文献标识码：B文章编号：1003-0492（2025）03-089-03中图分类号：TP29

★叶鹏飞，徐强，韦红洋（通用技术集团工程设计有限公司，山东济南250031）

关键词：自动化技术；煤矿机电设备；保护方法；BP神经网络

1　引言

近年来，随着全球经济的快速发展和能源需求的不断增加，煤炭在能源领域的重要性愈发突出。然而，煤矿开采过程中机电设备的安全与保护问题也日益引起行业的广泛关注。煤矿设备面临着复杂的作业环境，其安全运营不仅关系到企业自身的经济利益，也事关工作人员的生命安全与国家的能源供应稳定。传统的煤矿设备保护方法主要依赖于人工巡检和定期维护，这种方式不仅效率低下，而且可能因为人为因素导致安全隐患的增加。自动化技术以其高效、精准的特点，正在重新定义煤矿机电设备的保护方式。此外，传统方法在检测设备故障的响应速度方面也存在缺陷，一旦发生事故，往往会导致设备停机、生产中断，甚至引发安全事故，给企业造成不可估量的损失。通过传感器网络的部署和智能分析技术的应用，可以实现对设备的实时监测和故障预警，不仅提高了设备的安全性，也增强了故障处理的及时性。因此，探索基于自动化技术的保护方法，势在必行。

2　煤矿机电设备工作原理分析

煤矿机电设备的稳定运行是保证煤矿企业顺利生产的重要因素，然而在实际生产过程中，设备故障时有发生，给煤矿生产带来了一定的影响[1]。设备故障的原因可能是多种多样的，例如设备长时间运转、设备维护不及时、材料磨损、操作不当等。对煤矿机电设备进行故障分析有助于本设计确定检测对象，从而采取有效的检测措施。在分析设备故障时，需要了解煤矿机电设备的结构、原理和工作情况。同时，还需要综合考虑设备使用环境、工作强度、人员操作等因素[2]。

2.1　煤矿机电设备工作面流程

在分析煤矿机电设备故障现象之前，首先要了解综采工作面。综采工作面是一个综合开采煤炭的场所，它的目的是实现煤炭的有效采集和安全生产，通过综合开采的方法来提高煤炭的采集效率和降低生产成本[3]。图1为煤矿综采工作面流程图，综采工作面是井下采煤作业的第一现场。但由于综采工作面工作空间狭窄且需要大量煤矿机电设备，因此在搭建系统之前，需要分析综采工作面的工作流程和煤矿机电设备供电方式。在综采工作面工作时，采煤机首先将煤炭从煤壁上切割下来，然后通过刮板输送机将其运输到破碎机，再经由转运皮带运输到煤仓，实现了采煤、破碎、装运的全过程[4]。

图1  煤矿综采工作面流程

对煤矿机电设备进行监测时，需要实时监测其运行状态。因此，对综采工作面的供电方式进行分析就尤为重要[5]。

2.2　煤矿机电设备工作原理

深入了解煤矿机电设备的工作原理对于及时发现故障现象、确保设备的稳定运行具有重要意义。要实现高效安全的煤炭回采，需要考虑设备的相互匹配以及满足自动化采煤系统的需求。三机配套（采煤机、刮板输送机、液压支架）旨在为综采工作面选型核心设备，以保证设备在空间位置和功能组合上的协调，使煤矿机电设备能够长期稳定的运行，使煤矿生产效益最大化。正确使用煤矿机电设备，不仅可以提高煤矿的采煤效率，还可以降低煤矿的生产成本。为了保证煤矿机电设备的正常运行，煤矿的管理人员需要对煤矿机电设备进行定期维护和保养，以保证设备的长期使用寿命。同时，为了保障工人的安全，煤矿的管理人员需要对工人进行专业的安全培训，并定期检查设备的安全设施。由此可见，煤矿机电设备在采煤过程中的作用和重要性是不可忽视的。目前，煤矿综采工作面所使用的主要煤矿机电设备有采煤机、刮板运输机、液压支架、转载机、破碎机和转运皮带等[6]。

3　煤矿机电设备保护系统总体设计

3.1　保护系统框架

煤矿机电设备保护系统框架主要由现场设备监控层、传输层、客户应用层构成。系统整体框架图如图2所示。

图2  系统整体设计图

（1）现场设备监控层：现场设备监控层以综采监控分站为核心，布置在综采工作面开关列车处，通过监控分站与煤矿机电设备供电开关建立通信，对综采工作面的采煤机、转载机、刮板输送机、破碎机和带式输送机的运行状态进行监测，包括电流、电压、起停状态以及故障状态等。

（2）传输层：传输层将煤矿机电设备运行数据传输到监控分站，建立监控分站与各设备之间的通讯，并将数据上传至煤矿环网。

（3）客户应用层：客户应用层将综采工作面设备运行数据采集到地面后，经过上位机处理，将数据与算法结合，通过预警系统实现对运行异常的设备进行预警，提高设备检修效率，降低故障率。

