張文棟, 薛晨陽(yáng)

(中北大學(xué)儀器與動(dòng)態(tài)測(cè)試教育部重點(diǎn)實(shí)驗(yàn)室 太原，030051)

引 言

采煤機(jī)、掘進(jìn)機(jī)、皮帶機(jī)等大型設(shè)備是現(xiàn)代煤礦企業(yè)從事全自動(dòng)化綜采的核心裝備，其良好的工作狀態(tài)對(duì)提高煤礦生產(chǎn)效率、降低企業(yè)生產(chǎn)成本和減少煤炭開(kāi)采百萬(wàn)噸死亡率具有重要的支撐作用[1-4]。如何確保煤機(jī)設(shè)備正常運(yùn)轉(zhuǎn)，關(guān)鍵在于捕捉煤機(jī)運(yùn)行中的細(xì)微異常信號(hào)，及時(shí)對(duì)其進(jìn)行預(yù)知判斷和反饋，建立對(duì)煤機(jī)故障實(shí)時(shí)、準(zhǔn)確、高效的監(jiān)測(cè)、診斷和維修的數(shù)據(jù)管理架構(gòu)和智能運(yùn)行體系。根據(jù)不同的企業(yè)規(guī)模和運(yùn)作方式，現(xiàn)有煤機(jī)故障診斷方式種類繁多，但歸結(jié)為線上和線下兩種方式，其共性問(wèn)題為以人工為核心[5]。面向智能化裝備升級(jí)和物聯(lián)網(wǎng)應(yīng)用背景，將傳統(tǒng)的“人-機(jī)”交互監(jiān)測(cè)模式提升為“機(jī)器-傳感網(wǎng)絡(luò)”大數(shù)據(jù)協(xié)同模式，將極大提升煤機(jī)監(jiān)測(cè)效率、降低嚴(yán)重故障概率。本研究針對(duì)煤機(jī)狀態(tài)監(jiān)測(cè)現(xiàn)狀及存在的技術(shù)瓶頸，梳理和分析不同狀態(tài)監(jiān)測(cè)方式的特點(diǎn)，旨在探討該領(lǐng)域的發(fā)展趨勢(shì)并提出其重點(diǎn)研究方向，對(duì)提升傳統(tǒng)能源領(lǐng)域裝備智能化升級(jí)改造具有普遍的現(xiàn)實(shí)意義和重要的研究?jī)r(jià)值。

1 煤機(jī)故障類型及成因分析

采煤機(jī)械設(shè)備主要由機(jī)械系統(tǒng)、電氣系統(tǒng)和液壓系統(tǒng)三部分組成[6-7]。面對(duì)空氣環(huán)境潮濕、粉塵多以及煤炭和礦石的沖擊等惡劣環(huán)境作用和長(zhǎng)時(shí)間運(yùn)轉(zhuǎn)造成的磨損、疲勞等綜合原因，采煤機(jī)械設(shè)備不可避免產(chǎn)生各種機(jī)械故障。

液壓系統(tǒng)是采煤機(jī)械設(shè)備最容易出現(xiàn)故障的部分，液壓油受到污染是其產(chǎn)生故障的主要因素。煤礦井下潮濕環(huán)境中的氧氣、硫化物等氣體會(huì)使液壓系統(tǒng)的密封件逐漸被氧化、腐蝕，密封不良導(dǎo)致液壓油泄露和壓力降低。液壓系統(tǒng)工作過(guò)程中礦井下的灰塵、煤炭微顆粒等雜質(zhì)會(huì)經(jīng)過(guò)液壓缸活塞桿進(jìn)入液壓油中；接觸且有相對(duì)運(yùn)動(dòng)的部件磨擦產(chǎn)生的顆粒也會(huì)直接進(jìn)入液壓油中；在正常的維護(hù)保養(yǎng)過(guò)程中，周圍環(huán)境中的雜質(zhì)也會(huì)進(jìn)入液壓油中；液壓油在長(zhǎng)時(shí)間的工作過(guò)程中由于高溫、氧化等原因變成雜質(zhì)。液壓油中雜質(zhì)的累積會(huì)造成管路的堵塞，會(huì)引起液壓油壓的升高，增加相對(duì)運(yùn)動(dòng)部件之間的摩擦力產(chǎn)生大量的熱[8-10]。因此，液壓系統(tǒng)的故障主要表現(xiàn)為液壓油品質(zhì)的降低、壓力和溫度的變化。

