淺析采煤機搖臂軸承故障診斷技術

李鑫

摘要：眾所周知，采煤機對月采煤的重要性。采煤機是煤礦井下最重要的綜采設備之一，搖臂屬于采煤機的截割部，是采煤機的重要組成部分，同時也是采煤機最易發生故障的部位，搖臂故障占采煤機故障的30%-40%。電牽引采煤機搖臂主要由齒輪、軸、軸承和箱體等組成，搖臂中一般有7個軸系，每個軸系都需要軸承的支撐，另外行星輪和行星架中也用到軸承。因此，對采煤機搖臂軸承的故障診斷進行研究具有重要的意義。

關鍵詞：采煤機；搖臂軸承；故障診斷

引言

為了有效提高采煤機的故障診斷效率，就要采取適宜的診斷技術，進而為采煤機搖臂的正常工作提供可靠的保障。對采煤機搖臂的結構、搖臂軸承的故障特征頻率和計算進行了比較詳細的介紹，提出了采煤機搖臂軸承故障診斷技術。

一、采煤機搖臂結構分析

采煤機可以分為四部分，即切割部、電動機、牽引部以及輔助裝置。其中，搖臂屬于切割部。切割部主要用于截煤和裝煤作業中，其主要組成部分有：切割電動機、搖臂減速箱、內外噴霧系統以及割煤滾筒等，采煤機搖臂輪箱可以分為行星輪減速和直齒輪減速。

二、采煤機搖臂軸承的故障特征頻率

三、采煤機搖臂軸承的故障特征頻率計算

雙滾筒電牽引采煤機具有兩個左右對稱的切割部，因此，其具有非常高的工作效率，同時也會增加整個切割部出現故障的概率，進而降低了工作時的穩定性。采煤機切割部的組成部分主要是由切割電動機、殼體、離合機構、減速傳動機構、切割滾筒以及冷卻噴霧裝置等6部分組成，其中，切割部與減速箱之間通過回轉銷軸進行有效的連接。搖臂是采煤機切割部所有組成部分中最為重要的組成部分，搖臂軸承一共有7個不同的軸系，由于軸承數量較多，這就大大增加了軸承出現故障的頻率，并且每個軸承也是不盡相同的，發生故障時的振動信號特征也是不同的，為了確保每個軸承都能進行正常的工作，就要對故障軸承采取有針對性的故障診斷技術，進而確保采煤機的搖臂軸承能夠進行順利的工作。

四、采煤機搖臂軸承故障診斷技術

（一）EEMD理論

1.EEMD算法

EEMD算法能夠對信號進行科學合理的分解，進而能夠得到一系列從高頻到低頻的IFM之和，使得對信號進行的分解具有一定的連續性，從而能夠有效提取信號中的特征。當軸承發生故障時，不同頻帶的能量所呈現出的信號變化也不盡相同。因此，能夠通過計算每層IMF的能量熵，對采煤機搖臂軸承的故障情況進行有效的判斷，進而提高了對故障的診斷效果。

2.端點效應抑制方法

為了有效提高對信號的分析質量，在采用EEMD分解方法對原信號進行處理前要對其進行合理的延拓，并對延拓之后的信號進行加余弦窗函數處理。通過處理之后，不僅能夠降低延拓所造成的不確定性，而且還能對端點效應所造成的影響進行一定的降低，進而有效地提高了信號的分解精度，為故障的診斷提供有效的數據支持。

（二）HMM模型

HMM模型是建立在Markov鏈的基礎之上，其中，一個完整的HMM模型λ是由三個基本元素組成的，即λ=（A，B，α），A為隱狀態轉移概率分布矩陣；B為觀測值概率矩陣；α為模型的初始概率分布向量，對模型初始時刻各個隱狀態的概率進行了有效的定義。隨著HMM被廣泛地應用于采煤機搖臂軸承的故障診斷工作中，形成了比較經典的三大算法：（1）估計，對序列所出現的概率進行科學合理的估測，一般采取由前向-后向的算法進行精確的計算；（2）解碼，求解出可能性比較大的隱藏狀態序列；（3）學習，根據給定的觀察序列，對HMM模型參數進行有針對性的調整，進而確保該觀察序列的出現概率是最大的。在對采煤機搖臂軸承的故障診斷過程中，通過EEMD方法有效地提取出采煤機搖臂軸承振動信號的敏感特征集。首先，利用Baum-Welch算法對初始化設置的HMM型進行科學合理地有效訓練，并建立不同軸承的HMM參數模型；其次，利用Viterbi算法對推理概率進行有效的計算，根據現有的模型，計算出的輸出概率值最大的樣本故障類型也就是所要求解的模型類型。

五、軸承振動信號分析

采用EEMD和HMM診斷技術對采煤機搖臂軸承故障信號進行系統全面的分析。首先，要對所采集的信號兩端進行極值點對稱延拓，并對延拓處理后的信號進行余弦窗函數處理，最后對其進行EEMD分解。在進行分解的過程中，高斯白噪聲幅度設置為0.01，循環次數設置為100。對內圈點蝕故障信號進行分析，一共分解出了11個IMF和余量r。去掉經EEMD處理得到的每個IMF延拓部分，能夠得到與原信號序列長度相一致的一組IMF。對采集到的軸承信號按照上述的處理方法進行處理，并分別求出IMF分量所對應的能量熵，再對其進行歸一化處理。利用HMM對軸承故障類型進行診斷分辨，根據故障類型建立對應的HMM狀態識別模型，HMM對采煤機搖臂軸承故障的正確識別率高達90%以上。

結語

總之，以上就是我個人見解。為了提高對采煤機搖臂軸承故障的診斷質量，就要對采煤機的實際工作狀況進行系統全面的分析，進而優選適宜的診斷技術，確保能夠及時地將搖臂故障予以排除。

參考文獻：

[1]錢沛云，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，2014（12）：89-92

[2]郝尚清，基于盲源分離的采煤機搖臂軸承故障診斷方法[J].煤炭學報，2015（11）：2509-2513