采矿机轴承故障分析及诊断方法

发布时间：2019-08-22 11:25所属平台：学报论文发表咨询网浏览： 次

摘要：轴承是采矿机中重要的支撑部件，轴承在运行时的状态直接影响着整个采矿机的采矿精度、采矿机的可靠性和寿命。当轴承发生故障时不仅会对采矿机带来严重的后果，更可能会致使一些灾难性的采矿事故发生。因此通过对采矿机轴承的故障进行分析，并找出其故

　　摘要：轴承是采矿机中重要的支撑部件，轴承在运行时的状态直接影响着整个采矿机的采矿精度、采矿机的可靠性和寿命。当轴承发生故障时不仅会对采矿机带来严重的后果，更可能会致使一些灾难性的采矿事故发生。因此通过对采矿机轴承的故障进行分析，并找出其故障诊断的方法，以避免轴承的突然损坏，降低事故的发生，保障采矿工艺的安全性与稳定性。

　　关键词：采矿机,轴承,故障,诊断

　　在机械设备的运行中，对于其运动状态以及故障的诊断是是否可以安全运行的重要保障，尤其是一些涉及国家国民生产实践中的关键机械设备，一旦出现故障问题很可能会造成不可逆转的严重事故发生。为了防止这样的问题发生，应该通过对机械设备的运行状况进行实时的监测，对于故障的发展趋势进行尽早的诊断，及时的找出故障发生的原因，并采取对应的措施进行维护，以避免由于机械设备突然的损坏而造成的事故，从而提高设备的安全经济的运行能力[1]。

　　在采矿工艺中，对采矿机的轴承进行监测与故障诊断中十分重要。由于采矿机轴承的维修费用较低，且具有启动灵敏度高、易于互换等优势，在采矿机械设备中得到了广泛的使用，但由于轴承的安装位置是处于高频率以及高载荷的关键位置，因此采矿机轴承的运行质量直接影响着整个采矿机的性能和使用寿命[2]。

　　并且轴承的运行时间与采矿机上其它的零部件相比离散性更大，例如在一些采矿工艺中，采矿机的轴承还未达到规定的时间就发生了故障的情况，而已经超出了设计时规定的使用时间却还能完好的进行工作。

　　1采矿机轴承故障分析

　　可以看出有一半以上的采矿机轴承故障是由于设备的使用者在进行安装和操作的失误造成的。在进行采矿机轴承故障监测时，一旦发生异常运行状况，应该立即进行检查与分析，及时将受损的轴承修复或替换。采矿机轴承在长时间的使用或工作人员存在操作不当的情况下，最终往往会表示为润滑故障。

　　这种故障形式也是采矿机轴承故障中最常见的一种，采矿机设备的维修人员应该给予高度的重视。这种故障形式的原因是由于当工作人员操作不当时，采矿机轴承内部会产生大量的热量，使得轴承元件的温度不断升高，从而降低了轴承与采矿机设备间的润滑剂粘性[3]。

　　当粘性降低后会使摩擦部位之间的油膜厚度变薄，导致金属与金属直接接触在一起，同时金属表面在受到摩擦后温度也会进一步的升高，润滑剂粘性持续降低，如此形成了一种恶性的循环模式。但由于这种故障情况卸下的轴承通常已经受到了严重的损坏并且表面的颜色已经由于受热而脱落，因此维修人员常常会误以为是由于润滑不当而造成的轴承事故。

　　润滑油中的污染物也是导致大多数采矿机轴承出现故障的直接原因，润滑油中的污染物包括水蒸气以及固体颗粒等，通常情况下，污染物中的水蒸气引起的故障问题约占35%~45%。当采矿机运行的过程中，由于工作人员的使用不当，润滑油中会混有少量的水分，导致润滑油的粘性降低，使其达不到轴承规定的粘性等级，采矿机轴承长期处在润滑不足的危险状态，最终将引起严重的故障问题。

　　同时，采矿机处在湿度高的环境中，周成的周围的润滑油也会含有一定量的水分，在采矿机未运作时，水分也会对轴承零部件造成威胁，使轴承表面发生氧化、腐蚀等现象。当采矿机开始运作时受损的部位会加速的脱落下来。若不及时更换，脱落的范围将会进一步扩大，造成更加严重的轴承故障问题。

　　2采矿机轴承故障诊断方法

　　采矿机轴承的故障诊断方法主要包括油膜电阻诊断法、光纤诊断法、油样分析法、温度法、振动法等[4]。目前最常使用的方法是振动法，振动法的优势在于操作简单、结果可靠性高等。其原理是由于采矿机轴承在运转过程中会受到多方面的载荷从而引起振动，对采矿机的使用寿命和可靠性造成影响，同时振动也是最直观、最重要的信息来源，也是轴承运行状态的信息载体，振动特征足以反映轴承的运动状态。振动法的轴承故障诊断方法分为三步：第一步是获取可以反映轴承运动状态的有效信息;第二步是采用信号处理的方式将轴承的故障信息进行提取;第三步是对轴承故障的形式进行识别以及智能诊断。

　　3结语

　　本文对于采矿机轴承故障原因分析只是通过对某一矿区采矿工艺进行探究，因此探究的结论十分片面，在以后的研究中还应该不断的扩大调查的范围及规模。同时在我国采矿技术迅速发展的大环境中，除了轴承的故障问题外，采矿设备还存在着很多较为突出的问题：首先是如何对采矿设备以及零部件的质量问题进行评价，目前还没有统一的标准可以对采矿设备是否可以超出质保期依然可以使用提供依据，设备的供需双方也没有进行统一的判定;其次就是对于已经投入运行的采矿设备如何鉴定设备的健康运作状态，目前我国在这一方面同样缺少可以提供参考的具体说明。

　　参考文献：

　　[1] 张建付,宋雨,李刚[1,2],等.基于长短时记忆神经网络的风电机组滚动轴承故障诊断方法[J].计算机测量与控制,2017,25(1):19.

　　[2] 顾晓辉,杨绍普,刘永强,等.一种改进的峭度图方法及其在复杂干扰下轴承故障诊断中的应用[J].振动与冲击,2017,36(23):187-193.

　　[3] 张兰芳,张朝龙,纪娟娟.基于核主元分析和极端学习机的轴承故障诊断方法[J].电子测量与仪器学报,2018，21(22):23-29.

　　[4] 黄大荣,陈长沙,孙国玺,等.复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法[J].兵工学报,2017,38(08):1649-1657.

　　矿业方向论文投稿期刊：《中国矿业大学学报》(双月刊)曾用刊名：(中国矿业大学学报(自然科学版))1955年创刊，是煤炭科学技术方面的综合性学术刊物，刊登有关煤田地质与勘探、矿山测量、矿井建设、工业与民用建筑、地下开采、露天开采、通风安全、煤化工、煤综合利用、工业电气化自动化、矿山机械、工业经济管理等学科的专业论文。

转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/4490.html

《采矿机轴承故障分析及诊断方法》

• 上一篇：高寒地区种植不同种类牧草对土壤节肢动物群落的影响
• 下一篇：转型背景下生物标本实验室建设与资源利用探析