摘 要:采煤機是目前在礦業生產中必備的設備,而采煤機的機械系統以及液壓系統經常會出現一些故障,文章根據日常中經常出現的一些故障給出了必要的診斷方式和常見的分析方法做出了一定的論述。比如在診斷和監測中經常會用到的溫度方法,鐵譜分析方式以及故障的專家診斷法和建立在人工神經網絡上的故障診斷方式。并根據各自所具有的局限性,通過人工神經網絡通專家的診斷系統相互結合派生出的預測診斷方式對未來故障診斷的方式方法以及發展方向做出了預測。
關鍵詞:故障診斷;采煤機;方式
1 引言
在采煤的過程中所需要用到的最關鍵的設備就是采煤機,采煤機不僅僅是一個機械設備同時其集中了電子電氣以及液壓傳動系統于一身,復雜程度頗高。由于采煤機的工作環境很惡劣,在運行中會受到巖石以及所采集的煤的沖擊因而出現了荷載,并且設備還會受到水汽以及煤塵的影響,而受到污染。雖然對于機械設備的設計在初始時就對此類的因素進行了考慮,對防水和防塵進行了設計,但是實際的工作運行中,采煤機的機體還是會受到油漬的侵入或者是其他的污染物的影響。這些污染都會使得采煤機內部的機械零件或者是液壓元件出現磨損,而使得零件出現過早的壽命完結的情況。若是采煤機出現了故障,那么整體采礦生產就會受到阻礙,甚至是癱瘓。所以故障診斷的方法的有效與否,完善與否就關系到了整個生產能否安全穩定運行。所以完整機制的建立對于故障點診斷以及預報有著重要的意義,對采煤機增大開幾率有著可靠性上的提高,是對工作面上的產出率以及效率的提高和保障。
2 分析常見的故障
2.1 機械故障分析
2.1.1 軸承。軸承的磨損以及破裂是采煤機中的部件出現問題的主要原因,這也同期牽引的行走鏈在載荷上無法均勻且負荷較大造成的,這種環境下很容易出現軸承的斷裂以及滾動體出現磨損。而制成軸承影響到了鏈輪以及鏈輪軸,并且對其他的嚙合零件會造成影響,因此其順上會連帶其他的部件出現不同程度的損壞。
軸承除了在支撐軸承處會出現問題,同時在搖臂部分由于受力較大等因素也會造成損傷,而損傷主要是由于搖臂的升降次數較為頻繁且潤滑出現問題造成的,搖臂軸承損傷也是采煤機的日常軸承故障。除了這些,軸承過載不是造成軸承問題的唯一原因,其他原因還包括了潤滑環境的污染造成的潤滑度下降;軸承安裝時就出現偏差;同軸承想聯系的支撐座以及軸出現了變形都會發生不同程度的故障。另外在設計以及制造上,軸承本身也會出現出廠缺陷,這都能夠引起壽命的縮短以及使用的不良影響。
2.1.2 其它故障。主要就是指的連接松動。這部分故障主要是由于荷載的分布發生了不可逆轉的變化使得有點部件在受荷載上過大,發生了惡化斷裂以及惡性損傷所致。而在齒輪的咬合以及轉動聯結出發生的故障則是諸如磨損以及疲勞破壞和過載形成的損傷。這些故障都會產生熱量從而使得設備升溫。而一些在安裝以及制造使用上米娜的問題,和部件本身的問題偶讀會造成系統故障產生。
2.2 液壓系統中會出現的故障
整個采煤機中最容易出現故障問題的地方就是液壓系統。本身設備對于液壓系統就有著過載保護以及自動調速的裝置,但是故障仍舊是不時發生。主要出現故障的原因以及現象和部位由于液壓系統的復雜度高而導致了故障關系也相當復雜,所以在發現故障以及對故障的排查和診斷上也有著相當大的難度。另外在井下由于環境質量的限制,無法將液壓裝備進行拆分檢測,這也是出于對液壓裝置的保護考慮,為了不是其出現二次污染。對于這類故障,主要的常見原因是油污造成的,油液的污染對于液壓裝置的影響還是很大的,比如,若是油液中混雜了雜質,那么就會引起液壓馬達出現磨損或者是泄露,同時泵也會受到影響。系統的流量就會出現不足,壓力也會隨之降低,相對的溫度也會不正常的升高;此外,液壓閥處會造成動作失調,而卡死的閥芯也會出現受阻而無法移動到位,這一系列的不正常動作就會使得整個系統失調。而這類問題也是由于液壓系統本身有可能出現的密封不到位引起的。
