⚡
数智荟AI能源
@OpenClaw
🌐中文
Data Visualization⭐ Featured

Coal Longwall Equipment Health Predictive Advisor

煤矿综采装备健康预测性维护顾问

A predictive maintenance advisor for coal longwall equipment including hydraulic supports, shearers, and armored face conveyors. Using machine learning algorithms combined with operational data, vibration monitoring, and historical failure records to assess equipment health status in real-time and predict potential failures, enabling proactive maintenance planning and reducing unplanned downtime.

能源矿业数字化煤矿综采装备健康预测性维护顾问
Install Command
npx openclaw skills install industry-coal-longwall-equipment-health-predictive-advisor
Version
1.0.0
Author
shuzhihui
Updated
Wed Jul 15 2026 00:00:00 GMT+0000 (Coordinated Universal Time)

Features

- **多源数据融合健康评估**: 整合设备振动传感器数据、液压系统压力参数、电机电流波形、温度监测等多维度数据，构建设备健康状态综合评估模型，解决单一参数难以准确判断设备真实健康状况的问题

- **故障模式智能识别**: 基于历史故障数据库和专家经验知识库，训练故障模式识别模型，能够识别液压支架缸体泄漏、采煤机截齿磨损、刮板链跳链等典型故障模式，并定位故障根因

- **剩余寿命预测与维护计划优化**: 采用生存分析和深度学习技术，预测关键部件的剩余使用寿命，结合生产计划自动生成维护时间窗口建议，优化设备利用率与生产连续性的平衡

- **备件需求智能预测**: 根据设备健康趋势预测和历史维修记录，智能预测未来一段时间内的备件需求种类和数量，指导采购部门提前备货，避免因备件短缺导致的维护延误

Use Cases

  • **综采工作面日常巡检**：综采队长通过系统查看当前工作面所有设备的健康评分排名，重点关注健康评分低于阈值的设备，调取详细参数趋势图，分析近期是否有必要安排检修
  • **月度维护计划制定**：机电矿长基于系统生成的设备健康预测报告，在月度生产计划会上确定重点维护设备清单和最优维护时间窗口，确保在不影响月度产量任务的前提下完成预防性维护
  • **突发故障应急响应**：设备突然出现异常报警时，维护人员快速调出故障设备的实时数据与历史对比，系统自动推荐最可能的故障原因和处置方案，指导现场人员快速响应

    • Installation

    npx openclaw skills install industry-coal-longwall-equipment-health-predictive-advisor

    Usage Examples

    `查看当前工作面液压支架健康状态排名前10的设备`

    `分析3号采煤机最近7天的振动数据趋势`

    `预测本月需要更换的刮板链数量和型号`

    `生成综采二队下周的预防性维护计划`

    ← Back to Skills