采煤機故障診斷與故障預(yù)測的分析

朱藝超

（平煤神馬集團設(shè)備租賃分公司，河南 平頂山 467021）

采煤機故障診斷與故障預(yù)測的分析

朱藝超

（平煤神馬集團設(shè)備租賃分公司，河南 平頂山 467021）

煤礦資源是現(xiàn)代工業(yè)生產(chǎn)和人們生活的重要能源和化工原料，在經(jīng)濟發(fā)展的過程中我國對煤炭資源的需求量一直較大，而且短期內(nèi)無法被完全替代。而煤礦資源的開采效率很大程度上取決于采煤機的應(yīng)用可靠性，降低采煤機在開采過程中故障發(fā)生的概率是煤炭資源開采發(fā)展的必然選擇。在此背景下，本文針對采煤機故障診斷和故障預(yù)測兩方面展開研究，為提升煤炭資源開采的可靠性和安全性提供參考。

采煤機；故障診斷；故障預(yù)測

0 引言

采煤機在煤礦資源開采過程中發(fā)揮著割煤和裝煤的作用，其通常由電氣控制部分、截割部、牽引部、附屬裝置構(gòu)成，在采煤機被行走機構(gòu)齒輪帶動的情況下，可實現(xiàn)正向、反向、停止等不同運動狀態(tài)的牽引，并在螺旋滾筒旋轉(zhuǎn)的作用下發(fā)揮破煤功能，現(xiàn)階段我國大部分煤礦使用的煤機類型為變頻調(diào)速電牽引式采煤機，下面主要對該類型的煤機進行分析說明。

1 采煤機故障分析

采煤機在采面運行的過程中，如果發(fā)生較大的故障，會直接影響采煤工作面生產(chǎn)推進度的正常進行，甚至對采面人員的生命安全和三機設(shè)備的安全配合構(gòu)成威脅。例如，采煤機牽引超大負荷行走過程中，發(fā)生滾動體破碎脫落等問題。即使采煤機在運行的過程中并未表現(xiàn)出明顯的故障，也不排除其關(guān)鍵部位軸承被磨損的可能，如果未進行及時的檢修，可能會造成非常嚴重的生產(chǎn)事故[1]。

我國現(xiàn)階段已經(jīng)認識到對采煤機故障進行診斷和預(yù)測的重要性，即使我國采煤機故障診斷的相關(guān)研究起步相對較晚，但現(xiàn)階段在采煤機故障診斷和預(yù)測方面也形成了較成熟的方法，而且呈現(xiàn)出多樣化發(fā)展的整體趨勢。

采煤機的地下工作環(huán)境和復(fù)雜的結(jié)構(gòu)構(gòu)成決定了其在運行的過程中發(fā)生故障的可能性較大，主要集中于電氣裝置、機械裝置和液壓牽引部方面。例如，在下按啟動按鈕后，整機并不動作、啟動后機組不能實現(xiàn)自保護等啟動先導(dǎo)回路故障；傳感器顯示值不準確、開機顯示的瓦斯超限等瓦斯斷電儀故障；PLC接點故障造成機器無法啟動、電機PT100損壞等電機故障等均屬于電氣裝置故障[2]。軸承溫度過高或具有噪音、齒輪的齒面嚙合不平或出現(xiàn)斑點、擦傷痕、接觸疲勞等情況屬于機械裝置故障；而采煤機調(diào)高千斤頂損壞、牽引部油泵過熱或存在異響等屬于液壓牽引裝置故障。在任何方面故障發(fā)生后，均會因無法割煤造成采面停產(chǎn)，對煤礦開采企業(yè)的經(jīng)濟效益、安全效益等方面產(chǎn)生一定的影響，所以針對采煤機故障診斷和預(yù)測的方法展開研究具有必要性。

2 采煤機故障診斷與故障預(yù)測的方法

2.1 采煤機故障診斷與故障預(yù)測的常見方法

2.1.1 溫度監(jiān)測

由于通常情況下，機械設(shè)備摩擦零件在發(fā)生故障后，零件表面的溫度會有所提升，在故障診斷和預(yù)測的過程中，可以利用溫度傳感器對預(yù)測摩擦零件表面的溫度進行獲取，并進行對比分析，判斷零件的運行狀態(tài)，所以在對采煤機故障進行診斷和預(yù)測時，利用在線溫度監(jiān)測方法可在一定程度上達到預(yù)期效果[3]。例如，溫度在線監(jiān)測可以通過溫度變化及時的定位采煤機截割滾筒軸承在長時間摩擦受損的部位，通過受損部位與其他部位溫度的對比分析，預(yù)測軸承其他部位發(fā)生破損的概率，并做好記錄，為后期維護檢修提供參考。

