在礦山生產(chǎn)領(lǐng)域，礦井提升機(jī)作為 “咽喉設(shè)備”，承擔(dān)著運(yùn)輸人員、礦石及物料的關(guān)鍵任務(wù)，其運(yùn)行狀況直接關(guān)乎礦山生產(chǎn)的安全與效率。隨著2025年礦井提升機(jī)行業(yè)政策的不斷推進(jìn)與落實(shí)，對提升機(jī)的智能化、安全性和可靠性提出了更高要求。然而，當(dāng)前礦井提升機(jī)面臨故障處理周期長、維護(hù)保養(yǎng)任務(wù)重、維修成本高等難題，傳統(tǒng)健康診斷系統(tǒng)存在誤差大、智能化程度低等不足。在此背景下，研究基于 PHM 的礦井提升機(jī)健康管理系統(tǒng)具有重要的現(xiàn)實(shí)意義。

  一、礦井提升機(jī)健康管理系統(tǒng)的核心功能需求

  《2025-2030年全球及中國礦井提升機(jī)行業(yè)市場現(xiàn)狀調(diào)研及發(fā)展前景分析報(bào)告》指出，礦井提升機(jī)健康管理系統(tǒng)旨在采集、處理和整合整個(gè)提升機(jī)系統(tǒng)的健康信息，依據(jù)這些信息做出預(yù)測性修復(fù)決策，確保提升機(jī)在全壽命周期內(nèi)的安全性、可靠性和經(jīng)濟(jì)性達(dá)到或超過設(shè)計(jì)標(biāo)準(zhǔn)，從而降低使用和維護(hù)成本。該系統(tǒng)的基本工作流程涵蓋狀態(tài)監(jiān)測、健康特征信息監(jiān)測、健康狀況及危險(xiǎn)因素評估、預(yù)測與控制、健康特征預(yù)測性決策、干預(yù)控制執(zhí)行以及干預(yù)過程監(jiān)控等環(huán)節(jié)。

  其功能要求主要包括狀態(tài)監(jiān)測、健康評估和預(yù)測與控制三個(gè)方面。狀態(tài)監(jiān)測作為基礎(chǔ)，實(shí)時(shí)監(jiān)測礦井提升機(jī)是否處于正常工作狀態(tài);健康評估基于狀態(tài)監(jiān)測結(jié)果，對提升機(jī)的性能狀況進(jìn)行評估;預(yù)測與控制則結(jié)合提升機(jī)健康特征信息，對其運(yùn)行性能進(jìn)行預(yù)測性修復(fù)決策，并執(zhí)行干預(yù)控制，以保障提升機(jī)始終處于健康運(yùn)行狀態(tài)。

  二、礦井提升機(jī)動(dòng)態(tài)健康評估體系的構(gòu)建

  礦山生產(chǎn)實(shí)踐表明，礦井提升機(jī)運(yùn)行中的故障多源于液壓站故障、閘瓦磨損、提升負(fù)載過載、鋼絲繩斷絲、運(yùn)行超速以及加減速度不平穩(wěn)等問題。這些故障由分布在提升系統(tǒng)各處的傳感器進(jìn)行實(shí)時(shí)動(dòng)態(tài)感知，傳感器采集的數(shù)據(jù)作為輸入傳輸至健康管理系統(tǒng)控制模塊。當(dāng)出現(xiàn)提升超速情況時(shí)，系統(tǒng)通過調(diào)整提升機(jī)變頻器來控制電機(jī)轉(zhuǎn)速，從而調(diào)節(jié)提升速度;當(dāng)監(jiān)測到閘瓦間隙超過標(biāo)準(zhǔn)最大值 2.0mm 時(shí)，系統(tǒng)向提升機(jī)操縱臺 PLC 發(fā)出控制指令，調(diào)整液壓站比例閥電流，控制油壓輸出，進(jìn)而調(diào)節(jié)閘瓦與閘盤之間的間隙。

  礦井提升機(jī)健康管理系統(tǒng)主要由設(shè)備層、傳感器層、數(shù)據(jù)層和分析決策層四層結(jié)構(gòu)組成。設(shè)備層即礦井提升機(jī)本身，處于系統(tǒng)最底層;傳感器層由安裝在提升機(jī)及液壓站的各類傳感器構(gòu)成，包括溫度傳感器、壓力變送器等，負(fù)責(zé)采集提升機(jī)運(yùn)行參數(shù);數(shù)據(jù)層進(jìn)行數(shù)據(jù)處理和存儲，對傳感器數(shù)據(jù)進(jìn)行歸一化處理，將其取值限定在 [0 - 1] 區(qū)間，并建立數(shù)據(jù)庫儲存?zhèn)鞲衅鳉v史數(shù)據(jù)及對應(yīng)的健康指數(shù)，為后續(xù) BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練提供數(shù)據(jù)支持;分析決策層通過訓(xùn)練 BP 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行健康評估、預(yù)測推理和維護(hù)決策，根據(jù)實(shí)時(shí)傳感器數(shù)據(jù)得到健康指數(shù)，評估提升機(jī)健康狀態(tài)，預(yù)測故障趨勢并做出維護(hù)決策。