3.2　保护系统数据传输通道

煤矿企业网络普遍采用星形加环形的配置方式。在采区中，设备完成回采任务后，需要将其搬移到采区并拆除其网络。因此，采区选用星型网络接线，而煤矿的主干网络采用环形布置，与星型网络相结合，更加稳定可靠。目前，现场总线（Fieldbus）、以太网和光纤通讯是主流的工业通讯方式。其中，现场总线通讯在工业现场中较为普及，且稳定性较好。典型的通讯方式包括Profibus、CANbus和RS-485通讯。本设计将以RS-485通讯建立起综采监控分站与供电开关的通信。

4　基于BP神经网络的煤矿机电设备保护算法

4.1　BP神经网络

典型的BP网络拓扑结构常由三层组成：输入层、隐含层和输出层。BP网络与感知器模型不同，传递函数必须是可微的，不能使用感知器网络中的二值函数。常用的传递函数包括Sigmoid型的对数、正切函数或线性函数，这些函数使BP网络的传递函数处处可微。这使得BP网络能够使用非线性超平面组成的区域进行分类，从而产生比线性划分更加精确的结果，容错性也更好。

4.2　训练BP网络算法模型流程

在MATLAB中训练BP网络算法模型的过程如下：

（1）载入数据。该数据由泰安众诚自动化设备股份有限公司提供，经过小波包处理后，将数据导入到网络输入变量P中，然后输入与其维数相等的目标变量T。本次训练共有100组输入变量以及与其维数相等的目标变量。在目标变量中，我们对三相电压不平衡、转子偏心、转子断裂、电机正常四种信号进行编号。

（2）设置网络结构。首先在BP神经网络结构设置中，将输入层节点数设置为2、隐含层节点数设置为5和输出层节点数设置为1。其次是设置网络参数，将训练次数设置为1000、学习速率设置为0.01和训练目标最小误差设置为0.001。

（3）开始训练。训练结束后查看本次训练状态，如图3所示，发现本次训练在第24轮得到最佳状态。查看训练结果，本次训练取得预期效果。

（4）验证真实值与预测值的误差。通过使用与训练数据不同的测试数据，评估已经训练好的神经网络的性能。测试数据应该是具有代表性的，并且涵盖了训练数据中未曾包含的各种情况。

5　实验结果分析

对模型优化完成后，利用构建的数据集对模型重新训练并测试模型的性能，采用TensorFlowgpu-2.2.0深度学习框架搭建算法，利用动量梯度下降法对模型进行训练。根据前文实验中模型表现对训练超参数进行了更改，初始学习率设置为0.001，batchsize数量为32，Epoch设置为300，动量参数设置为0.9，权重衰减设置为0.0005。为避免发生过拟合现象，引入学习率衰减机制，当epoch达到200时，学习率降低为原本数值的十分之一。验证结果如表1所示。

表1  验证结果

从表1可以看出，该神经网络在测试数据上取得了预期的效果。这个结果表明，该网络在训练数据和测试数据上都能够表现出良好的性能和预测能力。

6　结论

本研究通过对基于自动化技术的煤矿机电设备保护方法的探讨，不仅揭示了此方法在设备保护方面的创新性和实用性，还为煤矿行业的技术进步提供了理论支持和实践指导。希望本研究能够为未来煤矿机电设备的智能化管理提供一种可行的解决方案，为实现安全、高效、可持续的煤矿开采奠定基础。

作者简介：

叶鹏飞（1987-），男，河南济源人，中级工程师，学士，现就职于通用技术集团工程设计有限公司，研究方向为煤炭工程工程技术。

徐　强（1992-），男，江苏南通人，中级工程师，学士，现就职于通用技术集团工程设计有限公司，研究方向为煤炭工程机电。

韦红洋（1992-），男，山东济宁人，中级工程师，学士，现就职于通用技术集团工程设计有限公司，研究方向为工程安全。

参考文献：

[1]韩宁.煤矿机电设备保护措施分析[J].能源与节能,2024,(7):237-239.

[2]李凌燕.煤矿电气设备与供电系统保护研究[J].内蒙古煤炭经济,2024,(13):16-18.

[3]陈仲波.煤矿机电设备与供电系统的保护方法探讨[J].内蒙古煤炭经济,2024,(10):45-47.

[4]李忠奎,吴文臻,张子良,等.煤矿井下机电设备保护和动作特性试验装置设计研究[J].煤炭工程,2023,55(4):187-192.

[5]李乐.初探煤矿机电设备以及供电系统保护[J].中国科技投资,2021,(3):173-174.

[6]郭继辉.煤矿井下电气设备保护与维修工作分析[J].当代化工研究,2020,(19):135-136.

摘自《自动化博览》2025年3月刊