運用故障診斷技術進行礦山機電設備維修

摘要：改革開放以來，隨著我國對外開放程度的不斷提升和科技發展進程的加快，礦山生產的機械化、智能化、自動化水平越來越高，由此導致社會能源消耗的大幅度上升。礦山機電設備作為礦山生產的關鍵，其故障診斷技術水平直接關系工作進度和效益。本文從礦山機械故障診斷方法入手，深入分析了故障診斷技術的具體應用情況。

關鍵詞：礦山；礦山機械；故障；維修；故障診斷技術

對于礦山企業生產而言，機電設備運行是否正常直接關系企業生產安全，關乎企業管理工作的開展。故障診斷技術作為目前常見的機械設備維修、維護方式，它在礦山機械中的廣泛應用不僅確保了設備的安全、持續、穩定運行，而且有效減少了礦山各項生產成本的支出，有效保證了企業生產經營效益。因此這里我們有必要對這一設備的具體應用方法進行深入研究。

一、故障診斷技術概述

在高度自動化的今天，礦山機電設備在礦山生產中的作用越來越明顯，礦山機電設備的正常運行決定企業生產安全、進度以及效益，也關系企業健康穩定發展。由此，故障診斷技術在這一領域有著廣泛的應用前景和市場。所謂故障診斷技術主要指的是以計算技術、傳感器技術和信息技術基礎的綜合性故障診斷技術，其最早出現在工業極為發達的西方國家，且獲得良好的發展。我國作為能源消耗大國和生產大國，這一技術在近些年應用越來越廣泛，在設備正常運行方面起到非常重要的作用。

二、礦山機械設備故障的常用診斷檢測技術

礦山機械故障的發生是造成企業重大經濟問題的主要原因，也是引起重大人員傷亡事件的主要因素，很大程度上阻礙著企業的健康、持續發展。面對這種情況，采用科學、合理、有效的礦山機電設備診斷技術來分析這些故障產生原因勢在必行，是減少企業不必要損失的重要舉措。目前礦山設備運行中常見的故障診斷技術主要有以下幾種。

1、事后診斷維修技術

時候診斷維修技術主要指的是礦山機電設備在使用結束之后，都要由專門的工作人員采用一定機械設備進行診斷和維修，這種方式會讓維修人員事前沒有維修準備，也無法靈活的預計診斷成果和費用。如果設備診斷維修中沒有出現問題，那么就等于為維修人員浪費了成本與人力。但是如果設備出現了很大的問題，那么就很有可能出現重大的維修器械問題，給維修進度造成一定的影響。

2、靜態診斷維修技術

靜態故障診斷維修技術也被稱之為定期維修技術，在具體的應用中屬于預見性故障維修手段，他是在故障未出現之前定期開展的一項檢查、維修工作。伴隨礦山生產產量的提升，企業機電設備的運行負荷情況也在持續不斷的上升，定期開展維修可以有效的降低設備的利用率不說，匆忙的診斷還會造成設備維修故障質量影響，給企業設備正常運行帶來一定的影響。

3、動態診斷維修

動態維修主要指的是每次診斷維修工作都會對設備的具體運行情況進行評估，并且做好詳細、科學的數據記錄工作。相關人員可以根據動態維修記錄來不定期的對設備進行故障診斷和維護，讓設備得到最有效的維修和處理。這種方法在應用中是一種常見診斷維修策略，更加負荷生產實際，具備快捷、準確的故障診斷優越性。

三、故障診斷技術在礦山機電設備維修中的具體應用

目前，我國大型礦山設備維修方法基本上還都是沿用計劃經濟體制下的故障診斷維修模式，與國外先進技術相比較還存在很大的差異，其中很多都已經無法滿足市場經濟發展要求，面對這種現象，在我國礦山機電設備檢修共走中則需要采用一條既符合我國當前國情，又具備先進優越性的檢測技術，從而改變現有機制，實現與市場發展相適應的運行規律。

