概述
系統主要針對煤礦大型機電設備（運輸膠帶機、提升機、水泵、瓦斯泵、壓縮機、通風機、掘進機、刮板機、轉載機、采煤機等）的故障，可在線自動分析軸承部件以及旋轉部件的運行狀態，準確預測部件可能出現的故障，減少部件維護和保養周期，避免重大生產事故的發生，為設備在線調整和停機檢修提供科學依據，提高企業設備維護效率，減少設備維護方面的人員及維護資金的投入。
系統具有“故障診斷智能化、分析預警自動化以及故障定位精確化”等優勢，通過實時采集與分析機電設備關鍵易損部件的振動及溫度信號，能夠實時在線智能地診斷出該部件可能存在的齒輪箱打齒、不平衡、配合松動、裝配不當以及軸承疲勞損傷等潛在故障，故障程度、類別可視化直觀顯示，故障早期預警報警，設備全壽命周期跟蹤分析，遠程集中監測診斷，實現機電設備維修管理的科學化、系統化、信息化，提高設備維修管理水平，提升機電設備運行的安全性和可靠性，實現設備運行與維護的減員增效，為實現礦井設備“無人值守”提供安全保障。
技術特點
(1) 的濾波解調故障特征技術
針對煤礦機電設備發生故障時振動信號非平穩特性，采用濾波信號處理方法消除信號中噪聲影響，利用包絡解調特征提取技術提取出振動信號中的故障特征信息。
(2) 的故障定量診斷技術
在設備故障頻率計算的基礎上進行故障部位識別，采用包絡分析法對故障嚴重程度定量診斷，克服設備故障診斷對專業人員的過分依賴。
(3) 智能故障特征自動計算與識別技術
系統根據不同測點設置的軸承參數，自動計算出軸承內圈、外圈、保持架、滾動體、配合松動的故障特征頻率，在考慮理論值與實測值誤差基礎上，以故障特征頻率理論值為參考，進行寬頻帶自動搜索，自動識別故障頻率。
(4) 海量數據實時診斷分析技術
系統采用FPGA+DSP6000+ARM8三個高性能處理器，集成故障特征提取與故障定量診斷算法，對振動信號實時診斷處理分析。
(5)為關鍵設備故障診斷提供在線智能分析手段，提高隱患排除實時性。
系統在設備現場自動完成數據的分析處理，自動識別設備故障特征，智能診斷分析設備故障原因、故障類型、故障嚴重程度，及時發現設備潛在故障。
(6)準確識別故障位置、故障類型及程度，指導維檢，降低工作人員工作強度
系統可以實現對設備運行狀態的監測，設備維護人員可以根據系統提供的設備運行狀態信息，及早準確找到故障發生或即將發生的位置，降低工人維護的盲目性，大大提高維護檢修的效率。
(7)由通過國際認證的振動分析師團隊提供遠程診斷服務，給機電設備配備“私人醫生”，在線為設備“體檢”，保障設備運行安全。
