矿山机械设备故障诊断技术

发布时间：2019-09-24 16:36所属平台：学报论文发表咨询网浏览： 次

摘要:矿山机械设备故障诊断是设备健康监测与管理技术的核心内容之一，准确的故障诊断不仅能让用户及时获取设备运行状态，而且给从事矿山机械设备的故障诊断和维修人员提供了有力的技术支持。重点阐述了矿山机械设备故障产生的原因、设备故障诊断的方法和研究

　　摘要:矿山机械设备故障诊断是设备健康监测与管理技术的核心内容之一，准确的故障诊断不仅能让用户及时获取设备运行状态，而且给从事矿山机械设备的故障诊断和维修人员提供了有力的技术支持。重点阐述了矿山机械设备故障产生的原因、设备故障诊断的方法和研究现状等，归纳和比较了各类诊断方法的优势和局限性，探讨了机械设备故障诊断技术研究的发展趋势。

　　关键词:矿山机械设备,故障诊断,振动监测,无损检测,人工智能诊断

　　0引言

　　随着中国煤矿产业项目体系的优化和完善，安全生产问题上升为受重视和讨论的焦点。煤矿机械设备是煤矿开采工作的首要支柱，一旦机械设备出现故障，不仅严重影响煤矿开采效率，甚至可能引发安全事故。故障检测技术的运用，能让工作人员准确获取生产参数，保障设备正常运转，因而需要深入研究故障诊断技术，提升监测程度，确保生产安全和效率。此外，煤矿企业应高度重视煤矿机械设备的维护工作，不断提高和更新设备故障诊断技术，及时排除故障和安全隐患，确保机械设备安全有效运行[1]。

　　基于上述背景，研究机械设备的故障诊断技术对设备实际应用来说至关重要。故障诊断的目标是建立设备的预知维修体系或状态维修体系，根据设备的故障情况，采取治理防护措施(巡回检测、监护维持运行、立即停机检修)，在确保安全的前提下，采用状态监测与故障诊断后的维持运行，避免不必要的停机，提高机械设备运行效率。综上，本文旨在阐述矿山机械设备故障产生的原因，总结近年设备故障诊断方法的研究现状，为国内煤矿开采人员以及相关领域研究人员提供参考。

　　1矿山机械设备故障原因分析

　　机械设备内部结构精细而复杂，对环境的要求差异较大，引发设备故障的因素也多种多样，其中，首先是结构设计合理性问题以及制造工艺问题，其次是人为操作不当所造成的维护问题。因此，这些设备在工作环境、设计、工艺和人员操作等环节中都有可能发生问题。另外，随着使用次数的增加，设备内部会发生磨损、疲劳、断裂、腐蚀现象或外部环境不良，工作时间过长，温度升高导致内应力释放产生变形(无过载也会发生)，载荷过大也会产生变形，上述原因将引发设备故障，缩短其使用寿命，间接降低其工作效率，甚至发生重大事故。

　　由此，造成机械设备故障的主要原因有：

　　1)设备配合关系的变化。设备在使用中受载荷、温度以及受力零部件的松动等因素影响，使得有公差配合关系的零部件的初始形态、结构和性能出现不一致变化。此外，设备内部的零部件、螺丝等在长时间互相摩擦中发生松动、污浊也会导致相邻零件在机械运转过程配合关系的变化。上述现象使得零件受损，设备运行不稳，功率下降，导致整个设备的运行出现问题[4]。

　　2)设备技术有缺陷。机械设备内部构造复杂、精密，只有采用先进维修技术，才能准确排除故障。目前，当设备出现问题时，检修人员基本凭经验来判定故障，无法提前预判故障，很难保证维修质量。此外，相关采购人员缺乏对此类设备系统性能的了解，导致所采购的设备功能有缺陷，无法满足需求。

　　3)设备长时间超负荷运转。机械设备都有其安全系数，在这个系数范围内运行，能有效保障设备的质量和使用寿命，短时的超负荷运转也能满足。设备超负荷运转时，其电流变大，间接零部件的温度会升高，导致内应力释放诱发变形。如果长时间超负荷运行，设备线路及相关零部件很容易出现故障。

　　4)设备操作不当。一些工作人员安装设备时，不熟悉设备系统，不了解设备整体特性，专业技术掌握不到位，仅凭经验安装，导致装错方向，不仅严重影响设备正常运转，在拆装过程中，还可能使设备受损。此外，在对机械设备进行维修和拆卸时，不按规范操作，间接损坏设备的零部件，缩短设备的使用寿命，导致故障频频发生[5]。