  三、基于 BP 神經(jīng)網(wǎng)絡(luò)的提升機(jī)傳感器數(shù)據(jù)與健康指數(shù)關(guān)系模型

  為實(shí)現(xiàn)對礦井提升機(jī)健康狀態(tài)的準(zhǔn)確預(yù)測，構(gòu)建基于 BP 神經(jīng)網(wǎng)絡(luò)的傳感器數(shù)據(jù)與健康指數(shù)關(guān)系模型。該模型的建立步驟包括模型建立、網(wǎng)絡(luò)參數(shù)選擇、樣本數(shù)據(jù)確定及預(yù)處理、網(wǎng)絡(luò)訓(xùn)練和測試。

  模型采用帶有 1 個(gè)中間層的 3 層 BP 網(wǎng)絡(luò)結(jié)構(gòu)，輸入層有 9 個(gè)神經(jīng)元，分別對應(yīng)電機(jī)輸出軸轉(zhuǎn)速、電機(jī)電流等 9 項(xiàng)提升機(jī)運(yùn)行參數(shù);輸出層 1 個(gè)神經(jīng)元，為礦井提升機(jī)的健康指數(shù);中間層經(jīng)過多次驗(yàn)算對比，確定神經(jīng)元個(gè)數(shù)為 5 個(gè)。

  在模型訓(xùn)練過程中，對閾值和權(quán)值進(jìn)行初始化，隨機(jī)賦予較小值。給定輸入向量和對應(yīng)輸出向量，依次進(jìn)行正向計(jì)算。將數(shù)據(jù)庫中的 110 組數(shù)據(jù)分為兩組，70 組作為訓(xùn)練集對 BP 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行反復(fù)訓(xùn)練，40 組作為測試集進(jìn)行測試。測試結(jié)果顯示，實(shí)際健康指數(shù)和預(yù)測得到的健康指數(shù)非常接近。根據(jù)設(shè)定的健康標(biāo)準(zhǔn)，即健康指數(shù) (0 - 0.35) 為健康狀態(tài)，(0.35 - 0.75) 為亞健康狀態(tài)，(0.75 - 1) 為故障狀態(tài)，實(shí)際健康狀態(tài)與預(yù)測健康狀態(tài)的重合度在 90% 以上，表明該模型具有良好的診斷預(yù)測能力。

  四、研究成果總結(jié)

  基于礦井提升機(jī)健康管理系統(tǒng)的功能要求，成功構(gòu)建了動(dòng)態(tài)健康評估體系，完成了系統(tǒng)分層和硬件結(jié)構(gòu)搭建，通過傳感器采集數(shù)據(jù)為分析決策提供了有力依據(jù)。提出的基于 BP 神經(jīng)網(wǎng)絡(luò)的關(guān)系模型，實(shí)現(xiàn)了對傳感器數(shù)據(jù)的有效訓(xùn)練，得出了精確度較高的健康診斷結(jié)果，解決了故障原因分析不全面等問題，能夠提前預(yù)知提升機(jī)健康狀態(tài)。

  試驗(yàn)分析表明，該健康管理系統(tǒng)顯著提高了礦井提升機(jī)故障診斷的效率和準(zhǔn)確性，可靠性較高。能夠提前預(yù)判提升機(jī)健康狀態(tài)，在提升機(jī)處于亞健康狀態(tài)時(shí)，便于控制人員及時(shí)采取維護(hù)保養(yǎng)措施，保障提升機(jī)健康運(yùn)行，減少故障發(fā)生，降低礦山維修費(fèi)用，將資金更好地投入到安全生產(chǎn)中，具有廣闊的市場應(yīng)用前景。

更多礦井提升機(jī)行業(yè)研究分析，詳見中國報(bào)告大廳《礦井提升機(jī)行業(yè)報(bào)告匯總》。這里匯聚海量專業(yè)資料，深度剖析各行業(yè)發(fā)展態(tài)勢與趨勢，為您的決策提供堅(jiān)實(shí)依據(jù)。

更多詳細(xì)的行業(yè)數(shù)據(jù)盡在【數(shù)據(jù)庫】，涵蓋了宏觀數(shù)據(jù)、產(chǎn)量數(shù)據(jù)、進(jìn)出口數(shù)據(jù)、價(jià)格數(shù)據(jù)及上市公司財(cái)務(wù)數(shù)據(jù)等各類型數(shù)據(jù)內(nèi)容。