2.1.2 鐵譜分析

機械設(shè)備在運行的過程中，會發(fā)生一定的磨損，對機械磨損產(chǎn)生的磨屑顆粒進行收集和分析，可以判斷機械設(shè)備的磨損程度，進而實現(xiàn)故障的診斷和預(yù)測，所以此方法在采煤機故障診斷和預(yù)測方面應(yīng)用也具有可行性[4]。在使用鐵譜分析方法檢測時，先要將潤滑油應(yīng)用于高梯度強磁場的環(huán)境中，為潤滑油經(jīng)過區(qū)域的磨屑顆粒按順序在基片中沉淀創(chuàng)造環(huán)境，然后將基片中沉積的磨屑顆粒制作成用于分析的譜片，在顯微鏡和光密度計的作用下對磨屑數(shù)量、形狀等進行確定，以此判斷采煤機因磨損發(fā)生故障的部位，并結(jié)合采煤機的工作原理對磨損故障產(chǎn)生的原因及故障的損害趨勢等進行分析，可見這種方法在采煤機故障的診斷和預(yù)測方面均可以應(yīng)用。

2.1.3 專家系統(tǒng)

為提升故障診斷的效率和準確性，人們在已有專家知識的基礎(chǔ)上，通過模擬專家的思維，建立了專家系統(tǒng)，專家系統(tǒng)的核心是知識庫的建設(shè)，其主要包括采煤機故障診斷和預(yù)測方面專家群體公認的事實知識和以故障判別規(guī)則為主要構(gòu)成的經(jīng)驗知識兩類，在應(yīng)用的過程中，先要對采煤機故障現(xiàn)場的相關(guān)診斷信息進行收集和整理，然后結(jié)合知識庫的數(shù)據(jù)進行診斷和預(yù)測[5]。專家系統(tǒng)知識庫的人機交互界面通常包括知識庫管理與維護、診斷解釋、知識獲取、故障診斷、故障預(yù)測、信號參數(shù)監(jiān)測和處理等模塊，而且各模塊內(nèi)的信息存儲格式要統(tǒng)一規(guī)范，以此保證知識庫可以準確的表達各種機械故障方面的知識，可以結(jié)合實際需要進行快速的檢索。

2.2 采煤機故障診斷與故障預(yù)測的智能方法

2.2.1 混合智能算法在采煤機故障診斷中的應(yīng)用

混合智能算法即將模糊化神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)結(jié)合應(yīng)用的方法，前者在應(yīng)用的過程中。

首先要通過公式 () () GXuFu，將采集的原始信號數(shù)據(jù)模糊化，其中X代表精確量；G代表對應(yīng)的關(guān)系函數(shù)；F代表標準論域中元素的模糊量。

再通過最大隸屬度法和重心法對模糊化的數(shù)據(jù)進行精確化的處理。

例如某煤礦廠的采煤機運行記錄數(shù)據(jù)顯示，冷卻系統(tǒng)受損、液壓壓力過小、齒輪磨損程度過大、液壓電流過高等均可能導(dǎo)致其現(xiàn)階段液壓牽引裝置表面溫度過熱現(xiàn)象的發(fā)生，將以上故障特征分別設(shè)定為X1、X2、X3、X4、X5、X6、X7，并將其對應(yīng)的故障現(xiàn)象如冷卻系統(tǒng)受損的現(xiàn)象冷卻裝置漏水等，分別用W1、W2、W3、W4、W5、W6、W7等表示，此時將超出采煤機正常數(shù)據(jù)上限很多和較小的故障特征分別用1和0.5表示，將少于采煤機正常數(shù)據(jù)下限很多和較小的故障特征分別用-1和-0.5表示，則可以直接將采煤機的故障域確定，并形成故障集，此時針對偏高正常值、正常值和偏小正常值進行歸一化的計算，則可以形成采煤機故障樣本的評價集，將評價集的數(shù)據(jù)直接輸入專家系統(tǒng)，則可以通過專家系統(tǒng)的知識庫數(shù)據(jù)對故障進行準確的定位。

可見此方法在應(yīng)用的過程中，雖然計算過程相對較復(fù)雜，但可以直接通過故障原因表現(xiàn)的特征值和現(xiàn)象等，準確的定位故障，使故障診斷的效率和準確性更加有保證。隨著計算機芯片處理器運行性能的不斷強大，此方法的應(yīng)用效果越來越明顯。