軸承、齒輪等旋轉(zhuǎn)部件是煤機(jī)設(shè)備機(jī)械系統(tǒng)出現(xiàn)故障最多的部分，其出現(xiàn)故障主要由以下幾方面原因。工作環(huán)境中的粉塵、運(yùn)動(dòng)部件上的磨屑等雜質(zhì)進(jìn)入潤(rùn)滑油中使軸承、齒輪等部件旋轉(zhuǎn)不良，使系統(tǒng)產(chǎn)生異常的振動(dòng)并會(huì)產(chǎn)生大量的熱。溫度的升高又會(huì)導(dǎo)致部件受到回火燒傷，其硬度與耐磨性受到嚴(yán)重影響。采煤機(jī)械設(shè)備在運(yùn)行過(guò)程中，煤礦或巖石的沖擊會(huì)使軸承、齒輪等旋轉(zhuǎn)部件產(chǎn)生軸向位置偏離，使旋轉(zhuǎn)部件受到很大的摩擦力，其表面受到嚴(yán)重的磨損、產(chǎn)生劇烈的振動(dòng)和溫度的升高。采煤機(jī)械設(shè)備在持續(xù)的工作過(guò)程，軸承、齒輪長(zhǎng)時(shí)間高速運(yùn)轉(zhuǎn)、超負(fù)荷的工作等原因會(huì)受到過(guò)大的應(yīng)力，當(dāng)超過(guò)疲勞極限狀態(tài)時(shí)會(huì)在表面出現(xiàn)裂紋甚至斷裂[11-12]。因此，機(jī)械系統(tǒng)出現(xiàn)故障主要表現(xiàn)形式為振動(dòng)異常和溫度升高。

電氣系統(tǒng)出現(xiàn)故障的主要原因是接觸不良和電子元器件異常。電路板上的電子元器件長(zhǎng)期處在煤礦井下潮濕、含有硫化物的酸性環(huán)境中其極易產(chǎn)生老化等問(wèn)題。煤礦井下的粉塵、顆粒物等累積到電路表面會(huì)影響其散熱能力導(dǎo)致元器件的壽命降低。電氣連接部分長(zhǎng)期受到旋轉(zhuǎn)部分不平衡引起的振動(dòng)、煤炭和礦石對(duì)設(shè)備的沖擊的作用會(huì)產(chǎn)生接觸不良問(wèn)題[13]。因此，電氣系統(tǒng)的故障主要表現(xiàn)為電信號(hào)缺失和增加發(fā)熱。

煤礦機(jī)械設(shè)備的故障主要體現(xiàn)在溫度的變化、振動(dòng)信號(hào)的異常和液壓油品質(zhì)的變化，通過(guò)對(duì)這些量的監(jiān)測(cè)可以判斷其工作狀態(tài)。

2 狀態(tài)監(jiān)測(cè)類型、特點(diǎn)及發(fā)展趨勢(shì)

目前，典型的設(shè)備狀態(tài)監(jiān)測(cè)方式主要有3種：離線定期監(jiān)測(cè)方式、在線監(jiān)測(cè)離線分析方式和自動(dòng)在線監(jiān)測(cè)分析方式。

