故障诊断技术在矿山机电设备检修中的应用

蔡俊伟

平煤集团，河南 郑州 450000

矿山机电设备长时间运转会产生较重的负荷，强度也会增加，在恶劣的环境下，导致机电设备经常出现各种故障。因此，企业有必要加大对机电设备的维修，开展有效的故障诊断。目前，故障诊断技术较多，如传感器技术、液压技术、通信技术等，机电设备故障诊断过程中借助这些技术，能够保障设备的安全运转，及时给出维修的方案，降低企业的经济损失。

1 矿山机电设备发生故障的原因

1.1 超负荷运行

矿山开采的风险较大，机电设备在长时间运转下需要做好故障检修工作，在做好定期的维护和整理工作后，及时对这些机电设备进行保养。这样即便设备在长时间负荷下也不会发生较大的安全问题，延长机电设备的使用寿命。如果矿山开采时或者检修过程中没有对故障进行诊断，机电设备长时间运转所产生的压力没有被及时发现等，会使机电设备承受不住较高的负荷，产生机电设备烧坏或者停止运转的情况。

1.2 零件老化和损耗严重

机电设备在的长时间的工作中，会受到内部或者外部的压力，产生磨损或者老化现象。机械设备在运行时会产生较大的损耗，工作性能逐步降低。例如，有些机电设备内部的零件在发生损耗后，其刚性和韧性等逐步降低；零件老化或零件之间的间隙越来越大，其摩擦系数也会增加，产生热量，导致机电设备产生较大的损耗。

2 矿山机电设备检修中的故障诊断技术

矿山机电设备诊断技术是一项综合技术，包含信息技术、计算机技术和传感技术。这些技术运用能够对矿山机电设备中存在的不良故障开展有效的检测和监督，进而降低机械设备故障发生的频率，减少生产损耗和经济损失。目前，矿山机电设备故障诊断技术的应用取得了较好的成效，能够开展故障判断和预测，第一时间对故障原因进行判断，以便相关人员做好预估和防护的准备。

2.1 结合在线状态检测技术

大型矿山机械设备的运行原理、结构较为复杂，在对其进行故障检测时，需要从以下方面入手。第一，大型设备本身所具有自动化控制系统，通过利用计算机技术开展在线监测工作，将系统中检测到的数据储存到数据库中开展集中的处理工作，进一步完善数据库建立运维档案，从而实现计算机故障检测和分析。第二，借助专门的故障检测仪器或故障检测设备等开展现场检测。例如，传感装置的种类较多，这些装置能够采集不同工况下的设备各部位的温度、压力、位移等相关参数，然后借助自动化技术或者计算机技术等自动绘制评价设备、曲线设备或者一些主要核心的零部件等。

2.2 构建数学模型评估机电设备

计算机技术具有时效强、运行快等特征，在构建数学模型时，会根据矿山机电设备的运行原理、工艺方法、不同结构之间产生的联系等构建合理的故障分析软件。该软件的开发主要依托计算机技术，并作为矿山机电设备运转状态的基础，对设备检测和故障的诊断等提供了重要保障。

第一，数学模型能够对设备监测或者运维中所产生的各种数据进行有效处理；数据库在建立后对设备的各个部件或者零件设备等进行检测，如对设备剩余寿命、零配件的功能等开展分析和预测。

第二，分析不同类型设备的特征，选择合理的数学分析方法，再构建分析模型，利用仿生学原理的神经网络分析技术或者模糊分析的技术。

第三，进行机电设备故障诊断时会以机电设备运行状态或评估结果等作为主要依据，从而制订完善的设计维修方案和检测技术方案，提升检测效果，再对当前设备的使用情况进行评估，进而开展后期的设备维修、升级、报废等工作。

2.3 主观诊断技术

主观诊断技术主要是技术人员根据自身的工作经验对机电设备进行故障诊断，通过分析故障的区域、类型、原因等，增强诊断效果。技术人员借助视觉或者听觉等进行故障诊断，根据自身的主观性对机电设备存在的故障等开展有效判断。因此，操作人员只有不断强化自身的能力，才能使诊断结果更加精准。

2.4 智能化诊断技术

随着我国科学技术的不断发展，智能化诊断技术得到大力发展。在进行矿山机电设备检测时，借助传感器技术和人脑模拟技术，开展智能检测和分析，达到故障诊断的目的。相关技术人员能够快速获取诊断结果，根据最终的数据信息以采取故障解决对策，通过应用这些智能化诊断技术，提前对矿山机电设备故障特征的数据信息库做好准备工作，提供必要的基础依据。当矿山机电设备发生相应的故障时，技术人员能够借助数据找出故障发生的原因，使矿山机电设备故障诊断变得更加精准和有效。

3 矿山机电设备检测中故障诊断技术的具体应用

3.1 神经网络和模拟数学故障诊断

（1）相关技术人员借助矿山采集系统技术对具体矿山进行测试和应用，能够达到事半功倍的效果，尤其是在应用神经网络运行中的关键结构时可以准确分析信息图形或者相关数据。

（2）在实践中应用这一技术能够通过人工神经网络系统开展对矿山开采环节的分析和整理，针对采煤机的各项数据或者指标等找出关键故障部位。例如，针对采矿矩阵数据环节中的数据分析，借助数据模型分析对故障提出详细的解决方案，需要以神经网络和模糊数学因果关系对比的数据为依据，预防采矿施工风险问题并降低风险。

3.2 仪器诊断技术和变频器通信模块的诊断

在诊断矿山机电设备采煤机故障时，主要借助采煤机故障诊断系统进行诊断，这一系统会根据变频器通信模块获取更加精准的采煤机运作参数，将参数信号输送到模块的显示屏幕后，操作人员在该系统中可以直接获取采煤机运作效率和变频器电压、运作电流等。另外，变频器通信模块具有过载保护、过流保护等功能，通过故障诊断模块探测采煤机的故障，在观看显示屏幕中的相关信息后，操作人员能够了解故障点和故障原因，从而快速解决故障问题。此外，矿山电动机在运行的过程中也经常出现故障，如放电故障、定子绕组故障，这些故障在诊断过程中采用相对应的故障检测仪器进行检测（如高频检测仪器、电流互感机等），可以获取故障参数。当电动机发生故障时，这些检测仪器会显示电流增大的状况，以便相关人员能够直接了解、判断故障原因。在对断相等故障进行诊断时，可以参考负序电流、零序电流等，保证电动机的安全运行。

3.3 物联网状态检修技术

传感器技术是物联网状态检修的主要技术之一，还包括外感应技术、射频识别技术。该技术通过获取基本参数信息，与后期数据进行对比分析，如果出现异常现象，则代表机电设备存在较大的故障。技术人员在故障检测时通过对这些数据开展分析，对其构建检测专家系统等，对故障点进行准确判断，找出原因，获取更多可行的解决方案。例如，感知层能够对机电设备中的感知点进行检测，了解设备的运行状态，再借助网络将其输送至工作站或者矿井网络层，对比应用层参数信息，实现对机电设备的监控和维修诊断等，为促进安全、高效生产提供基础保障。

4 结束语

机电设备检测时应用故障诊断技术可以取得良好的效果，要及时找出故障及其原因，提出解决的对策，从而促进设备的安全运转。这些故障诊断技术的应用为开展机电设备的检测工作提供了重要依据，提高了检测工作的效率。因此，矿产开采和管理中需要灵活应用这些故障诊断技术，以满足现代化、机械化设备的使用需求，从而达到保障相关人员人身安全，增加经济效益的目的。