基于聲發(fā)射原理的礦井掘進機故障診斷技術(shù)研究

常彥鵬

（山西汾西礦業(yè)集團礦山設備管理中心，山西 介休 032000）

引言

掘進機是實現(xiàn)礦井機械化及自動化掘進的關(guān)鍵設備，但是由于掘進機工作條件惡劣，煤巖硬度高、空氣濕度大、操作及維護不當?shù)纫蛩鼐赡茉斐删蜻M機故障頻發(fā)，因此如何對掘進機各類故障進行快速識別及處置至關(guān)重要。但由于掘進機系統(tǒng)繁多、結(jié)構(gòu)復雜，其故障信息離散性較大，因而故障診斷難度也較大，而聲發(fā)射技術(shù)作為一種常見的故障識別手段，與掘進機的故障診斷有諸多契合點[1-4]。

1 掘進機故障類型分析

掘進機主要構(gòu)成部分包括截割系統(tǒng)、裝載系統(tǒng)、運輸系統(tǒng)、行走系統(tǒng)、液壓系統(tǒng)、水冷系統(tǒng)、電氣系統(tǒng)等，結(jié)構(gòu)復雜，精密性高。其故障類型主要可分為機械故障及液壓故障兩類。

1.1 掘進機常見機械故障

1）掘進機截割部故障。截割部故障大多是由于截割量過大、帶負荷啟動或遇大塊硬夾矸等因素引起，常表現(xiàn)為截齒損壞、脫落、安全螺栓斷裂、截割頭轉(zhuǎn)動失效等故障現(xiàn)象。

2）掘進機行走部故障。行走部是整個掘進機的連接和支撐結(jié)構(gòu)，負責行走執(zhí)行功能，其故障主要有履帶板斷裂、履帶松脫打滑、制動器故障、減速器故障等，從而導致掘進機行走功能受損。

3）掘進機主軸承故障。主軸承的故障主要是各類密封原件發(fā)生損壞或者失效，導致漏油漏水現(xiàn)象，損害掘進機的動力傳輸、潤滑以及供水降塵等功能，難點是故障點隱秘，識別及處理難度較大。

4）運輸系統(tǒng)故障。主要是刮板機斷鏈故障，刮板機卡鏈故障，刮板機鏈條斷裂故障，鏈條過松或過緊故障，均會造成掘進運輸環(huán)節(jié)卡阻，甚至連帶引發(fā)其他故障。

1.2 掘進機常見液壓故障

1）液壓系統(tǒng)供壓不足。表現(xiàn)在不出油、輸油量不足、壓力上不去、壓力不穩(wěn)定等，故障原因包括油路堵塞、濾油器堵塞、各類閥組失效、管接頭松脫、發(fā)生內(nèi)泄漏等。

2）工作機構(gòu)速度較低。表現(xiàn)在設備推力不足、爬行無力、工作速度逐漸下降甚至停止，故障原因包括密封失效、油路發(fā)生泄漏、供壓油腔與回壓油腔發(fā)生短接、油量不足、吸油量不足等。

3）噪聲、振動異常。表現(xiàn)在供壓管路的異常振動、噪聲增大，故障原因包括管路內(nèi)進氣、管路堵塞、腔體內(nèi)存在局部真空、氣蝕因素、泵體損壞、轉(zhuǎn)速過大、聯(lián)軸器松動等。

2 掘進機聲發(fā)射信號檢測系統(tǒng)設計

大多數(shù)材料或結(jié)構(gòu)在外力影響時會產(chǎn)生摩擦或者裂紋，進而出現(xiàn)彈性波應變，通過聲發(fā)射這種無損檢測技術(shù)，可對彈性波應變信號進行接收和放大處理，聲發(fā)射信號能夠反映掘進機的故障信息，可對掘進機故障進行識別和診斷。

根據(jù)聲發(fā)射技術(shù)原理[5-6]，可設計出掘進機故障診斷的聲發(fā)射檢測系統(tǒng)，如圖1所示。系統(tǒng)的基礎元件為聲發(fā)射傳感器，選用AE98型諧振式傳感器。但是由于傳感器接收到的信號十分微弱，還需要通過前置放大器及主放大器對信號進行放大，放大后的信號還需要進行噪聲過濾，再經(jīng)過檢波器對信號進行降頻處理，得到適于系統(tǒng)使用的低頻信號，通過A/D轉(zhuǎn)換器得到計算機能夠處理的信號，上傳至計算機的信號時間間隔為10 μs，計算機配備數(shù)據(jù)庫進行數(shù)據(jù)存儲與分析。環(huán)境檢測模塊也至關(guān)重要，能夠過濾掉掘進機周圍環(huán)境的雜亂信號，與聲發(fā)射傳感器捕捉的故障信號進行區(qū)分，從而提高信號捕捉的準確度。

圖1 掘進機故障診斷聲發(fā)射檢測系統(tǒng)示意圖

3 掘進機故障診斷實例研究

利用聲發(fā)射檢測系統(tǒng)對掘進機行走部進行檢測，對故障信號進行識別放大，可得出故障信號的聲發(fā)射曲線，包括時間和頻率的關(guān)系，如圖2所示。圖中的聲發(fā)射曲線有三個波峰，與實際故障現(xiàn)象對應，第一個波峰代表行走部履帶板出現(xiàn)裂紋，第二個波峰說明隨著受力和時間延長，裂紋進一步發(fā)展，第三個波峰說明裂紋發(fā)展到一定程度，出現(xiàn)履帶板斷裂，掘進機行走部失效，無法行走。

圖2 時間和頻率關(guān)系聲發(fā)射曲線

諸如此類，可以對掘進機其他故障進行識別診斷，獲得各種故障的聲發(fā)射數(shù)據(jù)樣本，形成故障信息數(shù)據(jù)庫。基于故障信息數(shù)據(jù)庫，利用MATLAB軟件對故障情況進行仿真研究，結(jié)合小波神經(jīng)網(wǎng)絡的迭代收斂性質(zhì)，對150組故障數(shù)據(jù)樣本的精確度進行驗證。得出故障數(shù)據(jù)樣本的精確度如表1所示。根據(jù)驗證結(jié)果可知，聲發(fā)射故障信息的正確率方面，截割部故障、主軸承故障、運輸系統(tǒng)故障、工作機構(gòu)速度較低故障正確率均達到100%，噪聲及振動異常故障正確率為95%，行走部故障正確率為90%，供壓不足故障正確率稍低，為85%，主要是由于液壓系統(tǒng)出現(xiàn)內(nèi)泄故障，容易被外界環(huán)境干擾，影響了準確度。

表1 故障數(shù)據(jù)樣本的精確度驗證情況

4 結(jié)語

設計的故障診斷聲發(fā)射檢測系統(tǒng)，可以對掘進機的常見機械故障及液壓故障進行診斷分析，經(jīng)實踐應用分析得出：故障診斷的正確率較高，能夠較好地被應用于現(xiàn)場實踐，但由于液壓系統(tǒng)的復雜性，以及故障信號易被外界干擾，供壓不足故障檢測的正確率稍低，仍須進一步改進。