離線定期監(jiān)測(cè)方式是最早得到應(yīng)用的監(jiān)測(cè)方式。它需要專業(yè)的測(cè)試人員定期到設(shè)備現(xiàn)場(chǎng)對(duì)各個(gè)監(jiān)測(cè)點(diǎn)進(jìn)行監(jiān)測(cè)，這種方式測(cè)試設(shè)備簡(jiǎn)單、成本低，在小型煤礦企業(yè)和設(shè)備狀態(tài)監(jiān)測(cè)的初期得到了大量應(yīng)用。但該方式存在需要專業(yè)的技術(shù)人員，監(jiān)測(cè)不靈活；設(shè)備需要停機(jī)監(jiān)測(cè)，影響企業(yè)生產(chǎn)效率；監(jiān)測(cè)過(guò)程繁瑣，時(shí)間長(zhǎng)等缺點(diǎn)。該種監(jiān)測(cè)方式在機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)中已經(jīng)很少使用。針對(duì)這種監(jiān)測(cè)方式的不足，一種在線監(jiān)測(cè)離線分析方式的得到發(fā)展。由于已在機(jī)械設(shè)備各監(jiān)測(cè)點(diǎn)布放了相關(guān)傳感器在設(shè)備現(xiàn)場(chǎng)進(jìn)行信號(hào)采集，再由專業(yè)的技術(shù)人員對(duì)采集到的信號(hào)進(jìn)行分析診斷，避免了設(shè)備停機(jī)，簡(jiǎn)化了監(jiān)測(cè)過(guò)程，不會(huì)影響企業(yè)正常的生產(chǎn)活動(dòng)。該種監(jiān)測(cè)方式是現(xiàn)在狀態(tài)監(jiān)測(cè)的主要方式。上述這兩種監(jiān)測(cè)方式都需要專業(yè)的技術(shù)人員將采信到的信號(hào)進(jìn)行離線分析，時(shí)效性、靈活性比較差，不能及時(shí)地發(fā)現(xiàn)設(shè)備存在故障，可能會(huì)導(dǎo)致設(shè)備產(chǎn)生“二次損傷”，造成設(shè)備的重大故障和安全隱患。隨著物聯(lián)網(wǎng)以及人工智能技術(shù)的發(fā)展，自動(dòng)在線監(jiān)測(cè)分析方式成為了可能。這種方式可以實(shí)現(xiàn)對(duì)設(shè)備工作狀態(tài)監(jiān)測(cè)并對(duì)設(shè)備的工作狀態(tài)進(jìn)行分析，可以及時(shí)發(fā)現(xiàn)設(shè)備存在的故障、不需要專業(yè)的技術(shù)人員[14-18]。這種檢測(cè)方式需要建立無(wú)線傳感器網(wǎng)絡(luò)和智能診斷系統(tǒng)，將成為未來(lái)煤礦機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)的重要方式。

3 監(jiān)測(cè)系統(tǒng)技術(shù)特點(diǎn)及實(shí)現(xiàn)方式

采煤機(jī)械設(shè)備有大量的旋轉(zhuǎn)部件，其監(jiān)測(cè)信號(hào)用有線方式傳輸會(huì)產(chǎn)生導(dǎo)線纏繞的問(wèn)題。線纜存在成本高、擴(kuò)展性差和信號(hào)容易被干擾的問(wèn)題。煤礦井下的復(fù)雜環(huán)境也容易使線纜老化和損壞。無(wú)線傳感技術(shù)可以有效地解決上述問(wèn)題，由于使用電池為無(wú)線傳感器件供電需要定期更換電池，會(huì)影響企業(yè)的生產(chǎn)效率。因此，將無(wú)線傳感技術(shù)與微能源技術(shù)集成應(yīng)用是未來(lái)自動(dòng)在線監(jiān)測(cè)分析方式的發(fā)展方向[19-20]。

3.1 無(wú)線傳輸技術(shù)

無(wú)線電波在環(huán)境復(fù)雜的煤礦井下傳輸?shù)馁|(zhì)量與其頻率密切相關(guān)。研究表明，頻率低于30 MHz時(shí)其衰減與頻率負(fù)相關(guān)；頻率大于30 MHz時(shí)其衰減與頻率正相關(guān)，頻率高于300 MHz的無(wú)線電波在煤礦井中傳輸具有較好的效果[21-22]。

