礦山工程施工的機械設備狀態監測系統應用

蘇軍紅

摘要：現如今，隨著我國經濟發展和裝備科技含量提高，礦山工程施工機械設備的狀態監測作為預測維修的科學方法得到廣泛推廣，但在設備在運行中，受到許多不利因素的影響，使設備電路不可避免地出現各種各樣的故障。本文提出可提高設備維護管理效率的在線監測系統，對機械設備狀態實施科學的管理和及時的維護。

關鍵詞：礦山工程;施工;機械設備;狀態監測;系統應用

引言

近年來，隨著礦山采掘業和加工業的快速發展，企業生產規模日益增大，采掘設備和加工設備也日趨大型化、自動化，其性能與復雜程度也不斷提高，這種現代化程度的不斷提高對機械設備的故障診斷、維修保障及崗位操作規范性提出了很高的要求。然而，礦山機械設備一般都處在較為惡劣的工作環境下，設備連續運轉時間長、設備間隙小，環境粉塵大、濕度高，必然會使零部件易磨損和易發生金屬疲勞，這給維修工作帶來了很大的困難。傳統的日志管理、參數越限報警等方法既落后又不客觀，只能起到事后分析的作用，無法保證設備運行的連續性。

1中小型關鍵機械設備的實時在線監測實施方案

將嵌入式系統和無線通訊技術應用于中小型關鍵機械設備的實時在線監測，有效的解決了中小型關鍵機械設備監測難的問題，極大的提高了設備的管理和維護效率如圖所示，采用文氏電橋、儀表運算放大器、帶通濾波電路、交直流變換電路、濾波電路、低通濾波電路、第一放大電路、第一積分電路、第二放大電路、第二積分電路、第三放大電路、單片機、編碼電路，單片機分別與濾波電路、第一放大電路、第二放大電路、第三放大電路、儀表運算放大器、編碼電路相連，儀表運算放大器與文氏電橋相連，濾波電路、交直流變換電路、帶通濾波電路、低通濾波電路、第一放大電路、第一積分電路、第二放大電路、第二積分電路、第三放大電路依次相連。采用PIC單片機與Hac-up模塊相連，無線現場采集系統主要由三部分組成：模擬電路部分、數字電路部分及無線數據發送接收模塊。模擬電路由四個相同的信號處理卡組成，可以同時處理8路有效信號。模擬電路主要負責現場信號的采集和處理，其中包括差分處理及放大，濾波性放大，積分等過程。數字電路由可編程微型處理芯片組成，又稱為MCU控制模塊，主要負責A/D采樣，電路控制及數據壓縮。本系統設計4塊信號處理卡，每張卡可同時處理單路振動傳感器和溫度傳感器信號，由MCU控制其開關工作。

2礦山工程施工的機械設備狀態監測系統應用

2.1先進維修技術的應用

針對礦山采掘及加工設備日益大型化、連續化、高速化和自動化的發展方向，在預防性維修方案中可以采用動態監測維護手段，將事故苗頭消滅在萌芽狀態，以保證加工設備的正常運行。當前常用的礦山機械設備動態監測診斷技術主要有以下幾種。振動監測技術：礦山采掘及加工設備中軸承、軸、齒輪很多且發生故障的可能性大，針對設備體系中振動易損部位的運行狀態進行及時監測，掌握運行情況，可以預測設備運行故障，提前做好維修管理，避免損失。無損探傷技術：用超聲波探傷儀、磁力探傷儀等專用儀器在不破壞礦山機械設備的情況下，對礦山機械設備中重點零部件進行內部或表面缺陷探測，達到提前發現，及時實施預防性維修的效果。紅外測溫診斷：機電設備運行是否正常，往往在溫度上反映出來。機器的溫度參數不能直接測量，而要借助于物質的某些與溫度變化有關的物理特性間接地進行測量，如利用物質的熱膨脹、電阻、熱電效應、輻射能等。新的測溫技術還有微波測溫、激光測溫等。例如，采用紅外測溫診斷技術對山鐵礦車輛輪軸箱的溫度檢測。將紅外測溫儀放在礦區內運輸干線的鋼軌兩側，當車輪通過時，軸箱逐個地掃過探測器的視場，并在描筆式記錄儀上輸出相應的脈沖信號，被記錄在記錄紙上，如果某一脈沖信號特別高，則說明某一軸箱溫度已經過高;再根據脈沖信號在記錄紙上的位置，就可準確地判定哪個車箱軸發生了異常，便可及時采取措施，防止事故的發生。這種方法改變了過去用手檢查軸箱溫度的方法，從而改善了列車檢查人員的勞動條件，縮短了車輛停留時間，防止了燃軸事故。