　　5)设备的老化。设备使用时间越长，受内部结构形态变化及外部运行环境的影响越大，零部件的磨损、断裂、变形就越严重，累积的维修操作加速设备的老化[6]。此外，温度过高或过低都会影响设备的性能，加速设备的性能退化。

　　6)设备润滑不到位或不及时。对使用中的设备进行润滑，及时补充润滑油，是降低设备磨损的首要举措。零件之间油膜的破坏会造成零件之间的摩擦，不能及时补充润滑油也是设备出现故障的一个重要因素。

　　2机械设备故障诊断方法

　　2.1设备故障诊断技术主要研究内容

　　1)数学模型的建立。设备在运行过程中会产生许多状态数据，需要建立一个能够精确反映设备性能状态参数(如零部件温度、振动信号、输出参数等)随时间的变化趋势、或系统前后两个时刻状态变量之间的递推关系的模型。所建立的模型能直观、及时反映这些设备运行情况，并对产生的历史故障数据进行分析总结，以便于故障的预判。

　　2)信号的采集。目前主要利用传感器采集设备状态信号，如速度、温度、振动、压力等。这一步主要研究如何搜集有效信号，旨在任何条件下都能采集到平稳、可靠的信号。某些矿山设备的应用场合特殊，环境比较恶劣，对传感器要求高，要求其具备防尘潮、抗干扰、耐高温等特点。

　　3)信号的提取与处理。利用传感器采集到的信号是设备原始信号，涉及范围广，有些信息无法直接反映设备运行情况，因此要从所采集的原始信号中提取与设备工作状态及故障有关的关键特征信号，与正常值进行对比，这一步也称为状态检测。

　　4)信号分析。这一步主要是对第3步处理之后的特征信号进行分析和研究，并将这些有用信息与设备所要求的标准参数进行对比，更准确地反映设备的工作状态和故障类型。

　　5)趋势分析。对机械设备进行一系列信号采集、处理、特征提取以及分析后，能够运用相关智能分析手段和方法，系统地对生产设备将要发生的问题或故障进行有效预测，并做到提前维护，降低故障率。

　　6)诊断事故类型。利用已有的理论和经验，结合第3步、第4步中得到的结果对设备的整体情况进行判别，从而得出维护和整修策略。这一步最主要的是研究在事故判断中如何使用信息融合方法以及神经网络、专家系统等智能诊断方法。

　　2.2机械设备故障诊断方法

　　目前，矿山机械设备故障诊断主要利用先进传感器和技术手段检测设备运行状态，再结合分析数据，判断设备健康状态。要求现代故障诊断技术能自适应地实时发现问题，甚至还能快速处理问题。综合现有的故障诊断方法，大致可以分为以下几种。

　　2.2.1振动监测诊断方法

　　振动监测法能够实时、精确地监测设备的振动信号，通过分析、研究信号参数有无异常、是否规律来判断设备状态和故障，该方法理论较成熟，常将其作为故障诊断的首选方法。原理:首先采集设备振动信号，对振动动态特性(固有频率、振幅、传递函数等)进行有效分析和研究，最后有针对性地分析零部件，得出设备在运行中的状态。

　　分析振动强度能让用户及时了解设备运转是否正常，研究振动频谱，能清楚的预知设备何处、何时出现问题，通过分析零部件，能够准确定位故障，并及时维修。可灵活地根据设备频率来选择振动的量测参数和传感器，量测参数一般有位移、速度和加速度等。

　　王霄[7]基于多传动系统运行特征，对转速、电流、转矩等动态参数进行特征提取，对传动的运行状态进行模式识别，实现多传动系统故障的实时监测和诊断。振动监测诊断技术简单实用，能实时、精确地表征机械动态特征及其变化过程，应用广泛，局限性:只能对单个或少数的振动部件进行分析和诊断，信息采集和信号分析方法相对单一。

　　2.2.2油液分析诊断方法

　　通过分析识别油液中多余物及磨损颗粒物的构成及分布、油液介质的成分，判断设备当前及未来的工作状况，进行故障诊断，达到有效预防和维修的目的。该方法主要应用于机械设备润滑系统和液压系统，机械设备供油系统中油的质量好坏表征了零件运行的状态信息，是一种间接检测方法。

　　2.2.3无损检测技术

　　在机械设备的运行及使用过程中，由于焊接零部件的表面及内部有裂纹、气孔等肉眼看不到的缺陷，缺陷会随着设备使用次数的增加而恶化，影响设备的性能和正常运转。在这样的背景下，无损探伤检测技术应运而生，其特点是在不破坏被检测对象的前提下，利用声、光、磁和电等特性分析检测信号，判断有无缺陷，使操作人员及早检测出机械部件缺陷，保障设备安全运转。常用无损检测技术包括:超声无损检测、射线检测、电磁检测、渗透检测等。

