《Journal of Industrial Information Integration》：A robust reliability driven performance enhancement of surface miners using real time data from indian coal mines
编辑推荐：
摘要露天矿用采掘机是一种先进的连续挖掘设备，广泛应用于露天开采中，无需钻孔和爆破即可去除岩石和固结物料。然而，由于其操作复杂性，这类设备经常出现故障，导致停机时间较长，从而降低了生产效率并增加了成本。本文通过对印度煤矿中使用的露天矿用采掘机进行数据驱动的可靠性分析，旨在通过系统性
摘要
露天矿用采掘机是一种先进的连续挖掘设备，广泛应用于露天开采中，无需钻孔和爆破即可去除岩石和固结物料。然而，由于其操作复杂性，这类设备经常出现故障，导致停机时间较长，从而降低了生产效率并增加了成本。本文通过对印度煤矿中使用的露天矿用采掘机进行数据驱动的可靠性分析，旨在通过系统性的停机时间分析、故障缓解措施以及预防性维护规划来提高其可靠性。该采掘机被建模为一个包含七个关键子系统的整体：操作舱、发动机、滚筒切割器、履带单元、电气控制系统、机械传动装置和液压动力系统。研究人员收集了一年来的故障数据、故障原因、工作时间和停机时间，并按子系统进行分类，随后使用可靠性模型进行了统计评估。通过自举置信区间、蒙特卡洛仿真（10,000次迭代）和参数敏感性分析等方法对系统的鲁棒性进行了量化分析，从而验证了可靠性排名和维护间隔的合理性。结果显示，在10小时的工作时间内，该设备的可靠性达到了67%，系统可用性为77%。此外，通过可靠性重要性分析、故障模式影响及关键性分析以及可用性评估，确定了最易发生故障的子系统，为针对性的维护策略提供了依据。研究结果表明，结构化的维护计划、充足的备件供应、精密设计的更换件以及熟练的操作人员可以显著提升设备的可靠性。最后，对实施五个月的预防性维护计划的效果进行了评估，证实其在恶劣采矿条件下显著提高了生产目标、经济效益和整体性能。本研究建立了一个数据驱动的框架，用于优化露天矿用采掘机的性能和维护。
引言
近年来，随着大规模机械如露天矿用采掘机和轮斗挖掘机的应用，露天开采大幅提升了生产效率。其中，露天矿用采掘机在煤炭开采行业中尤为受欢迎[1][2][3][4]。随着煤炭作为关键燃料的需求不断增加，开发利用露天煤矿的重要性日益凸显，同时强调了节约资源和提高煤炭质量的重要性[5][6][7]。采矿行业必须致力于从这一重要燃料资源中获取最大的热值收益。这要求从单纯追求产量转向注重质量的生产模式[8][9]。采用露天矿用采掘机改造印度煤矿，极大地简化了煤炭的处理流程，减少了多个操作环节的需求[10]。煤层中的杂质会降低煤炭的品质，通过选择性开采（即限制煤炭品质的稀释），可以获得更高等级的煤炭，从而提升产品的经济效益，如图1所示。图表显示了市场价格（每吨卢比）随煤炭等级（G1–G17）上升而下降的趋势：高等级（G1–G6）的煤炭质量更高，价格也更高；而低等级（G12–G17）由于热值较低而价格相对较低。图中的箭头标注了G5和G7这两个关键价格转折点，表明煤炭价格每等级下降了约1000卢比。这种可视化有助于理解煤炭品质对生产者和消费者的经济影响。
这些采矿机械整合了多种开采功能，在印度的采矿条件下表现出良好的可持续性，逐步提升了煤炭的产量和热值。然而，要充分发挥这项技术的优势，必须关注其可靠性和生产效率的评估。机器的可维护性、部件的可靠性、维护程序的有效性，以及工作条件（包括煤炭强度、环境因素、矿山规划及操作人员技能）都对设备可用性起着关键作用。基于可靠性的评估已成为复杂工程设计、运营和安全保障的重要支柱。随着系统变得越来越复杂且对故障容忍度更低，可靠性工具为在不确定性环境下评估和提升性能提供了严谨的方法论支持。因此，在结构工程、机械设计、卫星设计、铁路系统以及安全评估等多个领域都开展了大量基于可靠性的研究[13][14][15][16][17][18][19]。
尽管过去二十年关于采矿设备性能的文献不断增多，但专门的可靠性分析仍然较为匮乏。现有的研究主要集中在统计建模、机器学习应用、综合维护策略以及人为因素的影响等方面[20][21][22][23][24]。实际上，这些方法已应用于从单台运输和挖掘设备的可靠性维护到恶劣环境下的多变量子系统建模等多个应用场景[25][26]，为采矿领域的可靠性评估奠定了基础。
