王涛

摘要：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。

关键词：煤矿机电设备;智能化维护;研究现状;发展趋势

1煤矿机电设备智能化维护研究现状

（1）设备的故障机理研究不足。煤矿机电设备往往体积庞大，结构复杂，对于该类型设备进行故障机理研究时，往往需要对研究对象进行一定程度的简化，才可以建立相应的数学和力学模型，通过仿真等手段验证模型是否有效，再结合试验修正模型。过度简化的数学模型不能完整反映设备本身全部的状态信息，甚至可能会丢失反映设备故障状态的重要特征，这会给诊断工作增加难度。因此，在机理研究方面需要进一步深入研究，建立能够尽可能反映设备状态的简化模型（包括数学模型和试验模型），合理地添加典型故障。目前对于设备故障机理的研究多集中于设备某种单一故障的机理研究，缺少多故障复合状态下的故障机理研究，今后需要更多地对设备某部分故障带来的连锁反应进行研究。……