郑磊

(国能信息技术有限公司，北京 100011)

0 引言

煤矿工作面设备(采煤机、液压支架、刮板输送机等)突发故障造成的非计划性停机会影响煤矿正常生产，同时会缩短设备使用寿命，增加生产成本[1]。实现工作面设备故障预测及预防性检修，提高设备的可靠性已成为热点研究课题[2-3]。

时间序列(时序)分析是一种根据时序数据预测未来发展趋势的方法。时序数据是同一指标按时间顺序记录的数据列，与设备运行相关的时序数据是在设备运行阶段随时间获取的一系列观测数据[4-5]。时序分析通常通过数据预处理、建模、预测3个步骤实现趋势预测，在多个领域得到研究和应用。如E.Erdem等[6]基于时序数据，采用自回归移动平均值预测风速和风向；蔺茜等[7]采用长短期记忆(Long Short-Term Memory，LSTM)网络，根据电力变压器监测时序数据，实现了电力变压器运行状态预测；王超等[8]通过分析与齿轮箱轴承温度相关的特征时序数据，采用LSTM网络对齿轮箱轴承温度进行预测，并通过滑动窗口对预测残差进行合理分析，实现了对齿轮箱轴承故障的有效预测。但鲜有时序分析在煤矿工作面设备故障预测中应用的报道。

本文提出基于时序数据对工作面设备进行故障预测。煤矿工作面设备通常由多个复杂系统模块组成，各模块间具有强耦合性，且设备故障机理复杂，因此在进行故障预测时需对设备的运行状态、环境参数、操作数据等进行实时监测，获取电气、机械、热工类多参数时序数据。……