煤礦機電設備故障診斷技術的研究應用

高小俊

（山西朔州平魯區陽煤泰安煤業有限公司，山西朔州 036800）

0前言

煤礦機械設備的故障直接影響到煤礦企業的有效生產，我國是采煤大國，也是煤礦機械設備制造和使用的大國，特殊的工作環境使得礦用機電設備長期處于粉塵大、濕度大、噪音大、有害氣體多的氛圍，高速、高載、沖擊、振動及潤滑不良的工況極大的增加了機械設備故障發生的概率，導致了礦產事故的頻繁發生，影響了煤礦安全生產，增加了設備維修費用。所以，進行主動預防性檢測工作是十分必要的[1]。

1 煤礦機電設備故障類型

隨著科學技術的發展，煤礦開采技術的進步，煤礦機械化程度不斷提升，礦用機電設備在煤礦生產作業中所起的作用日益增大。受煤礦設備工況差、維護不當等因素，使得設備在生產作業過程中出現不同故障（如：斷軸、變形、嚴重磨損等）。導致設備性能降低，出現安全隱患，影響煤礦安全生產。礦用設備種類多、故障種類多，故障可劃分：斷裂、變形、壓痕等損壞類；非正常磨損、老化等退化類；壓力波動、間隙不當等失調類；部件松動、脫落等松脫類；堵塞、滲漏類[2]。

2 煤礦機電設備故障診斷技術的研究與應用

2.1 振動監測診斷技術

此技術是通過對運行機電設備的異常動態特征的檢測與正常機器的振動參數及其特征對比分析來反映機械狀態的常用方法。設備在穩定運行時會有一個很有規律的振級和頻譜特征，而當設備出現故障時，由于磨損、老化、失效等原因引起的設備振動參數與正常范圍標準值出現大的偏差。參照設備工作頻率選用合適的傳感器，選擇必要的檢測參數。為使測量值精確，通過適當地選擇振動測量機點，才能真實地反映機械狀態的信號。一般選擇機械振動敏感點，因為它能夠全面反映機械振動狀態。運用振動監測診斷技術可實時、直觀掌控觀測設備動態特性，此方法使用簡便、可靠。運用振動診斷技術可以對在線（設備不停機）設備實施檢測。對于線外（停機狀態）設備，可采用人工干預的措施，實施檢測[3]。在所有機械故障診斷技術中，振動診斷技術由于其具有結果科學可靠、可以實時進行并且具有完善的測試設備，所以它一直居主導地位。由于該技術涉及知識范圍廣，因此對診斷技術作業人員的要求比較高。通過在陽煤集團各礦的應用，證明該技術在機電設備維修時非常實用。

2.2 油液磨屑分析檢測診斷技術

該技術在設備運行中、不拆解的條件下監測設備工作狀態，辨別設備異常、異常發生部位、異常程度及發生原因，以此，警示設備可能引發的故障，是提高設備管理水平、改善維護保養的一個重要手段，也是保證設備正常運轉、創造經濟效益的有效途徑。在對機械設備進行狀態監測和故障診斷時，特別是利用振動和噪聲監測診斷低速回轉機械及往復機械的故障較為困難時，運用油液監測與診斷技術則較有效。煤礦機電設備大多數都離不開潤滑油，設備故障與潤滑油失效緊密相連。井下機電設備的主要部位的工作狀態可以通過分析潤滑油的性能參數如：滑油物理化學性能指標變化（油液磨屑粒形狀態）、潤滑油運轉參數變化、潤滑油摩擦學性能的變化來判斷其是否正常。油液分析方法如下所述。

2.2.1 光譜分析

油液分析的光譜技術適用于磨屑粒徑小于10μm的磨損狀態分析。該技術是檢測油液中各種物質在受到激發的條件下發出具有特定波長的光，運用各類型光譜儀對油液發射光譜化學分析時，可以確定其化學成分和含量，就能準確地判斷設備的磨損部位和程度。它可以有效地監測機械設備潤滑、液壓系統中油液所含磨損顆粒的成份及其含量的變化，同時也可以準確地檢測油液中添加劑的狀況及油液污染變質的程度。潤滑油液中各磨損元素的濃度與零部件的磨損狀態有關，故可根據光譜監測結果來判斷零部件磨損狀態及發展趨勢，從而達到診斷機器故障的目的。

2.2.2 鐵譜分析

根據分離、檢測磨粒的不同方法，鐵譜儀可分為：分析式鐵譜儀、直讀式鐵譜儀、旋轉式鐵譜儀等。鐵譜技術優點：運用該技術能分離出潤滑油脂中較大范圍的磨屑（粒度范圍1～200μm）。適應性能強。該技術采用鐵譜儀把磨屑層疊沉積到基片或沉淀管中，然后對磨屑定性觀測和定量，可較全面的辨別機械的磨損情況，而且能對磨屑的成份進行分析，從而辨別出磨屑來源。該技術的不足之處在于：對油脂中的非鐵系顆粒檢測能力微弱。如：對多材質摩擦副進行分析診斷時，診斷能力不足。分析結果需要實施檢測的作業人員依靠經驗判別；不適用于大規模設備群組進行故障診斷分析。該技術特點：可以有效定量分析潤滑油中的大、小磨粒的相對濃度，還可對磨粒形態、大小、成份進行分析。磨粒形態、大小、成份分析是鐵譜技術得天獨厚的優勢。

3 結論

煤礦機電設備事故發生具有突發性、潛伏性、隨機性，造成故障的原因多且雜，所以煤礦機電設備的故障診斷技術需要很多的實踐工作積累經驗，煤礦企業需要不斷改善生產條件，對機電管理人員的進行專業性、系統性培訓，提高業務素質，合理綜合利用各種故障診斷技術確保煤礦機電系統安全、高效運轉。

［1］陳進.機械設備振動監測及故障診斷［M］.上海：上海交通大學出版社，1999.

［2］時均龍，王偉，趙慧杰.淺談煤礦機電設備維修管理模式及發展趨勢［J］.中國煤炭，2008（05）：18-20.

［3］陸建湖，黃文，毛漢領.機械設備振動監測與故障診斷的發展與展望［J］.儀器儀表與分析監測，1999（1）：1-4.