藍(lán)牙技術(shù)是Ericsson在1994年發(fā)明的無(wú)線通訊技術(shù)，其工作頻段為2.4 GHz。藍(lán)牙具有傳輸損耗小、可穿透障礙物、可實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)或點(diǎn)對(duì)多點(diǎn)的數(shù)據(jù)傳輸和成本低等特點(diǎn)[23-24]。藍(lán)牙4.0標(biāo)準(zhǔn)發(fā)射功率低，能夠滿足煤礦井下安全性的要求，是煤礦井下無(wú)線網(wǎng)絡(luò)的一種重要技術(shù)[25-27]。WIFI技術(shù)是在802.11標(biāo)準(zhǔn)協(xié)議基礎(chǔ)上定義的工作頻段為2.4和2.5 GHz的局域網(wǎng)。WIFI具有傳輸速度快、帶寬寬、業(yè)務(wù)可以集成、投資成本低以及相對(duì)健康安全等優(yōu)點(diǎn)[28-29]。文獻(xiàn)[30-32]證明了2.4 GHz頻段在煤礦井下應(yīng)用的可行性，目前，WIFI技術(shù)己在煤礦井下得到了應(yīng)用。通用分組無(wú)線服務(wù)技術(shù)(general packet ratio service，簡(jiǎn)稱GPRS)核心層使用網(wǎng)絡(luò)之間互連的協(xié)議(internet protocol,簡(jiǎn)稱IP)技術(shù)，可實(shí)現(xiàn)分組數(shù)據(jù)的高效、低成本傳輸。隨著煤礦信息化升級(jí)改造，現(xiàn)有大型煤礦均采用3G網(wǎng)絡(luò)進(jìn)行井下和地面通信，煤礦井下沿巖壁布放有線線纜至工作面，是一種重要的井下信息傳輸手段[33-35]。紫蜂協(xié)議(Zigbee) 是一種新興的近距離無(wú)線通信技術(shù)，具有強(qiáng)大的組網(wǎng)能力、廣闊的適應(yīng)面、良好的節(jié)能性以及高可靠性[36]。其無(wú)線通信技術(shù)具有成本低、功耗小、網(wǎng)絡(luò)容量大、時(shí)延短和可靠性高的特點(diǎn)，在構(gòu)建煤礦井下的無(wú)線網(wǎng)絡(luò)中扮演重要的角色[37]。

紫蜂協(xié)議(Zigbee)與其他無(wú)線通信相比，最突出的優(yōu)點(diǎn)在于其超低的功耗，兩節(jié)5號(hào)干電池可使用6個(gè)多月。而GPRS技術(shù)已在煤礦井下得到了普及應(yīng)用,可以將煤礦井下的信號(hào)傳輸?shù)降孛妗Ｒ虼耍瑢⒚簷C(jī)設(shè)備上的狀態(tài)監(jiān)測(cè)信息無(wú)線傳送到一個(gè)中間節(jié)點(diǎn)，然后通過(guò)GPRS技術(shù)傳送到地面是一種可行性高、成本低的方式。

3.2 微能源技術(shù)

微能源技術(shù)是收集轉(zhuǎn)化環(huán)境中的風(fēng)能、熱能、太陽(yáng)能、化學(xué)能和振動(dòng)能等微能量的技術(shù)。單一的微能源技術(shù)都具有各自的優(yōu)點(diǎn)，但也存在其固有的不足，單一形式的能量采集也存在效率低的問(wèn)題。因此，復(fù)合式微能源收集方案成為當(dāng)前研究的熱點(diǎn)。

