論文類別：專家論文
作 者：佚名
所在地區(qū)：煤礦機(jī)電設(shè)備管理創(chuàng)新研究
下載次數(shù)：1116
摘 要：
二、基于智能礦山的機(jī)電設(shè)備管理系統(tǒng)
�。ㄒ唬C(jī)電設(shè)備大數(shù)據(jù)分析云平臺
煤礦機(jī)電設(shè)備大數(shù)據(jù)分析云平臺是智能礦山機(jī)電設(shè)備管理的核心，負(fù)責(zé)數(shù)據(jù)采集、數(shù)量處理轉(zhuǎn)換，形成煤礦設(shè)備數(shù)據(jù)中心，并基于煤礦機(jī)電設(shè)備的數(shù)據(jù)在設(shè)備健康評估、設(shè)備故障預(yù)測、設(shè)備能耗優(yōu)化等領(lǐng)域進(jìn)行大數(shù)據(jù)分析，為機(jī)電設(shè)備管理、故障診斷及預(yù)警、能耗監(jiān)測提供基礎(chǔ)服務(wù)。大數(shù)據(jù)分析云平臺應(yīng)包括數(shù)據(jù)集成、主數(shù)據(jù)管理、大數(shù)據(jù)數(shù)據(jù)分析三個(gè)內(nèi)容。1、數(shù)據(jù)集成數(shù)據(jù)集成主要包括數(shù)據(jù)采集、數(shù)據(jù)清洗及數(shù)據(jù)轉(zhuǎn)換。井下設(shè)備采集數(shù)據(jù)的方式，應(yīng)當(dāng)采用在現(xiàn)場部署物聯(lián)網(wǎng)基站設(shè)備的方式。數(shù)據(jù)清洗是篩除采集到的錯(cuò)誤數(shù)據(jù)，提高采集數(shù)據(jù)質(zhì)量的有效方法，數(shù)據(jù)清洗前應(yīng)先定義數(shù)據(jù)的清洗規(guī)則。在原數(shù)據(jù)上對數(shù)據(jù)進(jìn)行清洗前，需要對原數(shù)據(jù)進(jìn)行備份，以防原數(shù)據(jù)的丟失或損壞。數(shù)據(jù)被清洗之后，干凈的數(shù)據(jù)應(yīng)替換數(shù)據(jù)源中原有的數(shù)據(jù)。數(shù)據(jù)轉(zhuǎn)換是清洗后的數(shù)據(jù)形成標(biāo)準(zhǔn)化的基礎(chǔ)數(shù)據(jù)資源，包括數(shù)據(jù)庫到數(shù)據(jù)庫轉(zhuǎn)換流程、XML到數(shù)據(jù)庫轉(zhuǎn)換流程、數(shù)據(jù)庫到XML轉(zhuǎn)換流程、Excel到數(shù)據(jù)庫轉(zhuǎn)換流程、平面數(shù)據(jù)到數(shù)據(jù)庫轉(zhuǎn)換流程、數(shù)據(jù)庫到平面數(shù)據(jù)轉(zhuǎn)換流程和數(shù)據(jù)庫到HBase轉(zhuǎn)換流程等。2、數(shù)據(jù)管理數(shù)據(jù)管理包括數(shù)據(jù)存儲、元數(shù)據(jù)、數(shù)據(jù)源及數(shù)據(jù)審計(jì)環(huán)節(jié)。數(shù)據(jù)存儲層將采集到的數(shù)據(jù)進(jìn)行分類匯總形成不同的專題數(shù)據(jù)庫并對數(shù)據(jù)質(zhì)量進(jìn)行管理。元數(shù)據(jù)用于定義數(shù)據(jù)字典模型，配置期定義捕獲業(yè)務(wù)以及運(yùn)行期數(shù)據(jù)格式轉(zhuǎn)換等功能。數(shù)據(jù)源主要提供數(shù)據(jù)源新建、修改、刪除的功能。數(shù)據(jù)審計(jì)機(jī)制包括操作回溯、報(bào)警響應(yīng)、事件關(guān)聯(lián)、事件定位、身份認(rèn)證、資源授權(quán)、訪問控制等內(nèi)容，旨在安全管控上建立完善的機(jī)制和體系，從而保障數(shù)據(jù)安全。3、大數(shù)據(jù)分析大數(shù)據(jù)分析主要包括數(shù)據(jù)導(dǎo)入、機(jī)器學(xué)習(xí)、模型訓(xùn)練、模型導(dǎo)出以及部署應(yīng)用五大關(guān)鍵功能。數(shù)據(jù)導(dǎo)入是指對所有主流數(shù)據(jù)庫、文件系統(tǒng)以及文本格式的數(shù)據(jù)進(jìn)行接入。機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘不是“一錘子”能解決問題，需要反復(fù)的迭代實(shí)驗(yàn)，根據(jù)數(shù)據(jù)變化調(diào)整優(yōu)化模型。大數(shù)據(jù)分析平臺能夠保證對全量數(shù)據(jù)的模型構(gòu)建，避免了傳統(tǒng)分析工具只能利用小數(shù)據(jù)樣本進(jìn)行機(jī)器學(xué)習(xí)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(jī)電設(shè)備管理。通過對井下刮板運(yùn)輸機(jī)、破碎機(jī)、轉(zhuǎn)載機(jī)、膠帶運(yùn)輸機(jī)等重大機(jī)電設(shè)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(diǎn)檢信息的實(shí)時(shí)分析、特征對比,以及故障樹分析計(jì)算,實(shí)現(xiàn)設(shè)備的遠(yuǎn)程故障診斷、缺陷識別和隱患排查,準(zhǔn)確定位故障和缺陷類型和位置,為設(shè)備健康管理、更新決策提供信息支撐,確保設(shè)備的高可靠、無缺陷運(yùn)行。
上一頁 [1] [2] [3] [4] [5] 下一頁