2.2傳感器方案設計

在研究所要監測礦山設備的構造、工作環境、常見故障以及產生機理以后，確定狀態監測的內容并設計相對應的傳感器采集方案。主要包括建立監測參數、監測部位及監測方式等方面的內容。在傳感器布置方面，使用電子標簽技術標識傳感器，利用無線傳感網絡技術組織傳感器網絡。

3智能故障診斷

智能故障診斷依靠機器學習方法能夠自動識別機械裝備的健康狀態，減少了傳統故障診斷過程中對診斷經驗與專業知識的過分依賴。傳統的智能故障診斷過程主要由兩部分組成。（1）故障特征提取及優選。基于信號處理方法或數據統計手段，提取機械設備監測信號的故障特征，再結合距離估計、主分量分析等技術從多特征集中優選故障敏感特征。（2）故障類型識別。以優選的故障敏感特征訓練人工神經網絡、支持向量機或決策樹等數據分類模型，實現故障類型的自動識別。盡管傳統智能故障診斷方法能夠實現機械裝備健康狀態的自動識別，但其故障特征提取及優選階段仍需依靠人為先驗知識，制約了機械裝備智能故障診斷方法的推廣與應用。基于稀疏自編碼網絡的智能故障診斷方法通過樣本訓練模型，可建立機械監測信號與健康狀態之間的非線性映射，達到自動提取機械故障特征、識別健康狀態的目的。選擇傳統智能故障診斷方法-支持向量機與本發明的診斷效果進行對比。人為提取每個健康狀態樣本的診斷特征，包括：FM0、FM4、能量比、Sidebandindex、Sidebandlevelfactor、方均根值、能量算子、偏度、峭度和峰值等10種常用的齒輪箱診斷特征及4種小波能量比，再以這種診斷特征所組成的訓練集為輸入，利用支持向量機識別兩級行星齒輪箱的健康狀態。該方法的訓練精度達到97.14%，測試精度達到95.54%，低于的測試精度，說明避免了智能診斷過程中的人為干預，且提高了行星齒輪箱的健康狀態識別精度。

結語

在礦山機械設備的工作狀況管理過程中，常常由于無法準確獲知設備的位置和實時運行狀況，使得業務開展時效率低下。由于不能實時收集礦山機械設備的工作狀況，進行運營成本的數據分析，使得企業無法實現精益管理。機械設備狀態監測與故障診斷在工業生產中的地位舉足輕重，越來越復雜的測試條件、高度自動化的工業化大生產迫切需要功能更強大、成本更低廉、系統更靈活的新一代測試儀器。網絡化、虛擬儀器是未來測試與儀器技術發展的主要標志，這一切都離不開先進的測試與儀器軟件開發平臺，本論文研究了設備狀態監測與故障診斷中振動信號的測量方法以及振動信號故障特征提取時應用的信號處理方法，并最終設計出一套軟件硬件結合設備狀態監測與故障診斷系統。

參考文獻：

[1] 李愛厚.狀態監測在設備預測維修中的應用[J].中國礦山工程，2018，37（1）：32-34.

[2] 胡順發.礦山工程機械電器系統故障診斷與維修[J].黑龍江科技信息，2017，（32）：6-6.

[3] 張展.狀態監測在設備預測維修中的應用[J].中國礦山工程，2018，37（1）：32-34.

[4] 王曉麗.礦山工程機械電器系統故障診斷與維修[J].黑龍江科技信息，2018，（32）：6-6.

[5] 黎明.狀態監測在設備預測維修中的應用[J].中國礦山工程，2018，37（1）：32-34.