王中林等[38-42]在2012年首次提出了摩擦納米發(fā)電機(jī)的概念，它利用靜電感應(yīng)和摩擦起電的耦合作用將機(jī)械能轉(zhuǎn)化為電能。摩擦納米發(fā)電機(jī)(triboelectric nanogenerators,簡(jiǎn)稱TENG)是一種有效的能量收集方式，具有輸出電壓高(幾百伏)，短路電流小(通常小于幾毫安)，響應(yīng)頻率低的特點(diǎn)，在低頻能量采集中具有特殊的應(yīng)用優(yōu)勢(shì)。電磁發(fā)電機(jī)(electromagnetic generator，簡(jiǎn)稱EMG)是一種經(jīng)典而有效的能量收集方法，電磁能量采集方式具有輸出功率高、能量密度大、電壓穩(wěn)定可調(diào)、電源性能好以及使用可靠等特點(diǎn)[43]。隨著材料科學(xué)的發(fā)展，基于壓電效應(yīng)的壓電發(fā)生器(piezoelectric nanogenerator,簡(jiǎn)稱PNG)也越來(lái)越受到歡迎，壓電發(fā)電機(jī)可以有效采集沖擊振動(dòng)能量[44]。熱能是環(huán)境中隨處可在的一種能源，根據(jù)貝克效應(yīng)制作溫差電池可以收集環(huán)境中的熱能。該種發(fā)電方式具有可靠性高、維護(hù)簡(jiǎn)單和能夠適合惡劣環(huán)境等優(yōu)點(diǎn)。在煤礦井下雖然熱能很高，但是溫差不大，溫差發(fā)電的熱電轉(zhuǎn)換效率低[45]。風(fēng)能是由于環(huán)境中的空氣流動(dòng)產(chǎn)生的動(dòng)能，具有清潔無(wú)污染的特點(diǎn)。由于風(fēng)能不穩(wěn)定，需要相應(yīng)的轉(zhuǎn)換電路以及轉(zhuǎn)換效率較低等不足。

煤礦井下存在各種形式的微能量，考慮到能量的來(lái)源質(zhì)量和轉(zhuǎn)換的效率等因素，熱能和風(fēng)能很難廣泛應(yīng)用，以振動(dòng)為微能量來(lái)源的采集方式具有很高可行性, 電磁-摩擦-壓電復(fù)合式微能源采集方式是煤礦井下未來(lái)發(fā)展的趨勢(shì)。筆者課題組設(shè)計(jì)的基于微能源技術(shù)的低功耗無(wú)線監(jiān)測(cè)單元示意圖如圖1所示,結(jié)構(gòu)如圖2所示。

圖1 基于微能源技術(shù)的低功耗無(wú)線監(jiān)測(cè)單元示意圖Fig.1 Schematic diagram of low power wireless monitoring unit based on micro energy technology

圖2 基于微能源技術(shù)的低功耗無(wú)線監(jiān)測(cè)單元結(jié)構(gòu)圖Fig.2 The structure of low power wireless monitoring unit based on micro energy technology

4 故障診斷分析方法及應(yīng)用

機(jī)械故障診斷的方法可分為基于模型的方法、基于信號(hào)處理的方法和基于知識(shí)的方法(人工智能方法)三大類?；谀Ｐ偷臋C(jī)械故障診斷方法主要有等價(jià)空間法、狀態(tài)估計(jì)法和參數(shù)估計(jì)法三種。這種方法需要了解機(jī)械設(shè)備系統(tǒng)的工作機(jī)理過(guò)程，并依此建立精確數(shù)學(xué)模型。該種方法適用于簡(jiǎn)單的系統(tǒng)，對(duì)于多狀態(tài)變量、產(chǎn)生大量數(shù)據(jù)的系統(tǒng)則不適用?；谛盘?hào)處理的機(jī)械故障診斷方法主要包括信號(hào)模態(tài)估計(jì)法、自適應(yīng)滑動(dòng)窗格形濾波器法、絕對(duì)值檢驗(yàn)和趨勢(shì)檢驗(yàn)法、信息融合法和小波變換法。該方法是當(dāng)前比較成熟且得到了大量應(yīng)用的一種方法，由于該方法在信號(hào)處理過(guò)程中某些參數(shù)只能人為事先設(shè)定，不能隨信號(hào)特征自動(dòng)適應(yīng)，已不能滿足采煤機(jī)械設(shè)備等智能化升級(jí)改造的需求?；谥R(shí)的機(jī)械故障診斷方法主要包括知識(shí)觀測(cè)器法、定性觀測(cè)器法、神經(jīng)網(wǎng)絡(luò)法、模式識(shí)別法、模糊推理法和專家系統(tǒng)等。這種方法將提取到的信號(hào)特征與機(jī)器事先學(xué)習(xí)的離線數(shù)據(jù)模型對(duì)比進(jìn)行故障診斷，解決了故障診斷對(duì)技術(shù)人員依賴程度高、故障診斷數(shù)量大與專業(yè)技術(shù)人員相對(duì)不足的問(wèn)題，可以對(duì)機(jī)械故障進(jìn)行可靠、實(shí)時(shí)的預(yù)測(cè)性故障診斷。目前，某些智能診斷方法已經(jīng)得到應(yīng)用，但單一種類的智能診斷方法都具有各自的局限性，將不同的智能算法相融合形成一種適用性更強(qiáng)的算法是故障診斷方法的發(fā)展方向。

