礦山機電設備故障診斷技術分析

喬惠忠

（山西壽陽潞陽祥升煤業有限公司，山西 壽陽 045400）

礦山機電設備故障診斷技術的種類眾多，比如主觀判斷診斷技術、儀器診斷技術、數學模型診斷技術以及智能診斷技術。在不同的場合選擇效果最好的礦山機電設備故障診斷技術，以確保礦山機電設備故障診斷的高效性和準確性。

1 礦山機電設備故障診斷原理

礦山機電設備故障診斷的第一個階段是搭建礦山機電設備數學模型。這一環節的基礎在于故障檢修工作者在系統正常工作時對礦山機電設備的參數記錄。當礦山機電設備發生故障時，故障檢修工作者通過已有的礦山機電設備數學模型對比正常參數與故障參數。當兩者差異顯著時，就可以迅速鎖定故障，為礦山機電設備故障診斷打下了良好的基礎，提高了礦山機電設備故障診斷效率。

礦山機電設備故障診斷的第二個環節是采集礦山機電設備的正常運行參數。對有效信息的獲取永遠是各項工作的前提條件。在采集了礦山機電設備運行參數、運行狀況后，還要利用信息技術將其錄入計算機進行分析、判別，在現代高科技的支持下提高礦山機電設備故障判斷的準確率。

礦山機電設備故障診斷的最后環節是分析、識別、轉化信息。利用計算機技術對礦山機電設備的運行參數、運行狀態進行分析、識別，然后將機器語言轉化為人類語言，以便故障檢修工作者對礦山機電設備故障工作的查驗，為故障檢修工作者下一步排除故障奠定基礎。

2 礦山機電設備故障診斷類型

2.1 主觀性的診斷技術

作為最為傳統的礦山機電設備故障診斷技術，主觀判斷診斷技術就是依據故障檢修工作者的主觀感覺（比如視覺、聽覺、嗅覺以及觸覺等）來對故障區域、故障原因、故障設施以及故障零件進行判斷與識別。主觀判斷診斷技術對于故障檢修者的專業能力要求很高，不僅要求礦山機電設備故障檢修工作者對機電設備用法、原理了然于胸，還要求礦山機電設備故障檢修工作者對礦山機電設備的故障類型、故障表現爛熟于心。雖然主觀判斷診斷技術可以用來檢驗礦山開采工藝流程中的任何故障，但是其準確率不高，檢測結果并不可靠。主觀判斷診斷技術往往不能單獨使用，經常作為其他礦山機電設備故障診斷技術的輔助手段。

2.2 利用儀器進行診斷的技術

儀器診斷技術是主觀判斷技術的升級，也是礦山機電設備故障診斷手段的一大飛躍。儀器診斷技術較主觀判斷診斷技術有了很大的提升，在診斷準確性、可靠性上表現良好。所謂儀器診斷技術，就是借助于礦山機電設備以及礦山機電儀器對運行設備進行參數檢測、收集，并將運行參數與正常參數進行對比分析，進而對故障區域、故障原因、故障設備以及故障地點等進行精準判別，為下一步排除礦山機電設備故障與安全隱患提供數據支持。由于儀器診斷技術具有高效性以及便捷性，受到了廣大礦山開采企業的青睞，得到了廣泛的應用。

2.3 利用數學模型診斷的技術

數學模型診斷技術，就是基于統計方法理論與統計概率理論，利用動態監測技術以及傳感器技術，適時對礦山機電設備運行參數、運行狀態進行對比、分析，進行故障診斷與故障排除。礦山開采工程是一個系統性工程，人工無法對其運行參數、運行數據、運行狀態等實時信息進行有效記憶，但其參數狀態是礦山機電設備運行狀態的直接體現，因此引入數學模型對礦山機電設備的運行參數、運行狀態、運行數據等實時信息進行整理、記錄，能夠在最大限度內保證數據的可靠性與準確性，以保證及時對設備故障段進行排除，進而確保礦山機電設備的正常運行。

2.4 智能診斷技術

智能診斷是礦山機電設備故障診斷向人工智能化、自動化靠攏的一種趨勢。智能診斷技術基于已有的礦山機電設備故障特征信息庫，通過模擬人腦功能，并借助于傳感器技術，應用智能分析方式以及智能檢測方式對比故障特征信息數據庫與運行參數，對礦山機電設備進行故障判別與分析，為礦山機電設備故障排除奠定基礎。智能診斷技術的順利應用依賴于礦山機電設備故障特征信息庫的建立，并且信息庫中礦山機電設備故障特征越多，智能診斷技術的準確度越高。智能診斷技術的面世加快了礦山機電設備故障診斷的智能化與自動化步伐，智能診斷技術有著巨大的發展潛力。

3 礦山機電設備故障診斷技術分析

在礦山機電設備故障診斷技術分析環節，分兩個板塊進行闡述：儀器診斷技術和變頻器通信模塊以及物聯網狀態檢修技術。

3.1 儀器診斷技術和變頻器通信模塊

在利用儀器診斷技術進行礦山機電設備故障診斷時，變頻器通信模塊在故障診斷系統中有著重要地位。故障診斷系統通過變頻器模塊采集系統運行參數，并將搜集到的數據傳送至通信模塊顯示屏中，以便故障檢修工作者獲取機器運行參數、運行電流參數以及變頻器電壓等信息，從而判別出機器的運行狀態。變頻通信模塊機器過流保護、過載保護以及過壓保護等優良功能，可準確探知機器故障區域，為故障檢修工作者判別故障地點、分析故障原因、排除故障問題提供數據支持。

3.2 物聯網狀態檢修技術

物聯網狀態檢修技術是傳感器技術融合了RFID技術和紅外感應技術發展而來的。在應用物聯網狀態檢修技術時，我們首先需要搜集礦山機電設備運行數據、運行參數、運行狀態等實時信息，為后續的參數比對環節提供數據支持。當礦山機電設備運行參數與正常運行參數有顯著差異時，對故障特征進行分析與判別，進而獲取故障原因、故障程度與故障地點的準確信息，并制定有效的故障排除方案。

4 結語

實時掌握礦業機電設備運行情況、及時發現礦業機電設備故障原因并及時排除故障，可以有效規避礦山機電設備事故的產生。有理由相信，在礦山機電設備故障檢修工作者以及科研人員的努力下，礦山機電設備故障診斷工作將會向系統化、規范化邁進。