2.2.2 BP網(wǎng)絡(luò)算法在采煤機故障預(yù)測中的應(yīng)用

現(xiàn)階段人們通常會選擇利用BP網(wǎng)絡(luò)算法建立可實現(xiàn)采煤機故障離線和在線預(yù)測的預(yù)測模型，在獲取的數(shù)據(jù)與預(yù)測模型中設(shè)定的數(shù)據(jù)存在偏差的情況下，該系統(tǒng)會自動的報警，為檢修提供依據(jù)，以此減少煤機故障的發(fā)生概率。在預(yù)測模型建立前，需要將采煤機各裝置的關(guān)鍵信號參數(shù)進行收集和歸一化處理，歸一化處理的公式為

其中x’代表最初始值。而xmin和xmax分別代表最初始值的最小值和最大值。

將歸一化處理后所獲取的具體值作為預(yù)測樣本進行存儲，并以時間序列的方式進行BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建，在應(yīng)用的過程中，先要將網(wǎng)絡(luò)參數(shù)初始化，然后輸入樣本參數(shù)，計算隱層和輸出層各節(jié)點的輸出、樣本誤差的平方和、隱層和輸出層的均方差，權(quán)值和閾值等，在確定誤差在要求的范圍內(nèi)的情況下，完成BP神經(jīng)網(wǎng)絡(luò)計算的訓(xùn)練，在重復(fù)的訓(xùn)練過程中，如果發(fā)現(xiàn)計算的數(shù)據(jù)偏離原本的預(yù)算軌跡，則可以判斷故障具有發(fā)生的可能。可見此方法不僅可以保證故障預(yù)算的準確性、前瞻性，而且可以對故障發(fā)生的原因進行較全面的判斷，使采煤機故障的檢修更加具有針對性，在降低采煤機故障發(fā)生概率方面具有積極的作用。

隨著人們對采煤機的關(guān)注程度不斷提升和相關(guān)理論的不斷完善，采煤機故障診斷和預(yù)測的智能方法將不斷發(fā)展，所以應(yīng)以發(fā)展的視角看待采煤機的應(yīng)用。

例如，現(xiàn)階段人們在已有的智能診斷和預(yù)測方法的基礎(chǔ)上，通過軟件對采煤機仿真界面進行了設(shè)計，并將專家系統(tǒng)知識庫的信息向計算機系統(tǒng)中導(dǎo)入，人們可以通過計算機直接進入采煤機故障診斷與預(yù)測控制系統(tǒng)，在系統(tǒng)主界面選擇進入樣本訓(xùn)練界面、故障預(yù)測界面和故障診斷界面，并通過各界面對采煤機的各部分裝置系統(tǒng)進行常規(guī)BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)與模糊BP網(wǎng)絡(luò)等算法的故障診斷和預(yù)測，舍去了繁瑣的計算過程，實現(xiàn)了在線的檢測和診斷，極大的提升了診斷的效率和準確性。可見隨著采煤機故障診斷和預(yù)測方法的不斷深入，采煤機運行的可靠性和穩(wěn)定性會越來越強，滿足煤炭資源開采的需要。

3 結(jié)論

通過上述分析可以發(fā)現(xiàn)，現(xiàn)階段人們已經(jīng)認識到采煤機運行的可靠性和穩(wěn)定性直接關(guān)系到煤炭資源開采的效率和安全性，并在實踐中有意識的結(jié)合采煤機的工作環(huán)境、原理等，利用先進的機械設(shè)備故障診斷方法，盡可能實現(xiàn)對故障的事前檢測、事中處理和事后預(yù)防，降低采煤機故障概率，這是現(xiàn)代煤炭開采水平和生產(chǎn)管理水平提升的具體體現(xiàn)。

[1]錢沛云．采煤機截割傳動系統(tǒng)故障診斷及可靠性分析[D]．中國礦業(yè)大學，2015．

[2]謝國民．基于時頻聯(lián)合小波法的采煤機關(guān)鍵部件故障診斷研究[D]．遼寧工程技術(shù)大學，2012．

[3]錢沛云，陳曦暉，胡曉，程剛．基于振動信號分析的采煤機搖臂軸承故障診斷研究[J]．煤炭科學技術(shù)，2014,12:89～92．

[4]梁曉歡．采煤機故障診斷及故障預(yù)測探討[J]．技術(shù)與市場，2015,06:96～97．

[5]孫潘潘．基于故障樹的煤礦設(shè)備故障分析方法研究[D]．中國礦業(yè)大學，2014．

TD42

A

1671-0711（2016）10（下）-0031-02