2006年，于波等[46]在旋轉(zhuǎn)機(jī)械故障診斷中利用小波包函數(shù)將采集到的信號(hào)進(jìn)行分解，將能量值作為故障特征提取，實(shí)現(xiàn)了故障的有效識(shí)別。李軍等[47]在2018年研究一種將總體經(jīng)驗(yàn)?zāi)B(tài)分解法(ensemble empirical mode decomposition,簡(jiǎn)稱EEMD)與互信息法相結(jié)合的Hibert-Huang變換方法，仿真和實(shí)驗(yàn)結(jié)果證明了該種方法在機(jī)械故障診斷中有效性和可行性。

Lu等[48]在2016年提出了一種由經(jīng)驗(yàn)?zāi)B(tài)分解 (empirical mode decomposition,簡(jiǎn)稱EMD)、多重形譜和改進(jìn)的反向傳神經(jīng)網(wǎng)絡(luò)(back propagation neural network)組成的故障診斷模型，將其應(yīng)用于水輪機(jī)的工作狀態(tài)監(jiān)測(cè)和故障診斷中。該方法的特點(diǎn)在于通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解 (empirical mode decomposition,簡(jiǎn)稱EMD)獲得數(shù)據(jù)信號(hào)，利用EMD對(duì)振動(dòng)信號(hào)進(jìn)行識(shí)別得到故障信號(hào)的近似系數(shù)，多重分形譜提供了幾何分布或者概率信息。

韋建波等[49]在2018年提出了一種基于改進(jìn)的徑向基函數(shù)(radial basis function,簡(jiǎn)稱RB)神經(jīng)網(wǎng)絡(luò)通過(guò)梯度下降算法和進(jìn)化數(shù)值混合法相結(jié)合的配電網(wǎng)故障診斷模型，在實(shí)際的應(yīng)用結(jié)果中具有較高的診斷準(zhǔn)確率。

Lü等[50]在2016年提出一種基于變分模態(tài)分解(variational mode decomposition,簡(jiǎn)稱VMD)和經(jīng)過(guò)免疫遺傳算法(immune genetic algorithm,簡(jiǎn)稱IGA)優(yōu)化的多核支持向量機(jī)(multiple kernel support vector machine,簡(jiǎn)稱MKSVM)的機(jī)械故障診斷方法。該方法首先將信號(hào)用變分模式分解成多個(gè)固有模態(tài)函數(shù)(intrinsic mode function,簡(jiǎn)稱IMF)，然后在時(shí)頻域從固有模態(tài)函數(shù)提出特征構(gòu)建特征集，最后用半監(jiān)督局部線性嵌入進(jìn)行融合和降維。實(shí)驗(yàn)結(jié)果表明，該方法大大提高了機(jī)械故障診斷的精度，提高了機(jī)械故障診斷的通用性。

