论文部分内容阅读
【摘 要】随着煤矿行业的自动化水平越来越高，机电设备在现代矿山生产和建设中得到了广泛应用与普及。同时，煤矿机电设备运行中发生的故障或失效不仅会造成重大经济损失，甚至还可能导致灾难性的人员伤亡和恶劣的社会影响。因此，如何对煤矿机电产品进行有效检测和诊断，保证机电设备能始终处于良好运行状态，就成为了当前机电设备管理的主要任务。本文对此进行了探讨。
【关键词】煤矿机电产品；检测；自动化
中图分类号：X752文献标识码： A
一、前言
近年来，煤炭开采逐步机械化，涌现出了很多大型复杂的机械化设备，提高了劳动生产率，增加了煤炭产量，减少了重大恶性事故的发生。随着现代工业的不断发展，煤矿生产设备结构越来越复杂，功能越来越多。由于各种不可避免的因素的影响，导致设备出现各种异常，以致降低或失去其预定的功能，造成严重的甚至灾难性的事故，国内外接连发生的由设备故障引起的各种爆炸、倒塌、断裂、毁坏等恶性事故，造成了极大的人员伤亡和经济损失。生产过程中接连发生的设备事故，使机器设备遭受损坏或生产过程不能正常运行，造成极大的经济损失。所以确保设备的安全运行，防止突发性事故发生，减少事故损失，是十分迫切的问题。故障检测诊断技术是一项集合了信息技术、传导技术和电脑技术等多个领域为一体的先进技术手段，近年来在煤矿行业中得到了广泛应用与普及。机械设备故障诊断技术是了解和掌握设备的运行状态、识别设备的异常表现、早期发现设备潜在故障并预报故障发展趋势的技术，它涉及机械、信息、计算机人工智能等许多学科知识，已经成为一门独立的跨学科的综合技术，是以可靠性理论、信息论、振动理论、控制论和系统论为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象的特殊规律而形成的一门新兴学科。由于煤矿井下工作环境恶劣，对各种设备的机械性能、使用可靠性以及安全性能的要求很高，因此对煤矿机电产品进行合理地检测与故障诊断就显得尤为重要和迫切。
二、故障检测技术在煤矿机电产品中的应用
1、采煤机故障诊断技术
采煤机是煤矿生产的关键设备，它增加了煤炭产量，减少了事故发生率。由于煤矿环境恶劣，加上采煤机自身结构复杂，在工作时不但容易受到来自煤、岩石等冲击，而且还受到煤尘和水雾的污染，出现故障比较频繁。采煤机一旦出现故障，将会造成整个煤矿生产系统瘫痪，因此对采煤机进行正确的故障诊断是具有非常重要的意义的。随着当前煤矿工业的发展，采煤机功能越来越多，且自身的结构和组成愈发复杂，导致故障发生的原因也随之复杂化。同国外先进的采煤机比較，国产的采煤机在故障检测诊断技术方面还相对落后，主要表现在检测参数的缺少和检测范围的不全面，并且无故障诊断功能。目前常用的采煤机故障诊断方法有：温度监测，对于采煤机而言，采用在线温度监测比较实用，比如当采煤机截割滚筒内轴承损坏发生严重摩擦时，滚筒温度将急剧上升，通过温度监测可以快速地定位故障部位，连续对这些部位进行温度监测并记录历史变化数据，不但能够监测采煤机的现况，还能够预测采煤机的故障发展趋势；专家系统，采煤机故障具有复杂性和隐蔽性，传统的诊断方法难以做出快速准确的判断，存在着误判的可能。专家系统能够综合运用领域内专家的知识，模拟专家的思维过程，从而对故障进行分析。利用专家系统对采煤机进行故障诊断，首先要对现场故障诊断数据进行历史记录和分类总结，然后建立知识库，但是专家系统在知识获取及推理技术等方面存在着缺陷；人工神经网络，由于采煤机从故障初始征兆到故障源的映射通常具有复杂的非线性映射关系，将人工神经网络应用到采煤机故障诊断中，可以从监测到的采煤机故障信号中，找到故障原因和故障部位的非线性映射关系，但是由于人工神经网络学习周期较长及收敛速度慢等缺点，会影响采煤机故障诊断的及时性。
2、矿井提升机故障诊断
