摘要:智能礦山是將物聯網、云計算、大數據等智能技術與現代煤礦開發技術深度融合，形成礦井智能系統，實現礦井開拓、采掘、運通、洗選、安全保障、生態保護、生產管理等全過程智能化運行的體系。本文在總結我國煤礦機電設備管理各方面現狀的基礎上分析了基于智能礦山建設的煤礦機電設備管理系統構成，并闡述了該管理系統的創新之處，最后，針對智能礦山的煤礦機電設備管理創新方法提出幾點建議，以期對我國煤礦產業的發展有所助力。

關鍵詞:智能礦山;煤礦機電技術;設備管理創新

煤礦機電設備的運行效率與煤礦經營效益有著直接聯系，隨著煤礦開采機械化與自動化水平提高，對煤礦井下機電設備的管理手段與管理方法也提出了更高的要求，如何有效保證井下機電設備的安全運行也成為機電設備管理的重點。傳統的設備定期點檢維護管理方式經常會導致設備的故障不能在第一時間被發現，從而造成巨大的經濟損失甚至嚴重的設備事故。因此對機電設備管理進行創新研究，實現設備運行狀態實時監測，實現設備管理維護模式向預知事故方向轉變已經成為設備管理與維護的必然趨勢。基于此，智能礦山理念應運而生，且我國很多煤礦企業已開展了有關智能礦山建設的實踐。智能礦山是將物聯網、云計算、大數據、人工智能、自動控制、移動互聯網技術，機器人、智能化裝備等與現代煤礦開發技術深度融合，形成礦井全面感知、實時互聯、分析決策、自主學習、動態預測、協同控制的完整智能系統，實現礦井開拓、采掘、運通、洗選、安全保障、生態保護、生產管理等全過程智能化運行的體系。

一、煤礦機電設備管理現狀

（一）管理體制過于陳舊

當前，我國各級煤炭主管部門和相關煤炭開采企業都制定了相對嚴格的機電設備管理制度，但不可否認的是，在具體落實的過程中，仍然暴露出來一些比較嚴重的問題。比如，有些煤炭開采企業體制互相沖突，使得員工的工作積極性不高。在機電設備方面，很多企業在采購機電設備時，注重的都是經濟性，為了節約成本，忽視了設備的質量，在使用設備進行實際作業時，設備的質量引起的事故，在煤礦這種相對復雜的環境中往往會得到擴大，造成更為嚴重的后果。

（二）技術人員素質過低

近些年，我國煤炭市場逐漸萎縮，煤礦企業的員工待遇慢慢下調，加上煤礦開采環境惡劣，工作難度大、強度高，使得行業內很多尖端技術人才流失，給我國煤炭行業整體帶來了非常消極的影響。在流失的這一部分技術人才中，煤礦機電技術操作熟練的工作人員就是非常重要的一部分。他們很多是因為工資待遇下調、工作環境差等眾多原因離開了這個行業。真正有良好技術儲備的人員不愿意進門，而現有的技術人員專業水平又不足，不愿意接受改變，不能通過學習掌握新的煤礦機電技術，這更制約了我國智能礦山的建設。

（三）煤礦機電設備智能化沒有得到良好的推廣

隨著我國科技的發展，煤礦機電設備也在不斷更新換代。在迭代的過程中，智能化是設備主要的發展方向。但是，我國很多煤炭企業現役的設備都處于壽命的中后期，不光是性能已經大不如前，還有可能因為故障而帶來其他方面的損失。然而，很多煤炭企業為了盡可能地節約成本，只有在設備必須淘汰更換才會將其替換，大大制約了智能化機電設備的應用和推廣。

