基于大数据的煤矿设备故障预测与维护模式创新

常 勇刚
鹏飞集团沁和能源端氏煤矿

摘要


本研究设计了一个基于大数据技术的煤矿掘进设备检修预测与智能维护决策支持系统。通过工业物联网设
备状态数据的采集、存储和智能分析，构建了设备健康评估与故障预测模型，实现了对设备状态的精确评估及预警。
在此基础上，系统能够自动模拟生成数万种维护方案，并基于经济模型进行效益评估，输出设备的维护时间窗口、
所需备件、人员分配等维护计划建议。实证结果显示，该系统能显著降低停机时间和维护成本，提高系统可用性，
实现煤矿设备维护的智能决策与经济优化。

关键词


大数据分析；煤矿设备；状态监测；故障预测

全文:

PDF


参考


[1]葛世荣，张晞，薛光辉等.我国煤矿煤机智能技

术与装备发展研究[J].中国工程科学，2023，25（05）：

11-13.

[2]王国法，巩师鑫，申凯.煤矿智能安控技术体系

与高质量发展对策[J].矿业安全与环保，2023，50（05）：

99-102.

[3]李建军，贾东秀，牟晓辉.基于物联网的煤矿智

能巡检系统研究与应用[J].中国煤炭，2023，49（09）：

89-91.

[4]窦昱宁.数据中台在冯家塔煤矿智能化建设中的

实践[J].智能矿山，2023，4（09）：49-50.

[5]刘正军，曹帅，汤家府.探究煤矿机电设备的智

能化应用[J].冶金与材料，2023，43（08）：1-3.


Refbacks

  • 当前没有refback。