展的一种手段,对于火电厂的技术改革具有推动作用。