采煤機故障診斷技術的應用現狀及未來發展方向

賀安偉　王宏斌

摘 要：煤礦企業的發展是我國重要的產業支柱，對于企業的發展而言具有重要的推進意義，在我國現階段的采煤機故障診斷技術中，其故障診斷方式已經難以適應采煤機的故障實時變化，因此，需要對采煤機的故障診斷以及未來發展方向進行探究。本文主要探究采煤機故障診斷技術的應用現狀以及未來發展趨勢，希望通過本文的分析，可以推進采煤機故障診斷技術的發展。

關鍵詞：采煤機；故障診斷；應用現狀

DOI：10.16640/j.cnki.37-1222/t.2017.06.065

0 前言

在煤礦企業的發展中，采煤機是企業主要的應用手段，其不僅關系著企業的生產效率，同樣對企業的發展產生一定的影響[1]。但是在采煤機的應用過程中，通常會存在較多的故障，影響采煤機的正常運行，因此，對采煤機的故障診斷技術現狀以及未來發展方向進行分析，有利于提升企業的生產效率。

1 采煤機常見的故障

在采煤機故障診斷技術應用現狀中的分析中，需要對采煤機常見的故障進行分析，以此來更好的分析故障診斷方式。在采煤機的故障中，常見的故障主要包括液壓系統故障以及機械故障。

在液壓系統故障方面，在實際操作中，常見的故障主要包括油液污染以及雜質混入油液等情況，會影響泵以及馬達的正常運行，并且對系統的運行功能產生一定的影響，另外，在系統的運行過程中，密封以及油量等問題均會導致系統出現故障[2]。在機械故障方面，在采煤機的運行過程中，牽引行走會導致系統受力不均勻，造成支撐軸的磨損，影響機械的使用壽命；同時在采煤機的使用過程中，在作業過程中會出現搖臂部位潤滑不良的現象，對軸承的運行產生破壞作用，另外，聯結松動導致的零部件損壞等故障問題。

2 采煤機故障診斷技術

2.1 溫度監測診斷

在機械設備運行的過程中，在零件摩擦的過程中，會產生相應的溫度，造成溫度升高過快，因而在檢測的過程中，可以利用傳感器對溫度情況進行監督，對于采煤機的監測而言，采用溫度實時監測相對較為實用，當采煤機內出現摩擦時，會導致溫度急劇升高，因此通過溫度監測方式可以預測采煤機的發生故障。

2.2 鐵譜分析診斷

在采煤機的故障診斷過程中，機械設備的故障主要是通過磨損導致，通過采集磨屑顆粒，可以對機械設備的運行狀態進行分析，在設備運行的過程中，鐵譜分析時機械設備潤滑油經過磁場的環境，導致機械設備中磨屑顆粒在磁場以及重力的情況下，會沉積在基片上，制作成相應的譜片，通過顯微鏡的觀察，可以檢測磨屑的數量，通過的磨屑的數量以及性狀分析，可以確定機械的故障診斷。在該診斷方式中，受到的制約性較小，并且具有較高的準確率，對于采煤機故障的診斷具有較好的效果。

2.3 專家診斷系統

采煤機在發生故障時，具有一定的復雜性以及隱蔽性，在傳統的診斷方式中，其主要難以做出精確的診斷，并且存在一定誤判的可能性，而專家診斷系統在應用過程中，可以綜合運用領域內專家的專業知識，通過專業的角度來分析數據和解決數據，通過專家診斷系統，需要對歷史數據進行分類總結，建立相應的知識庫，進而可以通過推理來獲取相應的故障信息。

2.4 人工神經網絡診斷

在采煤機故障的診斷中，人工神經網絡診斷屬于物理結構模擬，具有一定的推理和計算能力，在故障分析的過程中，可以將人工神經網絡應用到采煤機的故障診斷中，并且通過實時監測，可以較好的確定故障原因，但是在實際應用中，由于其周期較長并且速度慢，導致其會對采煤機故障診斷的及時性產生一定的影響。

2.5 模糊數學診斷

在采煤機的故障中，存在漸變性以及隱蔽性的特點，在使用采煤機發生故障的過程中，會發現故障現象以及原因之間存在對應關系，在診斷過程中，容易出現誤判的現象，在故障診斷的過程中，將模糊診斷方式納入到故障診斷中，通過模型的定量分析，可以確定故障的原因以及模糊因果關系，但是在該診斷方式中，需要通過大量的故障以及實驗來進行測試，因而會具有一定的概率性，無法滿足采煤機的故障診斷需求。

3 采煤機故障診斷技術發展方向

采煤機經常發生相應的故障，而傳統的方式已經難以檢測系統存在的故障，因而需要對采煤機故障診斷方式的發展方向進行探究，根據研究顯示，基于模糊神經網絡的采煤機故障診斷專家系統可以通過模擬人類的推理能力，運用專家的知識對故障進行分析，從而可以到處正確的輸出關系，但是在實際推理過程中，專家系統在知識獲取以及推理等方面存在一定的缺陷，而人工神經網絡在此方面具有一定的優勢[3]，因此，在采煤機故障的診斷分析中，應該通過對正常運行狀況的分析，確定其故障屬于漸變的過程，通過1和0來表示故障存在的合理性，之后引入模糊數學，通過優勢互補的方式來提升診斷效率。

在模糊神經網絡的采煤機故障診斷中，專家系統負責處理符號，模糊神經網絡負責計算，通過該方式，可以對數據的采集故障信號進行分析，通過程序的轉化，可以獲取采煤機出現的故障信息，從而在計算的過程中，可以確定故障原因。可見，在采煤機故障的診斷中，其故障診斷的發展趨勢必然是基于模糊神經網絡的故障專家診斷系統。

4 結語

在采煤機的故障診斷中，現階段的采煤機故障診斷方式主要包括溫度監測、鐵譜分析、專家診斷、人工神經網絡診斷以及模糊數學診斷方式，但是諸多方式均存在一定的缺陷，因此，在采煤機故障診斷過程中，需要根據實際情況，對采煤機故障診斷方式進行綜合探究。希望通過本文的分析，研究人員可以加強對基于模糊神經網絡的專家系統進行研究，以此來開發采煤機的故障診斷系統。

參考文獻：

[1]李玉波，楊偉.采煤機搖臂齒輪箱故障診斷技術[J].山東工業技術，2017（02）：76-78.

[2]李志雄，葛世榮，朱華.深部煤層采煤機關鍵部件磨損故障監測診斷的難點問題[J].摩擦學學報，2014（06）：729-731.

[3]王增強，車萬里，權振林等.電牽引采煤機在線監測與故障診斷系統研究[J].重型機械，2012（05）：41-44.