刘媛媛

(煤炭科学技术研究院有限公司， 北京 100013)

0 引言

矿山建设经历了人力矿山、机械矿山、数字矿山等阶段，正逐步向智慧矿山迈进。智慧矿山将工业物联网、大数据、人工智能、5G等技术与煤炭开发利用深度融合，从而实现煤矿采掘、运输、洗选、通风、设备安全管理等全过程智能化运行[1]。

煤矿机电设备包括综采设备、洗选设备、提升设备、通风设备、供排水设备等，这些设备长时间在恶劣的煤矿生产环境下运转，易出现不同程度的磨损或故障，不仅影响煤矿开采工作的正常开展，降低企业经济效益，且故障如不能及时处理，还会降低设备的使用寿命，提高企业运行成本。因此，及时准确掌握煤矿机电设备当前的运行状态，判断当前故障并对故障发展趋势进行预测，对于保障煤矿安全生产具有重要意义。

煤矿机电设备大数据具有大容量、多样性和实时性的特点，从煤矿机电设备大数据中挖掘信息，高效、准确地识别设备故障，成为煤矿机电设备维护管理面临的新问题。传统的诊断识别方法无法满足大量监测数据的分析处理要求，智能故障诊断与预测方法通过深层挖掘监测数据中所包含的多传感器故障信息，利用专家系统及各类智能算法识别出设备当前存在的故障隐患，并对其发展趋势进行评判，从而智能化地提出维护管理意见，大大提高了设备维护管理的可靠性和效率。笔者对煤矿机电设备的智能故障诊断与预测性维护研究现状进行了总结，对煤矿机电设备智能化维护研究存在的问题进行了分析，展望了煤矿机电设备智能化维护研究的发展趋势。……