深度學(xué)習(xí)作為大數(shù)據(jù)處理的工具，具有極高的處理復(fù)雜識(shí)別任務(wù)的能力，在很多傳統(tǒng)的識(shí)別任務(wù)上都具有較高的識(shí)別準(zhǔn)確率。其在對(duì)特征提取和模式識(shí)別具有較高要求的機(jī)械故障診斷中具有良好的應(yīng)用前景。深度學(xué)習(xí)主要運(yùn)用在深度置信網(wǎng)絡(luò)[51]、卷積神經(jīng)網(wǎng)絡(luò)[52]、堆疊自動(dòng)編碼機(jī)[53-54]和遞歸神經(jīng)網(wǎng)絡(luò)[55-57]四種模型中。

劉林凡[58]在2017年綜述了深度學(xué)習(xí)在故障診斷中應(yīng)用的研究現(xiàn)狀和技術(shù)難點(diǎn)，并展望了深度學(xué)習(xí)在故障診斷中的應(yīng)用前景。Pan等[59]提出了一種從復(fù)雜機(jī)械故障數(shù)據(jù)中進(jìn)行分層特征學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)方法進(jìn)行故障識(shí)別，該方法主要包括分離層、預(yù)測(cè)層、更新層、匯聚層和全連接層。

5 無(wú)線監(jiān)測(cè)系統(tǒng)發(fā)展方向

隨著機(jī)械設(shè)備故障診斷技術(shù)、微機(jī)電系統(tǒng)( micro-electro-mechanical system,簡(jiǎn)稱MEMS)技術(shù)、物聯(lián)網(wǎng)技術(shù)、人工智能以及大數(shù)據(jù)技術(shù)的融合發(fā)展，無(wú)線監(jiān)測(cè)系統(tǒng)將會(huì)朝著以下幾個(gè)方向發(fā)展：

1) 集成化和小型化微機(jī)電系統(tǒng)技術(shù)可以實(shí)現(xiàn)單一芯片對(duì)采煤機(jī)械設(shè)備溫度、壓力和振動(dòng)等信號(hào)的檢測(cè)，在未來(lái)的發(fā)展中采煤機(jī)械設(shè)備所使用的傳感器芯片將具備功能多、體積小和成本低的特點(diǎn)。

2) 建立數(shù)據(jù)庫(kù)。隨著采煤機(jī)械設(shè)備故障信號(hào)大數(shù)據(jù)庫(kù)的建立，設(shè)備故障將不再必需專業(yè)的技術(shù)人員進(jìn)行診斷，而且可以提前診斷人不易發(fā)現(xiàn)的機(jī)械故障。

3) 智能化。無(wú)線監(jiān)測(cè)系統(tǒng)將實(shí)現(xiàn)自供電，系統(tǒng)將能自主判斷進(jìn)行能量收集與存儲(chǔ)、電池與傳感器的管理以及信號(hào)的發(fā)送等。

4) 可視化。隨著虛擬現(xiàn)實(shí)技術(shù)的發(fā)展，采煤機(jī)械設(shè)備將把監(jiān)測(cè)到的故障原因、位置等信息直觀地展現(xiàn)在操作人員面前，實(shí)現(xiàn)采煤機(jī)械設(shè)備的及時(shí)、準(zhǔn)確維修。

5) 網(wǎng)絡(luò)化。將同一設(shè)備的不同監(jiān)測(cè)點(diǎn)、不同監(jiān)測(cè)設(shè)備之間的監(jiān)測(cè)點(diǎn)同時(shí)進(jìn)行監(jiān)測(cè)和信號(hào)傳輸。

6) 遠(yuǎn)程化。將采集到的設(shè)備工作狀態(tài)信息傳輸?shù)奖O(jiān)控中心進(jìn)行處理，實(shí)現(xiàn)一個(gè)信號(hào)處理中心可以同時(shí)監(jiān)測(cè)多個(gè)設(shè)備的目標(biāo)。