二、基于智能礦山的機電設備管理系統

（一）機電設備大數據分析云平臺

煤礦機電設備大數據分析云平臺是智能礦山機電設備管理的核心，負責數據采集、數量處理轉換，形成煤礦設備數據中心，并基于煤礦機電設備的數據在設備健康評估、設備故障預測、設備能耗優化等領域進行大數據分析，為機電設備管理、故障診斷及預警、能耗監測提供基礎服務。大數據分析云平臺應包括數據集成、主數據管理、大數據數據分析三個內容。1 、數據集成數據集成主要包括數據采集、數據清洗及數據轉換。井下設備采集數據的方式，應當采用在現場部署物聯網基站設備的方式。數據清洗是篩除采集到的錯誤數據，提高采集數據質量的有效方法，數據清洗前應先定義數據的清洗規則。在原數據上對數據進行清洗前，需要對原數據進行備份，以防原數據的丟失或損壞。數據被清洗之后，干凈的數據應替換數據源中原有的數據。數據轉換是清洗后的數據形成標準化的基礎數據資源，包括數據庫到數據庫轉換流程、XML到數據庫轉換流程、數據庫到XML轉換流程、Excel到數據庫轉換流程、平面數據到數據庫轉換流程、數據庫到平面數據轉換流程和數據庫到HBase轉換流程等。2 、數據管理數據管理包括數據存儲、元數據、數據源及數據審計環節。數據存儲層將采集到的數據進行分類匯總形成不同的專題數據庫并對數據質量進行管理。元數據用于定義數據字典模型，配置期定義捕獲業務以及運行期數據格式轉換等功能。數據源主要提供數據源新建、修改、刪除的功能。數據審計機制包括操作回溯、報警響應、事件關聯、事件定位、身份認證、資源授權、訪問控制等內容，旨在安全管控上建立完善的機制和體系，從而保障數據安全。3 、大數據分析大數據分析主要包括數據導入、機器學習、模型訓練、模型導出以及部署應用五大關鍵功能。數據導入是指對所有主流數據庫、文件系統以及文本格式的數據進行接入。機器學習數據挖掘不是“一錘子”能解決問題，需要反復的迭代實驗，根據數據變化調整優化模型。大數據分析平臺能夠保證對全量數據的模型構建，避免了傳統分析工具只能利用小數據樣本進行機器學習的弊端。通過對模型的有效評估方法判斷模型是否適用于機電設備管理。通過對井下刮板運輸機、破碎機、轉載機、膠帶運輸機等重大機電設備的在線監測信號(包括振動、軸溫、油脂、電流、電壓、功率、工況等)和點檢信息的實時分析、特征對比，以及故障樹分析計算，實現設備的遠程故障診斷、缺陷識別和隱患排查，準確定位故障和缺陷類型和位置，為設備健康管理、更新決策提供信息支撐，確保設備的高可靠、無缺陷運行。

（二）機電設備故障診斷及預警

通過集成煤礦機電設備數據，結合大數據技術提供物聯網智能分析服務，針對井下主要機電設備的數據進行預測分析與優化。通過匯集海量設備故障監測傳感數據，提供設備綜合監控、OLAP分析，實現對設備的預測性維護，對設備使用行為的分析與優化，對設備所需耗材運營供需的預測分析，以及對設備運行效能的優化與改進。監測診斷系統通過實時采集設備運行時的振動信號、電參數信號、溫度信號等，對信號進行融合分析，結合故障診斷智能診斷算法和專家知識庫，實現對機電設備的實時智能診斷。通過對機電設備關鍵傳動部件振動信號在線監測，定量診斷故障損傷部位與嚴重程度，將振動監測信息智能地轉化為預測性機械狀態報警，克服傳統故障診斷對專業技術人員的過分依賴。預警預報包括早期故障預警、故障類型特征報警、故障程度定位等功能，可隨時掌握機電設備運行狀態，發生超限、設備早期故障時，能及時給出報警。方便機電設備維護人員在計劃檢修時間，提前有的放矢的對機電設備進行維護保養，將事故消滅在隱患狀態，將損失降到最小。