　　无损检测具有安全便捷、非破坏性、动态跟踪性等优点，但局限性为:1)超声检测难以检测小而薄的复杂零件及形状复杂的结构，检测速度慢，周期长，目前很难进行三维检测。2)射线检测设备投资较大，对安装及安全方面有严格的要求，不适用于现场在线检测，周期长，效率低，成本高。3)电磁检测自动化程度高，省时，但对于零件几何形状突变引起的边缘效应敏感，显示可能不正确。4)渗透检测原理简单、灵敏度高，但其工艺程序复杂，使用的试液易挥发，且无法检测多孔材料的缺陷。

　　2.2.4人工智能诊断方法

　　智能诊断技术方法可以总结为两类[8￣9]:一类是专家系统，其原理是:描述出人类专家所持有的特定性知识，并基于相应的规则将其存到知识库，知识处理系统根据输入信息提供的规则和策略进行逻辑推理，最后输出诊断结果。该方法比较成熟，局限性:知识获取的“瓶颈”和逻辑推理的“组合爆炸”。

　　另一类是以人工神经网络为代表的智能诊断方法，它是以权值比重和数值计算为基础的，其原理为:通过系统权值系数矩阵来表示和存储所获取的知识，通过学习不断的调整权值系数矩阵来获取知识，系统按照一定的方法计算输入数据，得到的输出作为诊断结果。

　　在神经网络中，能推理计算出不精确的甚至是错误的输入数据，同时不存在知识获取的瓶颈问题和推理的组合爆炸问题。但局限性为:由于诊断对象日趋复杂，获取准确、完备、有效的诊断知识越来越困难，复杂系统时常处于动态变化中，故障发生具有很强的不确定性，为智能化推理带来了挑战。

　　2.2.5红外测温检测技术

　　液压系统油液劣化、设备零部件之间的摩擦、长时间超负荷运转等都会引起设备温升，产生大量热量。高温可能导致设备及其零部件的损坏。红外测温法是借助红外测温仪测定机械设备内各部件的温度，根据自身检测温度及设备周围环境的温度变化来判断设备运行状态。该方法能够进行非接触式、远距离测温，也能够准确地用于信息处理、分析数据和做判断，以此为依据，操作人员可以提早对机械磨损、油液劣化问题采取相应措施，保证设备正常运转，间接延长设备使用寿命。

　　但局限性为:1)易受环境因素影响(环境温度，空气中的灰尘等)。2)测量准确度受设备负荷影响。3)物体内部温度较难测量，有障碍物时测量结果不准确。4机械设备故障诊断发展趋势展望目前机械设备故障诊断所依托的传感器和监测仪器检测数据不准确、可靠性较差、监测仪器功能单一，很难满足在线故障诊断的需求，故迫切需要结合当下前沿科学技术，研究出新的智能诊断方法。

　　进一步研究的主要内容有:

　　1)研发出先进的多功能型传感器和监测仪器，选取合适的振动、温度、噪音等量测参数，使传感器和监测仪器能够快速准确识别故障。

　　2)使用多元传感器信息融合的方法。现代智能型生产设备必须具有针对各个方面的检测与保养，以便工作人员实时、全面掌握机械设备的日常运行情况。同一时间使用多个传感器实时监测各个关键部位，根据信息融合技术分析监测数据，以达到较准确的诊断。

　　3)结合最新的信号处理方法，研究融合专家系统、神经网络、进化算法及模糊式逻辑思维等方法的故障诊断方法和模型。在未来，机器状态的自适应检测与事故判断是事故判断系统的必然要求。

　　5结论

　　通过总结机械设备故障产生的原因，阐述了故障诊断技术的定义及主要研究内容，归纳了故障诊断方法的研究现状，最后，展望了设备故障诊断技术的发展趋势。矿山机械设备构造复杂、精密，加上高科技的发展迅速，对设备故障诊断技术要求也越来越高，需要不断的优化、革新检测及诊断技术，最大程度保证设备安全、可靠、高效运行。

　　相关论文范文阅读：如何有效提高矿山水重复利用率

　　下面文章根据江西铜业公司某铜矿现状生产用水使用新水偏多的情况，通过对矿山现有给水排水系统进行梳理，与各主要用水部门进行讨论研究，对采矿场、选矿厂除尘等用水系统进行适当改造，通过增设回用生产水池等措施，大大减少了新水取用量，使回水重复利用率由72%提高到85%，实现了节能减排。

转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/4605.html

《矿山机械设备故障诊断技术》

• 上一篇：城市地下空间探测与安全利用战略构想
• 下一篇：“档案”词源研究综述