煤炭学报

作者：曹现刚, 段雍, 王国法, 赵江滨, 任怀伟, 赵福媛, 杨鑫, 张鑫媛, 樊红卫, 薛旭升, 李曼,

关键词：煤矿设备, 大数据管理, 健康状态评估, 剩余使用寿命预测, 智能维护决策,

近年来，随着煤矿智能化技术快速发展，煤矿设备全寿命周期健康管理与智能维护技术作为实现煤矿设备运行健康状态智能感知、智能识别和维护决策，保障煤矿设备高效可靠运行的重要手段，相关研究受到了广泛关注。然而，目前煤矿仍然以事后维修、预防维修等方式为主，难以满足煤矿设备的高可靠性需求。基于此，综述了煤矿设备全寿命周期健康管理与智能维护的研究进展以推动其在煤矿的应用，阐释了煤矿设备全寿命周期的健康管理与智能维护内涵，给出了煤矿设备健康管理与智能维护总框架。从煤矿设备大数据管理方法、健康状态评估方法、剩余使用寿命预测方法、智能维护决策方法4个方面分析了煤矿设备健康管理与智能维护方法研究现状。在煤矿设备大数据管理方面，总结了煤矿设备多源信息感知、大数据清洗、大数据集成及存储方法的最新研究成果，深入分析对比了相关方法的应用情况，指出了现阶段煤矿设备大数据管理存在的挑战。在煤矿设备健康状态评估方面，从煤矿设备监测信号特征提取、健康状态等级划分、健康状态评估模型构建3个方面出发探讨了煤矿设备健康状态评估关键方法最新发展现状，对比分析了不同方法的优缺点，总结了该领域面临的难题。在煤矿设备剩余使用寿命预测方面，分析了统计模型方法、物理模型方法和数据驱动方法在煤矿设备剩余使用寿命预测上的优缺点，指出了煤矿设备剩余使用寿命方法存在的问题。在煤矿设备智能维护决策方面，明确了煤矿设备预测性维护决策主要步骤，对比分析了煤矿设备智能维护方法最新研究成果及其优缺点，归纳了现阶段煤矿设备智能维护方法研究的不足。结合煤矿设备全寿命周期健康管理与智能维护面临的挑战及发展要求，从煤矿设备大数据管理方法、时变工况下设备健康评估方法、多因素影响下设备剩余使用寿命方法、煤矿设备多目标智能维护决策方法、健康管理与智能维护算法集成及系统开发等方面对煤矿设备健康管理与智能维护提出了展望，指明了煤矿设备健康管理与智能维护关键理论、方法的研究方向，为提升煤矿设备健康管理及智能维护水平，促进煤炭工业转型升级和高质量发展提供依据。

来源：2025年第1期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2025年第1期