基于MCMC算法的露天矿典型设备故障预测方法研究

• 全文链接
• 请求原文

作   者：

刘威;  郭直清;  黄敏;  白润才;  徐煦;  王东;  刘光伟;  赵景昌; 

作者机构：

辽宁工程技术大学数学与系统科学研究所;  神华宝日希勒能源有限公司;  辽宁工程技术大学智能工程与数学研究院;  辽宁工程技术大学辽宁省高等学校矿产资源开发利用技术及装备研究院; 

关键词：

泊松分布;  露天矿;  马尔科夫蒙特卡罗方法;  指数分布;  故障预测; 

期刊名称：

煤炭科学技术

基金项目：

基于大数据的煤与瓦斯突出的预测方法与应用研究
露天煤矿顺倾软岩边坡失稳时空演化机制与稳定性计算方法
基于多场耦合理论的酷寒草原区受煤炭露天开采影响的地下水运移机理及规律研究

i s s n：

0253-2336

年卷期：

2019 年 10 期

页   码：

51-57

摘   要：

大型设备是露天矿开采工艺系统的重要组成部分,设备的有效利用直接决定着露天矿的生产效率。为解决露天矿典型设备的故障预测问题,降低设备的故障率和维修成本,提出了一种基于马尔科夫蒙特卡罗方法的露天矿典型设备故障发生时间预测算法,该算法利用马尔科夫蒙特卡罗方法(MCMC)对设备故障数据进行抽样估计,获得设备故障发生次数所对应的齐次泊松过程的参数λ,然后根据浴盆曲线性质,不断对λ进行修正和拟合,确定设备当前状态下故障发生次数的泊松分布参数的值λc,再利用齐次泊松过程中随机点的点间间距是相互独立的指数分布随机变量序列的性质,将λc的倒数作为指数分布参数的估计值,确定设备故障发生时间间隔所服从的指数分布,进而利用指数分布预测设备故障发生时间。研究结果表明:设备故障发生次数所服从的泊松分布参数随时间动态变化;设备故障维修时长随设备使用年限的增长而逐渐变长(设备发生中型及以上故障次数增多);所提出的算法经修正尺度简缩因子验证,具有合理性和有效性,能够用于对露天矿典型设备的故障预测。数值模拟结果显示:在外部环境不发生明显变化时,该算法能够精确、有效的预测露天矿典型设备的故障发生时间和故障类别,不仅能为企业科学制定设备预防性维修计划提供依据,而且能为智慧露天矿建设提供有效的基础决策数据。