1、基本模式

（1）數學模型的建立。設備運行中有很多參數，這些參數與設備狀態和產生故障密切相關，必須建立一個數學模型來準確反映出設備狀態與產生故障的各種參數間的相互關系。這種數學模型的建立，對設備狀態監測的計算機系統非常重要。

（2）信息采集技術。準確地采集和測量反映設備狀態的各種信號和參數的技術。一般來說它是靠各類安裝在設備上的傳感器來實現的，傳感器所產生的各種信息傳入數據貯存器或計算機。

（3）信息處理技術。現場采集的設備各種信息，并不能直接被用來判別設備的狀態，其中存在著有關和無關的2種信息，因此必須將這些信息經過適當的轉換，變成人或機器能讀懂、有用的信息，才能達到信息采集的目的。信息處理技術就完成這個功能。

（4）分析與識別技術。它是對處理后的信息進行識別和分析，并與設備運行的標準參數進行比對，以確定設備的狀態和故障類別，判斷具體故障并找出原因。

（5）預測技術。在分析與識別各類信息的基礎上，對設備故障的發展和部件的剩余壽命進行預測。

2、具體的應用

（1）參考故障歷史記錄診斷法

這種方法是依據礦山機電設備的系統組成原理，從出現的故障明顯部位著手，對該局部故障的所有依賴性元器件和系統進行分析排查，直至找出故障的癥結。此方法也是構成礦山機電設備使用維護手冊的主要部分。在礦山機電設備發生故障后，對故障產生的過程進行細致排查可以得出最終診斷結論，將這些結論有效地集中歸納后，便可以形成一個故障診斷集。當再次出現相同的故障現象后，便可通過查找上次的診斷路徑對故障進行診斷和處理。這種方法純粹地依賴歷史診斷經驗，

（2）溫度、壓力監測診斷法

利用摩擦副、軸承和齒輪傳動箱等部位的溫度、壓力傳感器，可以定點在線監測礦山機電設備相關部位的溫度和壓力參數。連續地對這些部位進行監測并記錄歷史變化數據，能夠快速、直觀地反應采煤機的工況狀態，還能及時發現故障和預測故障的狀態和發展趨勢。溫度、壓力的在線監測診斷法是一種普遍的監測診斷手段，它的優點是能正確、快速和靈敏的反應設備的工況狀態。

（3）小波神經網絡的應用

神經網絡獨特的結構和信息處理方法，使其在模式識別、信號處理、自動控制與人工智能等許多領域得到了實際的應用。采用某種網絡拓撲結構構成的活性網絡，通過學習可以描述幾乎所有任意的非線性系統。此外，神經網絡還具有自學習、自適應等能力。礦山機電設備的故障診斷中從故障初始征兆到故障源的映射通常具有復雜的非線性映射關系，因此將人工神經網絡（ANN）應用于采煤機某些系統的診斷是當前故障檢測的前沿技術。

結束語

目前人們使用以上的診斷方法能對礦山機電設備即時的診斷與維修，隨著科學技術的發展，礦山機電設備的診斷技術將向著集成化的方式發展，它通過即時監測數據、收集樣本的方法智能分析機電設備的使用情況，以后常見的故障診斷方法不再僅限于以上情況，人們還會使用超聲波、紅外線等更加先進的技術。隨著機電設備診斷技術的發展，綜合智能化將是未來發展的趨勢，本文的探討希望能起到拋磚引玉的作用，不斷推動煤礦機電設備維修技術的發展，從而為煤礦企業的發展貢獻自己的力量。

參考文獻：

[1]王銘松.芻議礦山機電的檢測技術[J].中國新技術新產品.2010（22）

[2]王有倉.露天采礦設備狀態與故障診斷[J].露天采礦技術.2014（03）

[3]胡俊，張世洪，汪崇建.采煤機故障診斷技術現狀及其發展趨勢[J].煤礦機械.2008（09）