CN104179529A - 基于物联网和云计算的矿井通风机智能监控与故障诊断系统 - Google Patents

基于物联网和云计算的矿井通风机智能监控与故障诊断系统 Download PDF

Info

Publication number
CN104179529A
CN104179529A CN201410423826.9A CN201410423826A CN104179529A CN 104179529 A CN104179529 A CN 104179529A CN 201410423826 A CN201410423826 A CN 201410423826A CN 104179529 A CN104179529 A CN 104179529A
Authority
CN
China
Prior art keywords
monitoring
blower fan
fault diagnosis
fan
wind net
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410423826.9A
Other languages
English (en)
Other versions
CN104179529B (zh
Inventor
华钢
徐永刚
尹洪胜
王永星
黄冬勃
王书芹
蒋超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN201410423826.9A priority Critical patent/CN104179529B/zh
Publication of CN104179529A publication Critical patent/CN104179529A/zh
Application granted granted Critical
Publication of CN104179529B publication Critical patent/CN104179529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于物联网和云计算的矿井通风机智能监控与故障诊断系统,步骤一针对各风机构建风机监控与故障诊断系统;步骤二利用物联网技术,将全矿各风机监控与故障诊断系统与通风安全监控系统集成起来,构建全矿风机风网监控系统;步骤三利用物联网技术将各矿风机风网监控系统集成起来,构建集团级风机风网监管系统;步骤四利用云计算平台,将风机用户、风机制造厂商、风机风网故障诊断专家集成在一个工作环境中,将风机监控与故障诊断系统功能提升至多风机智能控制,实现风网智能优化、风机故障辅助诊断。本发明提高通风系统的效率和可靠性,保证矿山安全生产,风网高效稳定,节能降耗。

