郭 旺
(江西銅業集團德銅大山選礦廠,江西 德興 334224)
就目前的礦山生產情況來看,部分企業為了更有效的提升生產效率,往往使得機電設備處于一種超負荷運行狀態下,如此一來,就導致整體的設備承受負荷及使用壽命大大超過設備本身的極限數值,機電設備長時間處于這種超負荷運轉狀態下,就很容易提升機電設備發生故障的幾率。
礦山作業通常都是連續性開展的,因此也就導致礦山機電設備的工作強度相對較大,會經常性的處于長時間持續作業狀態下,在這種情形下,就導致機電設備的內部零件出現相應的損壞,從而導致零件之間的配合出現問題,最終影響的就是機電設備的工作性能,并且長時間的連續性作業會逐漸降低機電設備的運行效率[1]。
礦山機電設備出現故障的最終原因,都可追溯到內部零件損壞造成的零件配合出現異常。礦山機電設備較之其他的生產設備,在作業的連續性及超負荷運轉上的特點較為顯著,從而導致礦山機電設備內部的零件很容易出現問題,在零部件的尺寸及形態方面出現變化的時候,就會導致零部件之間的配合出現問題,繼而影響到機電設備的正常運行。
這一診斷技術主要是以維修人員自身的主管維修經驗作為基礎,并通過部分簡單儀器的使用,開展對應的礦山機電設備故障診斷工作,這一類型的診斷技術主要包括知覺經驗方式、邏輯分析方式、故障樹分析方式等。這一類型的故障診斷技術具備簡單、便捷等等優點,也正是因為這一故障診斷技術的優勢,使得在礦山機電設備故障診斷中得到了廣泛的應用[2]。
但這種方式的缺陷也就是過分依賴于維修及故障診斷人員的主觀經驗,對于一些較為復雜的機電設備故障而言,就無法做出有效地診斷。
這里所指的智能診斷技術就是綜合性質人腦模擬技術及傳感器技術等技術的綜合應用,針對礦山機電設備內部的可能會存在的各種類型的故障,開展智能化的診斷工作,并得出對應的結果。在使用這項技術的開展故障診斷工作之前。礦山企業需要從目前企業所使用的全部礦山機電設備出發,將機電設備在運行中出現的故障數據做出全面化的采集,并以這些數據作為基礎,建立一個完整的機電設備故障數據庫。在開展對應機電設備故障檢測的過程中,在使用傳感器技術等技術收集到設備故障數據特征之后,將這些特征數據輸入到故障特征數據庫中,和庫中數據做出比對工作之后,就可以在較短時間內快速找出故障的部位及原因。這一診斷方式勝在檢測結果較為精準且速度較快,但是缺陷也是十分明顯的,早期數據庫的建立,所耗費的時間及成本相對較高。
這一類型的故障診斷技術就是借助高頻的檢測儀器及電流互感器等相關儀器設施將機電設備參數進行相應的檢測,并通過和處于正常運行狀態機電設備參數做出比對及分析工作之后,就可以有效的判斷出故障的位置及原因,這一故障診斷技術比主觀性質的故障診斷技術的精準率相對較高,可靠性相對較高,在礦山機電設備的故障診斷中有著較為廣泛的應用。
在診斷機電設備的過程中,需要將設備自身的正常磨損考慮其中,任何設備在運行的過程中都會出現一定的損耗,為此,在診斷機電設備故障的過程中,需要將這種正常性的設備磨損考慮在內,并以此為基礎給出對應的維修意見,如若忽略這一要素,帶來的問題就是維修所用的人力、物力、財力出現不必要的浪費現象,并且也會對施工進度產生相應的影響。除此之外,還需要建立對應的數學模型做出相應的參數收集工作,機電設備在實際的運行過程中,會出現產生各種反映其運行狀態的參數數據,換言之,這些數據的就是機電設備健康穩定運行與否的重要指標,也是故障得以精準診斷的重要基礎。
礦山機電設備容易發生磨損及故障的部位主要集中在軸承、齒輪傳動箱等位置上,主要原因就是這些位置在運轉的過程中很容易產生高溫及高壓,在檢測工作開展不及時的情況下就很容易帶來機電設備的故障問題。為此,在應用故障診斷技術的過程中,需要實時檢測這些易熱且高壓的位置,通過溫度壓力器的設置,就可以實現溫度及壓力的整體在線實時監測工作,在這種情況下,可以通過機電設備的連續監測,可以通過數據的實時變化了解設備的具體狀態。
在診斷故障的過程中,提取故障信號也為今后的故障診斷工作提供了相應的技術支持,通過專業基礎理論知識及計算機仿真技術的有機結合及應用,可以建立起針對不同類型機電設備的故障診斷模型,從而為進一步的機電設備的故障分析提供相應的技術基礎。借助機電設備故障診斷模型及不同機電設備的特征要求,就可以給出具備針對性的維修意見。目前,現行的維修技術主要包括周期、預防、事后等諸多類型。其中最為常用的維修方式就是周期性維修方式,就是在全面結合機電設備實際運行狀況及故障診斷數據的基礎上,借助數學模型的幫助,制定出合理的維修周期,并且遵循維修周期開展對應的機電設備故障檢測及維修工作,以便更好的控制機電設備的故障發展。
對于礦山開采安全作業而言,礦山機電設備的安全穩定運行與否有著十分重要的作用,為此,礦山機電設備故障診斷及維修工作就顯得十分重要。導致礦山機電設備出現故障的主要原因包括運行負荷較大及長時間連續作業,在檢測諸如采煤機、提升機及電動機故障的過程中,需要使用到主觀診斷、儀器診斷及智能診斷三種故障診斷方式,并且在相關技術不斷發展的影響下,礦山機電設備的故障診斷將會變得越發高效。