尽管已有部分关于采矿设备可靠性和维护优化的模型和方法，但目前仍缺乏针对印度煤矿中使用的露天矿用采掘机的数据驱动型故障分析。尽管这类设备在露天开采中得到了广泛应用，以实现选择性挖掘并减少钻孔和爆破作业，但目前仍缺乏针对这些设备的全面、针对具体情况的可靠性评估。这一差距凸显了开展针对性分析的必要性，以便系统地识别故障模式、关键子系统，应用预防性维护策略，提高设备可用性，并提升大规模作业的持续运营能力。
虽然基于可靠性的维护（RCM）和故障分析方法已应用于多种采矿设备（如拖铲机、连续采掘机等），但迄今为止尚未在印度露天煤矿中针对露天矿用采掘机开展过结合子系统趋势与相关性分析、可靠性分析、FMECA（故障模式影响及临界性分析）、基于bootstrap和蒙特卡洛方法的参数不确定性量化、以及五个月现场验证的预防性维护计划及其经济效益的综合性研究。作为印度煤炭生产中的关键技术手段，露天矿用采掘机的可靠性维护实践仍主要依赖制造商的推荐或被动维护方案。本研究结合了多种方法、深入的现场数据收集以及前瞻性验证环节，为其提供了独特的方法论和实证贡献。
章节摘录
方法论
为了分析露天矿用采掘机的可靠性，我们选择了一个位于活跃露天煤矿中的代表性地质区块。该地质区块使我们能够在真实的地质和操作条件下评估设备的性能。图2展示了用于挖掘计划的3D矿井布局，确保设备沿正确路径作业，并与采集的数据无缝对接。
现场应用与系统描述
本研究在印度的一家大型露天煤矿中进行的，所使用的采掘机适合开采热值较低的煤炭（G6至G12等级）。该设备以其 versatile 的切割能力而在业界广泛使用。研究在典型的地质条件下进行，包括了不同等级的煤炭、页岩以及白色和灰色砂岩。
故障与可靠性分析
日志记录被按时间顺序整理。首先，故障数据按类型进行了分类，并将其分别存储在对应于故障发生子系统的Excel表格中。计算某种故障类型的平均故障间隔时间（TBF）和平均修复间隔时间（TTR）时，仅考虑同一类型故障之间的时间间隔；如果其间发生了其他故障，则不计入停机时间。
结果与讨论
本研究分析了印度露天煤矿中使用的露天矿用采掘机的实时故障和运行数据，以评估其性能。分析内容包括子系统故障的频率、使用最佳拟合概率分布进行的详细可靠性建模、FMECA（故障模式影响及临界性分析）以评估子系统的风险等级，以及系统可用性的评估。趋势和相关性分析表明，故障和维修事件是随机发生的。
预防性维护实施效果评估
在本节中，将先前提出的预防性维护（PM）计划在露天矿用采掘机上实施了五个月的验证期。值得注意的是，该计划完全基于之前建立的基于可靠性的框架制定，确保了维护间隔与子系统的关键性和可靠性要求保持一致。研究的目的是评估系统性维护调度、部件检查和及时干预措施的有效性。
结论
本研究基于一年的运行和故障记录，对印度露天煤矿中的露天矿用采掘机进行了深入的可靠性、可维护性和可用性（RMA）评估。分析中明确关联了故障机制与机器物理特性（工作温度45°C、季风湿度、二氧化硅粉尘）、操作环境（岩石强度8–60 MPa）及地质条件。结果证实，故障和维修事件是随机发生的。
CRediT作者贡献声明
Jannatul Bashar：撰写 – 审稿与编辑、初稿撰写、验证、方法论设计、调查、数据分析、概念构思。L.A. Kumaraswamidhas：撰写 – 审稿与编辑、验证、监督、调查、数据分析、概念构思。V.M.S.R. Murthy：撰写 – 审稿与编辑、验证、监督、调查、数据分析。
利益冲突声明
作者声明没有已知的可能影响本文研究的财务利益或个人关系。
致谢
作者衷心感谢印度政府的科学技术部（DST）通过项目TMD/CERI/CleanCoal/2017/07(G)对这项研究的支持。特别感谢CORD项目的负责人Dr. G.V. R Reddy和Dr. B.P. Rao提供的宝贵指导与鼓励。同时感谢L&T Pvt. Ltd.的Sanjib Roy先生以及MCL现场的工程师们的支持。
Jannatul Bashar|L.A. Kumaraswamidhas|V.M.S.R. Murthy