Description

基于物联网和云计算的矿井通风机智能监控与故障诊断系统
技术领域
[0001] 本发明涉及物联网技术、云计算技术、传感技术、信号处理技术和自动控制技术,通风网络解算,具体涉及基于物联网和云计算的矿井通风机智能监控与故障诊断系统。
背景技术
[0002] 国外对通风机在线监控系统的研究起步较早,技术相对成熟,系统的可靠性高。典型代表为法国HDR280-69型动叶可调轴流通风机、德国矿用轴流通风机和丹麦HowdenVariax轴流式通风机所配套的在线监控系统。
[0003] 国内对通风机在线监控系统的研究起步于上个世纪九十年代,首先从国外引进装备部分煤矿,通过消化、吸收并结合我国煤矿的实际情况逐步发展起来的。典型代表为江西煤炭工业研究所开发的“KFC —型通风机监测仪”;煤炭总院重庆分院开发设计的“FJZ型矿井主要通风机在线监测与故障诊断仪”;煤科总院抚顺分院研制的ZF — I型智能通风多参数测试仪;中国矿业大学开发的“KJZ-1型、KJZ-2矿井主通风机在线监测与通讯系统”。此外,煤科总院上海分院、太原理工大学、辽宁工程技术大学、西安科技大学等科研机构和学校也都研制出不同的矿井主通风机在线监测监控系统。目前,国内矿井主要通风机在线监控系统设计逐步趋于合理,系统结构正从以工控机为核心的集中监控模式向以PLC为核心的集散式监控模式转变。
[0004] 现有国内外风机监控与故障诊断系统,在线监测功能相对成熟,其在线控制功能仅为简单的开停控制,故障诊断功能研究尚处于起步阶段。各风机之间完全独立监控,然而,矿井风网是一个完整系统,连接在风网上的风机之间是必然有关联的,如何实现风网与风机的匹配是业界追求的目标,它直接影响风机能力发挥,风机节能和风网的可靠性。物联网技术出现,解决了多台风机监测与控制参数的通讯问题;云计算技术实现了风机用户、风机制造者、风机故障诊断专家、风网优化专家同台协作问题,使风机健康状态评价,辅助故障诊断,风机与风网最佳匹配成为可能。
发明内容
[0005] 本发明的目的在于:提供一种基于物联网和云计算的矿井通风机智能监控与故障诊断系统,解决风机与风网分散监控、风机与风网匹配、通风网络优化、风机故障诊断困难的问题,利用云计算技术将风机用户、生产商、风机故障诊断专家、通风网络专家在同一平台上联系起来,提高矿井通风系统的效率和可靠性,保证矿山安全生产,风网高效稳定运行,实现节能降耗。
[0006] 本发明采用的技术解决方案是该智能监控与故障诊断系统包括以下工作步骤: 步骤一:针对各风机,构建风机监控与故障诊断系统;
步骤二:利用物联网技术,将全矿各风机监控与故障诊断系统与通风安全监控系统集成起来,构建全矿风机风网监控系统; 步骤三:利用物联网技术,将各矿风机风网监控系统集成起来,构建集团级风机风网监管系统;
步骤四:利用云计算平台,将风机用户、风机制造厂商、风机风网故障诊断专家集成在一个工作环境中,将风机监控与故障诊断系统功能提升至多风机智能控制,实现风网智能优化、风机故障辅助诊断。
[0007] 其中,步骤一的具体步骤如下:
(1-1)在每台风机上安装电压、电流、温度、风压、风速、振动传感器;
(1-2)将以上传感器接入PLC和振动信号监测服务器中,实现信息的采集,并将信息传送到平板电脑中,实现信息就地显示、处理;
(1-3)通过网络将信息传输到工控组态服务器中,构建风机监控与故障诊断系统。
[0008] 其中,步骤二的具体步骤如下:
(2-1)借助全矿井计算机网络,定义风机监控系统与全矿风机与风网监控平台的通信协议,设计两者之间的通讯接口软件,将各风机监控与故障诊断系统信息集成全矿风机与风网监控平台;
(2-2)设计通风安全监控系统与全矿风机与风网监控平台通信协议,设计两者之间的通讯接口软件,将通风安全监控系统信息集成至全矿风机与风网监控平台;
(2-3)定义统一信息模型,对整个风网系统的状态监控以及故障预警,构建全矿风机与风网监控系统。
[0009] 其中,步骤三的具体步骤如下:
(3-1)定义全矿风机与风网监控系统与集团系统之间的信息交换协议,设计两者之间的通讯接口软件;
(3-2)利用上述接口和平台,构建集团级风机与风网监管系统;
(3-3)构建集团级风机与风网监管系统平台,在该平台上实现集团监管信息的展示、存储及报警预警,生成各种报表为监管部门提供各矿风机、风网的实时和历史数据。
[0010] 其中,步骤四的具体步骤如下:
(4-1)构建各集团风机与风网监控系统与风机风网云平台之间接口和信息交换协议; (4-2)构建云计算的风机与风网监管系统平台;
(4-3)利用云计算技术,将风机用户、生产商、风机故障诊断专家、通风网络专家在同一平台上联系起来,构建全矿井风机状态监控、风网智能优化,风机故障诊断、风机智能监控系统。
[0011] 本发明具有以下优点:
1、本发明在控制层次上被分为四级,依次为风机风网监控接入层、矿级级监控层、集团级级监控层和云监控层,各层的主要功能为:风机风网监控接入层主要实现风机与风网参数的实时监测;矿级监控层主要实现全矿多风机监控信息集成与协同控制;集团级监控测主要实现集团各矿风机风网信息的集成与运行监管;云监控级利用云平台完成风机健康状态分析、风网优化,风机故障辅助诊断、风机与风网匹配决策等工作。
[0012] 2、步骤一一方面实现信息的采集,采集的信息主要包括电参数、气动参数、机械振动参数等实时信息构成对风机进行检测的基础动态信息;另一方面实现对风机的控制,如通过对电机转速的控制控制风量的大小,风机开停控制,有关外围设备控制等。
[0013] 3、步骤二将全矿井风机监控与故障诊断系统信息联网,完成通风安全监控信息联网,实现了全矿井风机与风网的监控与管理,为后续集团监控与基于云的风机风网监控奠定基础。
[0014] 4、步骤三集成矿与集团之间风机与风网信息,实现了风机与风网的全集团集中监管。
[0015] 5、步骤四利用云计算技术将风机用户、生产商、风机故障诊断专家、通风网络专家在同一平台上联系起来,将风机监控与故障诊断系统功能提升至多风机智能控制,实现风网智能优化,风机故障诊断、风机健康状态评估;同时解决了矿山风机、风网故障诊断技术人员缺乏问题。
附图说明
[0016] 图1为基于物联网和云计算的矿井通风机智能监控与故障诊断系统的框图。
[0017] 图2为图1中步骤一的框图。
[0018] 图3为图1中步骤三的框图。
[0019] 图4为图1中步骤三的框图。
[0020] 图5为图1中步骤四的框图。
具体实施方式
[0021] 下面结合附图对技术解决方案作进一步说明。
[0022] 如图1-5所示,采用以下步骤构建基于物联网和云计算的矿井通风机智能监控与故障诊断系统:
步骤一构建风机监控与故障诊断系统:对矿井每台风机部署测量风量、风压、风速、温度、一氧化碳、粉尘、电压、电流、有功功率、功率因素各类传感器,对风机运行的气动参数(风量、风压、风速、效率)、环境参数(温度、一氧化碳、粉尘)、电量参数(电压、电流、有功功率、功率因素)、振动参数进行采集,实现对风机健康状态的感知;根据来自于风机监控系统的实时数据和从煤矿安全监控系统中抽取的通风工况(负压、风速等参数)的实时数据,监控矿井通风失稳,对相应的电机、风门进行手动和网络自动控制,实现矿井风机风网匹配;系统实时采集风机轴向、径向两方向振动信号,实时监测振动位移、速度、加速度,利用傅里叶变换、小波变换方法进行实时频谱分析,记录振动信号时频域波形,实时显示质心振动轨迹,实现超限报警;系统具体结构如图2所示,从图2可以看出,风机监控系统以PLC为核心构成,PLC型号为西门子、和利时,或品牌不限,主要是利用PLC运行可靠,使用方便的特点;风机振动参数测量,对采样时间要求较高,信息量较大,因此该部分围绕震动检测服务器构建,服务器实现对振动信号的高速采集、存储及实时处理,两大部分信息通过网络汇聚到矿风机风网监控监管平台上;
步骤二构建全矿风机风网监控系统:通过网络,将各风机监控与故障诊断系统与通风安全监控系统,在全矿井风机风网监控平台上实现信息集成,该平台运行在全矿井风机风网监控服务器上,系统结构如图3所示;全矿井风机风网监控平台利用工控组态软件加以实现,具体工作:(I)编制风机监控与故障诊断系统与监控平台接口驱动软件;(2)编制通风安全监控接入接口驱动软件;(3)编制组态工程。组态工程的编制,需要根据矿上监控、监管的要求,具体进行系统组态、显示组态、WEB发布工作。
[0023] 系统组态:将(I)、(2)步设计好的驱动程序,添加到组态系统中,将以上系统信息在实时数据库中集成起来,。同时根据集团监管的要求,将有关变量通过网络数据同步模块上传集团公司监管平台;
显示组态:设计组态界面,将风机风网参数,实时、动态、直观、形象地展示出来。并可进行报警与预警。接受上级系统的命令对风机风网进行调控;
WEB发布:最后通过网络将组态工程发布出去,供有关用户监控和浏览;
步骤三构建集团级风机风网监管系统:通过网络,将各矿风机与风网监控系统,在全集团风机风网监控平台上实现信息集成,该平台运行在全集团风机风网监控服务器上,系统结构如图4所示;根据集团监管要求编制组态工程,具体工作是系统组态、显示组态、WEB发布;
系统组态:多个数据同步模块添加到组态系统中,每个数据同步模块对应一个矿数据同步模块,同步变量的选取,需要根据集团监管的要求,将有关变量通过网络数据同步模块上传集团公司监管平台;
显示组态:设计组态界面,最后通过网络将组态工程发布出去,供有关用户监控和浏览,该平台主要实现各风机风压、风量、主要工作面风量以及故障和报警信息的显示、存储等功能;
步骤四构建联系风机用户、制造商、风机与风网故障诊断专家云计算平台:风机与风网故障诊断云计算平台,是SaaS型云计算平台,如图5所示,该平台建立在互联网上,在云平台上提供以下功能:风机风网的监控、风网优化、风网解算、风网模拟、故障辅助分析;分析的结果经过平台上的专家协商确认后,将决策下达至监控系统执行相应的控制操作,保证矿井通风系统高效、稳定、可靠运行。