三、智能礦山中的機電設備管理創新策略

（一）AI智能監控平臺

AI智能監控平臺是以網絡通訊及數字化技術為基礎，為多個“信息孤島”提供協同合作的統一平臺，建立一套高集成、高智能化的管理機制。可以實現統一的配置管理、數據共享、功能聯動和業務優化等功能。通過AI智能視頻系統進行機電設備管理有以下幾個方面的實際意義：（1 ）保證設備隱患整改落到實處，避免徇私舞弊平臺可對報警進行自動記錄，迫使值班員、安全員不得不對報警記錄進行實時處理，有效促進了制度的落實與完善，堵住了約束不嚴的漏洞。（2 ）輔助安全管理，提升管理人員效率有助于安全管理人員開展工作。每個監控攝像頭，都是一個7 ×24 小時工作的“電子安全員”。改變了傳統的安全管理人海戰術，使得安全管理人員、企業管理人員可以從日常巡邏檢查等事務性工作中脫離出來，更多的從事安全相關的技術工作、制度修訂工作等理論性工作。（3 ）提升員工安全意識實時監控夠使得作業人員時刻保持警惕，破除部分人員的僥幸心理、麻痹心理，及時發現違章作業苗頭，自動抓拍攝錄違章行為，進而采取教育、處罰、激勵等措施，短期內可形成有效震懾力，使得作業人員違規行為無處可藏、不敢違規、不愿違規，長期可形成良好的作業習慣與秩序，提升本質安全。

（二）“人才興企”，人才是機電設備創新管理的根本要想讓煤炭機電設備管理得到創新，還需要提高技術人員的水平。尤其在煤炭行業“以人為本、科技興企”理念大力推廣的情況下，煤炭企業提高人員的能力已經成為亟待落實的方法。首先，企業應提高培訓強度，根據開采工作的具體需求，針對性地進行培訓，讓理論和實際生產聯系起來，讓理論成為實踐的支撐，讓實踐成為理論的印證。另外，企業還應開展學習活動，通過引進先進的技術，讓員工的業務能力得到提高。不僅如此，企業還可以挑選一些專業人員，將其送到指定院校接受教育，學習時下先進的煤炭機電技術。企業管理人員要對行業有敏銳的感知，通過聘請業內機電技術專家來企業內部進行講座，傳授先進的設備管理經驗。

四、提升智能礦山機電設備管理的建議

（一）積極使用先進的技術和設備

近些年我國煤炭行業的退步對新技術和新設備的研發都造成了消極的影響。為了確保采礦工程的有序進行，企業需要和設備生產廠家保持緊密的聯系，及時傳達自身需求，讓設備生產廠家有針對性地提高新設備的功能性，以滿足采礦的需求。另外，各煤炭企業也可以聯合起來，開展技術交流，并利用現有的技術進行設備創新競賽等，進一步提高設備管理的質量。

（二）提高技術人員的薪酬待遇

由于煤礦工作的特殊性，工作人員需要較長時間處在危險、復雜的環境中。煤礦機電設備作為長期在這種惡劣環境中運行的工具，操作起來又有一定的難度，也會給工作人員帶來一定的危險，再加上采礦工作超高的工作強度，如果不能給技術人員提供較高的薪酬，行業的人才流失狀況勢必會更加嚴重。所以，企業應在能力所及的范圍內，適當提高技術人員的薪酬待遇，這樣不僅能讓技術人員保持良好的工作積極性，還能留住人才，保證企業的競爭力。

五、結束語

煤礦機電設備管理是整個采礦工程流程中非常重要的一個環節，隨著煤礦規模的擴大，機電設備管理也遇到了各種各樣的問題。企業首先要優化管理制度，然后通過技術培訓等方法，提高人員的技術水平，并通過薪酬待遇的提高，保留住技術人員，提高企業在市場中的競爭力。本文分析了煤礦機電設備管理的現狀，并提出了幾點優化方法，希望能對我國煤礦行業的發展起到積極作用。

[1]宋善智.基于智能礦山的煤礦機電技術管理創新[J].當代化工研究，2020(11):150-151.

[2]李明軒.基于智能礦山的煤礦機電技術管理創新[J].能源與環保，2019，41(03):150-153+174.

[3]郭敏.基于智能礦山的煤礦機電技術管理創新[J].石化技術，2020，27(07):204+198.

[4]劉碩.智能礦山未來已來：東方測控智能礦山解決方案[J].中國礦業，2020，29(06):181.

[5]宋善智.基于智能礦山的煤礦機電技術管理創新[J].當代化工研究，2020(11):150-151.

[6]高士崗，高登彥，歐陽一博，柴敬，張丁丁，任文清，趙利虎.煤礦智能一體化輔助生產系統及關鍵技術[J/OL].煤炭科學技術:1-11[2020-08-14].