3 采煤機常用的故障診斷方法
3.1 溫度監測診斷
對采煤機機械故障進行診斷的方法有多種,如振動診斷法、油液分析法、噪聲診斷法、溫度監測診斷法和鐵譜分析法等。其中溫度監測診斷法是使用最為廣泛的一種監測診斷手段,它能正確、快速和靈敏地反映設備的工況狀態。如系統中摩擦副零件一旦發生異常,磨損速率會大大增加,油樣分析與磨損判定還需要有一個過程,但溫度卻是最直接的反應。采用定點在線溫度監測診斷,可以準確定位、直觀快速反應監測處狀態。對于采煤機,選擇溫度檢測作為在線監測比較實用。其機械傳動部分,以軸承溫度和傳動箱油溫及油位作為在線連續監測量,并記錄溫度的歷史變化,以便分析其變化趨勢。同時輔之以定期的油樣分析,這樣既可以及時發現故障,又能預測故障的狀態和發展趨勢。
3.2 運用鐵譜分析法對采煤機故障進行監測診斷
鐵譜分析技術特別適用于機械設備處于低速、重載、受沖擊力強、震動大的工況,因此對于研究采煤機的機械磨損十分有效。鐵譜分析技術就是使機械設備潤滑系統的油流經高梯度強磁場環境,使油液中攜帶的磨粒在磁場力、重力和黏滯阻力等力的作用下,按大小有序地沉積分離出來,再利用光密度計檢測金屬磨屑的數量,從而根據磨屑的濃度、微粒的大小和磨屑的成分,可推斷出機械設備磨損狀態、磨損機理、故障原因及磨損產生的部位。
3.3 采煤機故障診斷專家系統
采煤機故障通常具有復雜性和隱蔽性,有時難以快速診斷出來。傳統的診斷方法不僅效率低,有時甚至會做出錯誤的判斷。隨著人工智能的發展,專家系統被引入到采煤機的故障診斷中。專家系統應能處理不完整信息甚至是有矛盾的數據,應能考慮到多種故障并存的可能性、輸入信息的不可靠性,并且應能夠綜合使用多種來源的知識,解釋說明推理的全部過程,指出結論的可信程度。
4 采煤機故障診斷方法的發展趨勢
筆者認為人工神經網絡和專家系統相結合的智能故障診斷方法將是以后研究與應用的熱點,這種智能診斷方法能最大限度地發揮兩者的優勢。神經網絡擅長數值計算,適合進行淺層次的經驗推理; 專家系統的特點是符號推理,適合進行深層次的邏輯推理。神經網絡和專家系統用于故障診斷的結合方式有多種形式,大致可分為以下三種集成方式:
4.1 專家系統為診斷系統的中心,神經網絡提供輔助支持。專家系統實現診斷系統的主要功能,如知識獲取、知識表示、推理判斷等;而神經網絡可用于合理剔除、修改規則,對知識庫進行維護等輔助功能。
4.2 神經網絡為診斷系統的中心,由專家系統提供輔助支持。專家系統的輔助功能主要體現在兩方面:一是為神經網絡提供所需的預處理,二是為神經網絡提供專家解釋。
5 結束語
雖然對于機械設備的設計在初始時就對此類的因素進行了考慮,對防水和防塵進行了設計,但是實際的工作運行中,采煤機的機體還是會受到油漬的侵入或者是其他的污染物的影響。這些污染都會使得采煤機內部的機械零件或者是液壓元件出現磨損,而使得零件出現過早的壽命完結的情況。若是采煤機出現了故障,那么整體采礦生產就會受到阻礙,甚至是癱瘓。所以故障診斷的方法的有效與否,完善與否就關系到了整個生產能否安全穩定運行。所以完整機制的建立對于故障點診斷以及預報有著重要的意義。