礦山機電設備故障診斷技術分析

章名紅

（大同煤礦集團機電裝備力泰有限責任公司，山西 大同 037036）

引言

近年來，由于機電設備故障而引發的礦山事故對煤礦生產和人員安全造成了嚴重影響，如何有效地開展機電設備診斷成為眾多礦山企業急待解決的問題。而故障診斷技術就是針對這一問題，集信息處理技術、傳導技術、計算機技術等諸多技術于一體的全新手段，加強此方面的研究，是煤礦企業高效、高質、安全生產，實現可持續發展的必由之路。

1 故障診斷技術流程分析

礦山機電設備的故障診斷通常包含5個流程，分別為數學模型構建、信息采集、信息處理、信息分析與故障預測。故障診斷原理如圖1所示。

圖1 故障診斷原理圖

1.1 數學模型構建

數學模型的構建必須以機電設備運行數據為基礎，是鑒定設備運行狀況的關鍵節點。一般而言，所建立的數學模型應當包含設備運行狀況、數據參數、故障存在與否三方面內容，并可合理反饋三者相互關系。從而便于使用者快速、精準地進行故障診斷［1］。

1.2 信息采集

通過安設在設備不同位置的感應裝置對設備運行數據進行全面的采集，采集到的信息則被實時傳輸至計算機存儲器中，以便相關程序調用分析。

1.3 信息處理

采集到的設備運行數據往往十分復雜，難以直接對設備運行狀態加以判定，必須借助信息處理將數據進行篩選，剔除其中無用的信息，并對留存的有用信息進行分類整合與轉化，使其變為能夠被工作人員或電腦快速識別的簡易信息。

1.4 信息分析與識別

經由處理簡化后的數據被進一步分析識別后，可同預存的設備正常運行標準數據進行比對分析，從而對設備的運行狀況和故障類型進行判定，并對故障的位置和原因進行確定。

1.5 故障預測

在對各類數據參數進行有效分析識別后，對設備故障的發展趨勢及設備未來使用狀況進行預估［2］。

2 常見礦山機電設備故障診斷方法

2.1 歷史記錄診斷法

這種診斷方法是根據機電設備整體構成原理，從發生故障的位置入手，對故障部件所相連的各組件和系統逐層檢驗，直至確定真正的故障誘因。隨后將各類故障的原因進行科學的分類總結，從而形成完善的故障診斷集，下一次再發生類似的故障現象，便能夠參照故障診斷集實現故障的快速定位和治理。這種方法完全依賴于企業以往的生產經驗，是礦山機電設備維護手冊編纂的主要參照內容，優勢在于實現故障的快速定位，是診斷常見多發故障的有力手段［3］。

2.2 壓力、溫度監測診斷法

通過在機電設備齒輪、軸承等關鍵部位安設壓力與溫度感應裝置，可實現對機電設備特定部位壓力、溫度數據的在線實時監測，從而直觀展現設備運行工況。與此同時，借助對相關數據的長時間有效記錄，則可結合以往故障歷史，通過科學、合理的分析，對設備故障隱患及時發現，評估故障的發展趨勢。這種方法是當前使用極為普遍的礦山機電設備監測方法，具有反應速度快、準確性高等優點。

2.3 基于人工神經網絡的故障診斷

人工神經網絡（ANN）所獨有的結構特征與信息處理手段，使其在模式鑒定、信息處理、人工智能等方面有著巨大的應用價值。這種借由某一網絡拓撲結構組成的活性網絡，能夠對任意的非線性系統實現有效描述。除此之外，ANN還擁有自適應、自學習等諸多功效。一般來說，在礦山機電設備的故障診斷中，無論是初始的故障征兆還是最后的故障源映射往往包含了各類非線性關系，有鑒于此，將ANN應用到采煤機等礦山機電設備的故障診斷中有著良好的應用效果和應用前景。

2.4 基于模糊數學的故障診斷

通常而言，礦山機電設備發生的故障，原因與現象之間存在一定的多重對應關系，這里面既包含可確定因素，亦含有不確定因素，這導致故障往往存在隱蔽性與漸變性等特征。基于這種繁復的非線性映射聯系，為確保故障診斷的高效、精準，可將模糊數學相關知識引入到機電設備故障的診斷中，借由構建模糊診斷數學模型，實現定量分析同定性分析、專家經驗的有機融合，從而用于輔助礦山機電設備故障的診斷。在進行模糊模型的構建時，首先應當參照設備故障的知識特性，從而篩選出適宜的故障表達關系，構建起展示故障誘因同各種外在現象間因果聯系的模糊數學矩陣。需注意的是，矩陣中隸屬度的確定必須充分參照大量故障實測數據，且可在使用中隨時依據最小數據進行調整［4］。

2.5 故障診斷專家系統

專家系統是指模擬人類專家對某一問題進行專業解答的計算機軟件程序，通過對多位專家經驗知識的匯集總結，以此作為判定的參照數據，對工程實際問題給出專業的處理意見。一般而言，國內常見的礦山機電設備故障診斷專家系統，其知識庫的構建多是通過先創建故障樹，隨后借由對故障樹的定量與定性分析獲得由產生式所組成的各種規則。故障樹作為專家系統故障診斷的初始參考模型，其數據多源自于機電設備實際故障參數的歷史記錄與分析歸納，因此不僅含有故障源特性，更含有實施故障診斷與判定所不可或缺的目標結點。目前在故障領域中主要具備兩點功效：一是專家系統可實現同采煤機監測系統的相兼容，從而借助對設備運行監測數據的分析，對采煤機存在的故障類型及故障位置進行確定；二為依據所確定的故障類型與故障位置，對故障的原因進行分析，并就如何解決提出參考意見。

3 礦山機電設備故障診斷有效開展的措施

3.1 重視員工培訓

機電設備的自動化不僅是科技發展的必然趨勢，更是降低企業成本、提升勞動效率的主要途徑。因此在設備的管理中，必須始終重視對技術人員的培訓，確保能夠熟練操作設備，對設備運行狀況進行有效判別，及時發現潛在的故障隱患，并能以最優的方式對故障進行處理。

3.2 加強技術改造

科學、合理的技術改造是改良機電設備運行狀態，延長設備使用周期的重要手段。因此，礦山企業應當積極組織專業技術人員，依據企業自身工作環境，對機電設備進行改造工作，實現設備性能的大幅提升。在改造中應當全面考量設備電氣部分的可行性，實現機電共同參與。

3.3 完善礦山機電設備管理制度

高效的管理制度是確保機電設備故障診斷高效、準確進行的另一保障。礦山企業應當構建完善的機電設備管理制度，實現管理責任的有效落實，并構建完善的獎懲制度，從而保證設備管理維護的直接參與人自覺主動擔負相應職責。

4 結語

礦山機電設備運行良好直接關系著礦山作業進行的安全與高效。有鑒于此，開展切實高效的礦山機電設備故障診斷與治理意義重大，機電技術人員必須開拓創新，不斷學習先進的故障診斷技術，確保故障的及時發現與處理，從而為機電設備的安全、穩定運行提供根本保障。

［1］ 顏飛.礦山機電設備故障診斷技術分析研究［J］.山東工業技術，2015（9）：67.

［2］ 葉文祥.煤礦井下礦山機電設備故障檢修技術應用［J］.內蒙古煤炭經濟，2014（5）：42，47.

［3］ 王成旺.礦山機電設備管理與診斷研究［J］.煤炭技術，2013（6）：258－260.

［4］ 薄秀英.礦山機電設備故障診斷技術分析探討［J］.煤炭科學技術，2013（1）：138－139.