論文類別：專家論文
作 者：佚名
所在地區(qū)：煤礦機電設備管理創(chuàng)新研究
下載次數：1214
摘 要：
二、基于智能礦山的機電設備管理系統(tǒng)
�。ㄒ唬C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(yōu)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(jiān)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(xiàn)場部署物聯(lián)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(guī)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(huán)節(jié)。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(yè)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(lián)、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(tǒng)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(yōu)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(tǒng)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(jiān)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(xiàn)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。
上一頁 [1] [2] [3] [4] [5] 下一頁
