基于数据驱动的矿井主排水设备寿命预测方法

郭文琪^1,2,3，宋建成^1,2,3，田慕琴^1,2,3

1. 太原理工大学电气与动力工程学院2. 煤矿电气设备与智能控制山西省重点实验室3. 矿用智能电器技术国家地方联合工程实验室

摘 要：以矿井排水系统的离心泵为研究对象,介绍了包括机器学习方法、多元统计分析方法、特征量提取方法和信息融合方法在内的4种基于数据驱动的矿井主排水设备寿命预测方法的基本原理、相关案例、优缺点、尚未解决的问题及其在离心泵寿命预测中的应用;指出了离心泵寿命预测的发展趋势:寿命衰退指标应多样化,只有离心泵的各类指标正常,才能表明离心泵运行正常,多变量综合考虑使预测可靠性更高;决策层信息应高度融合,振动信号、动态摩擦力矩、扬程等因素都会随着寿命的衰退发生一定的变化,将这些信息融合用于寿命预测,效果会更好;融合特征层信息,将多种预测模型进行融合,或者建立一个集更多优点于一体的混合模型,才能更好地满足工业要求。

关键词：离心泵;寿命预测;数据驱动;机器学习;多元统计分析;特征量提取;信息融合;