《大數據驅動的礦井大型提升系統全狀態健康評估》是依託中國礦業大學，由夏士雄擔任項目負責人的聯合基金項目。
基本介紹
- 中文名：大數據驅動的礦井大型提升系統全狀態健康評估
- 項目類別：聯合基金項目
- 項目負責人：夏士雄
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
礦井大型提升系統的可靠、穩定運行直接影響著礦井的安全生產。針對現有提升機監控系統普遍存在各系統獨立、對象單一、對工業數據的信息描述不夠完整等缺點，本項目擬研究大數據驅動的礦井大型提升系統全狀態健康評估方法，主要研究內容包括：引入多元信息的數據描述方法，建立基於多元信息的礦井大型提升系統數據描述和存儲模型；研究礦井大型提升系統大規模異構數據的魯棒聚類分析方法；研究基於並行核度量標準的大規模快速非參數核學習方法；建立大數據驅動的礦井大型提升系統全狀態健康評估系統。研究成果對實現礦井大型提升系統運行異常的早期診斷和評估提供可靠技術支撐。
結題摘要
礦井提升機是地下礦山的“咽喉”設備，大數據技術則能將大規模數據中隱藏的信息和知識挖掘出來。本項目主要研究了大數據驅動的礦井大型提升系統全狀態健康評估方法，以保障提升機正常運轉。主要包括：（1）針對目前礦井大型提升系統數據結構複雜多樣、數據的描述不夠完整和無法進行大數據存儲的問題，引入多元信息的數據描述方法，建立了基於多元信息的礦井大型提升系統數據描述和存儲模型；（2）本課題設計了礦井大型提升系統大規模異構數據的並行化方法，並採用Hadoop 平台和MapReduce 編程模型解決大規模異構數據的處理問題，研究了礦井大型提升系統大規模異構數據的魯棒聚類分析方法；（3）研究了基於譜回歸的提升機軸承性能特徵提取方法，以提升機剛性罐道、提升機副井罐籠、立井提升主軸、礦用環形鋼絲繩、鋼絲繩罐道、礦井提升摩擦襯墊以及無極繩式立井提升、落地式立井提升、井塔式立井提升等系統為研究對象，基於感測器大數據、視覺大數據及軌跡大數據形成了礦井大型提升系統全狀態健康評估理論與技術體系，建立了大數據驅動的礦井大型提升系統全狀態健康評估系統。研究成果可實現礦井大型提升系統的全狀態健康監測，為煤炭資源高效、安全生產提供了關鍵技術支撐。
