本课题是山西省重点研发计划项目（202003D111008）“15000型矿用瓦斯抽放智能化定向千米钻机关键技术研究与应用”的子课题,它是针对矿用水平定向钻机故障诊断和健康状态评估智能化程度低、故障诊断不及时的问题而提出的。矿用水平定向钻机是瓦斯抽放实施过程中不可缺少的钻探设备,其正常运行是保障煤矿安全开采的前提。随着煤炭开采深度增加,矿用水平定向钻机的工作环境愈加恶劣,容易发生故障。而且现场缺乏科学的故障诊断和健康状态评估机制,一旦钻机发生故障,由于作业人员经验不足,难以快速准确定位故障,会造成企业经济上的损失,甚至威胁人员和设备的健康。因此,研究矿用水平定向钻机的故障诊断和健康状态评估方法具有重要的现实意义。尽管国内千米钻机已经实现了控制系统数字化,但是在钻机故障诊断和健康状态评估方面还是空白。课题以15000型矿用水平定向钻机为研究对象,基于钻机液压系统、电控系统、导向系统、孔内状态监测系统等系统提供的监测数据以及专家诊断钻机故障的知识,开发了15000型矿用智能化水平定向钻机专家系统,实现对钻机的数据监测、故障诊断和健康状态评估等功能。主要研究内容如下:针对作业人员难以快速准确诊断钻机故障的问题,采用故障树分析法（FTA）对钻机故障诊断模型进行研究。通过阅读大量文献,分析了钻机的常见故障类型,基于故障现象与故障原因之间的逻辑关系,建立了钻机液压系统和电控系统的故障树模型。以泵站故障作为实例,通过计算泵站故障现象最小割集事件的概率重要度,指导了作业人员快速定位故障,验证了FTA在钻机故障诊断中的有效性。针对作业人员无法评估钻机健康状态的问题,采用一维卷积神经网络（1D CNN）的方法对钻机关键部件的健康状态评估模型进行研究。使用AMESim仿真软件搭建了钻机液压系统仿真模型,解决历史数据的类别不平衡问题。基于钻机的历史数据和仿真数据,建立了基于1D CNN的健康状态评估模型,实现对钻机的健康状态评估。以液压马达作为实例,验证了1D CNN在钻机健康状态评估中的有效性,为钻机健康状态评估提供一种新方法。15000型矿用智能化水平定向钻机专家系统的设计与开发是实现钻机的数据监测、故障诊断和健康状态评估等功能的基础。基于FTA的钻机故障诊断方法和1D CNN的钻机健康状态评估方法,设计了15000型矿用智能化水平定向钻机专家系统的知识库、数据库、推理机、人机界面功能和解释器。在此基础上,使用SQL Server数据库管理系统建立了该专家系统的数据库。基于C#语言、MATALB软件和Visual Studio开发平台,开发了15000型矿用智能化水平定向钻机专家系统。该专家系统主要包括登录模块、数据监测模块、故障诊断和健康状态评估模块、知识库管理模块以及历史查询模块。对该专家系统的各模块功能进行了离线测试。测试结果表明,该专家系统实现了数据监测、故障诊断、健康状态评估、知识库管理、历史查询等功能,有助于作业人员掌握钻机状态,快速定位故障,解决故障,保障钻机安全稳定工作。