Claims (5)

1.基于物联网和云计算的矿井通风机智能监控与故障诊断系统,其特征是该智能监控与故障诊断系统包括以下工作步骤: 步骤一:针对各风机,构建风机监控与故障诊断系统; 步骤二:利用物联网技术,将全矿各风机监控与故障诊断系统与通风安全监控系统集成起来,构建全矿风机风网监控系统; 步骤三:利用物联网技术,将各矿风机风网监控系统集成起来,构建集团级风机风网监管系统; 步骤四:利用云计算平台,将风机用户、风机制造厂商、风机风网故障诊断专家集成在一个工作环境中,将风机监控与故障诊断系统功能提升至多风机智能控制,实现风网智能优化、风机故障辅助诊断。
2.如权利要求书I所述的基于物联网和云计算的矿井通风机智能监控与故障诊断系统,其特征是:步骤一的具体步骤如下: (1-1)在每台风机上安装电压、电流、温度、风压、风速、振动传感器; (1-2)将以上传感器接入PLC和振动信号监测服务器中,实现信息的采集,并将信息传送到平板电脑中,实现信息就地显示、处理; (1-3)通过网络将信息传输到工控组态服务器中,构建风机监控与故障诊断系统。
3.如权利要求书I所述的基于物联网和云计算的矿井通风机智能监控与故障诊断系统,其特征是:步骤二的具体步骤如下: (2-1)借助全矿井计算机网络,将各风机监控与故障诊断系统信息集成至全矿风机与风网监控平台; (2-2)将通风安全监控系统信息集成至全矿风机与风网监控平台; (2-3 )依托全矿风机与风网监控平台,构建全矿风机与风网监控系统。
4.如权利要求书I所述的基于物联网和云计算的矿井通风机智能监控与故障诊断系统,其特征是:步骤三的具体步骤如下: (3-1)构建全矿风机与风网监控系统与集团系统之间的接口与信息交换协议; (3-2)利用上述接口和平台,构建集团级风机与风网监管平台; (3-3)依托集团级风机与风网监管平台,构建集团级风机与风网监管系统。
5.如权利要求书I所述的基于物联网和云计算的矿井通风机智能监控与故障诊断系统,其特征是:步骤四的具体步骤如下: (4-1)构建各集团风机与风网监控系统与风机风网云平台之间接口和信息交换协议; (4-2)构建云计算的风机与风网监管系统平台; (4-3)利用云计算技术,将风机用户、生产商、风机故障诊断专家、通风网络专家在同一平台上联系起来,将风机监控与故障诊断系统功能提升至多风机智能控制,实现风网智能优化、风机故障辅助诊断。
CN201410423826.9A 2014-08-26 2014-08-26 基于物联网和云计算的矿井通风机智能监控与故障诊断系统 Active CN104179529B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410423826.9A CN104179529B (zh) 2014-08-26 2014-08-26 基于物联网和云计算的矿井通风机智能监控与故障诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410423826.9A CN104179529B (zh) 2014-08-26 2014-08-26 基于物联网和云计算的矿井通风机智能监控与故障诊断系统

Publications (2)

Publication Number Publication Date
CN104179529A true CN104179529A (zh) 2014-12-03
CN104179529B CN104179529B (zh) 2016-05-11

Family

ID=51960842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410423826.9A Active CN104179529B (zh) 2014-08-26 2014-08-26 基于物联网和云计算的矿井通风机智能监控与故障诊断系统

Country Status (1)

Country Link
CN (1) CN104179529B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105756697A (zh) * 2016-05-05 2016-07-13 中国矿业大学 一种矿井通风系统动态分阶段安全调节控制方法
CN106593522A (zh) * 2016-12-16 2017-04-26 泰山医学院 一种煤矿井下煤层转运系统
CN106959710A (zh) * 2017-05-02 2017-07-18 句容市江电电器机械有限公司 冷却风机系统远程辅助控制方法
CN108131321A (zh) * 2018-02-12 2018-06-08 山东理工大学 一种轴流式风机失速故障监测系统及故障监测方法
CN108590765A (zh) * 2018-03-26 2018-09-28 山东大学 适用于隧道与地下工程施工期的通风智能监控系统及方法
CN110107359A (zh) * 2019-05-14 2019-08-09 安徽理工大学 一种应用于煤矿安全生产中的通风监控装置
CN110953011A (zh) * 2019-12-18 2020-04-03 西安重装矿山电器设备有限公司 自动风门远程控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3636852A (en) * 1970-05-11 1972-01-25 Burgess James V Jun Mine ventilation control system
CN201095988Y (zh) * 2007-05-20 2008-08-06 山西省运城安瑞节能风机有限公司 矿用通风机远程在线监测系统
CN201635769U (zh) * 2010-01-27 2010-11-17 北京信息科技大学 一种煤矿风机工作状态监测及故障预报系统
CN201753611U (zh) * 2009-06-18 2011-03-02 洛阳智超机电科技有限公司 一种矿井通风智能监视监控装置
CN103244188A (zh) * 2013-05-14 2013-08-14 太原科技大学 一种基于物联网技术的煤矿井下综合监控系统
CN103321640A (zh) * 2013-05-31 2013-09-25 武汉七环电气股份有限公司 基于无线网络的智能矿山信息一体化系统
CN203271812U (zh) * 2013-05-08 2013-11-06 西安电子科技大学 基于物联网的矿井实时监控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3636852A (en) * 1970-05-11 1972-01-25 Burgess James V Jun Mine ventilation control system
CN201095988Y (zh) * 2007-05-20 2008-08-06 山西省运城安瑞节能风机有限公司 矿用通风机远程在线监测系统
CN201753611U (zh) * 2009-06-18 2011-03-02 洛阳智超机电科技有限公司 一种矿井通风智能监视监控装置
CN201635769U (zh) * 2010-01-27 2010-11-17 北京信息科技大学 一种煤矿风机工作状态监测及故障预报系统
CN203271812U (zh) * 2013-05-08 2013-11-06 西安电子科技大学 基于物联网的矿井实时监控系统
CN103244188A (zh) * 2013-05-14 2013-08-14 太原科技大学 一种基于物联网技术的煤矿井下综合监控系统
CN103321640A (zh) * 2013-05-31 2013-09-25 武汉七环电气股份有限公司 基于无线网络的智能矿山信息一体化系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
尹洪胜等: "《Intranet环境下煤炭企业监控系统集成研究¹》", 《计算机系统应用》 *
许金: "《基于物联网的煤矿安全监控系统体系架构研究》", 《工矿自动化》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105756697A (zh) * 2016-05-05 2016-07-13 中国矿业大学 一种矿井通风系统动态分阶段安全调节控制方法
CN106593522A (zh) * 2016-12-16 2017-04-26 泰山医学院 一种煤矿井下煤层转运系统
CN106959710A (zh) * 2017-05-02 2017-07-18 句容市江电电器机械有限公司 冷却风机系统远程辅助控制方法
CN108131321A (zh) * 2018-02-12 2018-06-08 山东理工大学 一种轴流式风机失速故障监测系统及故障监测方法
CN108131321B (zh) * 2018-02-12 2019-06-28 山东理工大学 一种轴流式风机失速故障监测方法
CN108590765A (zh) * 2018-03-26 2018-09-28 山东大学 适用于隧道与地下工程施工期的通风智能监控系统及方法
CN110107359A (zh) * 2019-05-14 2019-08-09 安徽理工大学 一种应用于煤矿安全生产中的通风监控装置
CN110953011A (zh) * 2019-12-18 2020-04-03 西安重装矿山电器设备有限公司 自动风门远程控制系统

Also Published As

Publication number Publication date
CN104179529B (zh) 2016-05-11

Similar Documents

Publication Publication Date Title
CN104179529B (zh) 基于物联网和云计算的矿井通风机智能监控与故障诊断系统
CN201402209Y (zh) 一种风力发电机组的智能化故障监测诊断系统
CN103234585A (zh) 一种大型风电机组在线监测及故障诊断系统
CN106525415B (zh) 一种风电机组传动链健康状态评价系统及方法
CN103835882A (zh) 大型风力发电机组状态监测与故障诊断系统
CN202583837U (zh) 一种桥梁健康监测数据采集分析装置
CN204883352U (zh) 烟草异味处理设备运行状态远程监控系统
CN102789220B (zh) 系统能耗过程管理装置及其管理控制方法
CN104502753A (zh) 电力故障录波装置联网在线实时分析系统及其应用
CN102404401A (zh) 基于wsn的机群状态监测系统及方法
CN203643834U (zh) 一种矿用主通风机的故障诊断系统
CN109409732A (zh) 一种能耗管理系统及管理方法
CN103236019A (zh) 一种典型用能系统节能诊断及改造策略自动生成方法和系统
CN202306349U (zh) 温控大棚智能控制系统
CN102999034B (zh) 基于ieee1888标准的工业监测系统
CN202600440U (zh) 基于无线通信技术的风力发电机组的齿轮箱远程监测装置
CN206174984U (zh) 矿井主通风机在线监控系统
CN203333098U (zh) 一种煤矿立井提升承载部件动态载荷监测装置
CN202275323U (zh) 一种工业炸药包装设备远程智能监控与维护系统
CN203616669U (zh) 玉米果穗干燥自动控制系统
CN101174363A (zh) 炭素厂中频炉回水温度采集与监控方法
CN206440965U (zh) Vr动态模型人机交互控制系统
CN202334597U (zh) 基于wsn的机群状态监测系统
CN205262519U (zh) 一种风电机工作状态检测系统
CN109309733A (zh) 一种物联网能源监测系统

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
C14 Grant of patent or utility model