矿井提升机常被人们称为矿山的咽喉，是矿山最重要的关键设备，是地下矿井与外界的唯一通道，它在整个综合机械化生产中占有非常重要的位置，提升机不仅是它的重要组成部分，同时也是矿山重要的大型固定机械设备。肩负着提升煤炭、下放材料、升降人员等的重要运输责任。提升机运行的安全可靠性不仅直接影响整个矿井的生产能力，影响整个矿山的经济效益，而且还涉及到井下工作人员的生命安全。一般来说，主井提升设备只负责将井下采掘到的有用矿物从井底提升到地面；副井提升设备负责提升岩石、下放材料、升降设备和人员等工作。现代提升设备的提升容器一次有效提升量可达到 30 到 50 吨之巨，其在井筒内运行的速度可达每秒 20 到 25 米，一台提升机的驱动电机的容量最大可达 1 到 1.5 万千瓦。所以使它们安全、可靠、经济地运转对确保矿井安全，经济生产就具有非常重要的意义。目前，各种以计算机为主体的自动化诊断系统问世并相继投入使用，反应了当前设备诊断技术发展方向。把分散的诊断装置系统化，与电子计算机相结合，实现状态信号采集、特征提取、状态识别自动化，能以显示、打印绘图等各种方式自动输出诊断报告；利用人工神经网络、遗传算法及专家系统组成的智能化专家系统是诊断技术发展的必然趋势；集机电液一体化的诊断技术得到了迅速发展；信息融合技术已成功应用于众多领域，其理论和方法已成为智能信息处理及控制的一个重要研究方向，信息融合技术的发展和应用为诊断技术注入了新的活力，使基于多传感器或多方法综合的诊断技术具备了系统化的理论基础和智能化的实现手段，以传感器技术和现代化信号处理技术为基础，以信息融合技术为核心的智能诊断技术代表了当今诊断技术的发展方向。
3、煤矿通风机的故障诊断
在煤矿生产中，矿井风机是一种非常重要但又耗能较多的设备，它必须 24 小时不停运转。煤矿通风的目的，是为井下作业区域输送适量的新鲜空气，是保证煤矿安全生产很重要的一环，瓦斯及火灾的防治，都是建立在良好的通风之上的。煤矿通风机是气体压缩和输送的机械设备，煤矿通风机主要由叶轮、电机、轴承、机壳、导流片等部件组成。由于煤矿的生产条件十分恶劣，煤矿通风机经常发生各种故障，所以应对煤矿通风机故障展开故障诊断研究，这样可以有效地减少瓦斯事故和其他类事故的发生概率，促进煤矿安全稳定的生产。传统上对煤矿故障诊断常采用快速傅里叶变换的分析方法。快速傅里叶变换，是信号频域分析的有效工具。但是快速傅里叶变换无法分析通风机故障的暂态特征，而这些暂态特征信号里往往包含着故障的重要信息，同时快速傅里叶变换对故障的局部信号分析也无能为力。在煤矿通风机设备故障诊断中，利用小波变换进行动态系统故障检测与诊断具有良好的效果，小波分析可以将一个信号分解成多个不同尺度的信号，所以在信号检测中得到了广泛应用。小波分析能将采集到的通风机振动信号， 小波变换具有空间局部化性质，利用小波变换能有效分析突变信号的时频局部特征。同时神经网络具有非线性拟合能力，因此可以构建出小波神经网络，建立起故障特征分量和故障类型之间的映射，从而正确诊断出煤矿通风机故障。
三、结语
煤矿机电设备是煤矿生产的重要环节。由于煤炭行业和矿井开采条件的特殊性，机电故障现象比较复杂。目前，我国煤矿行业因为各种因素，机电设备故障检测诊断技术仍处于较为简单的阶段，煤矿设备故障检测诊断技术应用尚不广泛，但尚有许多研究成果，应综合考虑有关机电设备可靠性和经济性等因素，合理适当选择监测和诊断方法。同时，还应加强与各个行业间故障检测诊断技术的交流与合作，并进行新技术的推广与应用，使煤矿机电设备的安全性、可靠性得到进一步提高。
参考文献：
[1]王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报， 2000 （3）
[2]周东华，王桂增.故障诊断技术综述[J].化工自动化及仪表， 2008 （1）
[3]黄宗文，程广振，刘刚华.设备状态监测故障诊断技术的应用[J].煤炭科学技术， 2007 （4）
刘晓庆，男，1981年9月，山西长治人，大学本科，理学学士，助工，研究方向：煤矿机电、设备检测
【关键词】煤矿机电产品；检测；自动化
中图分类号：X752文献标识码： A
一、前言
近年来，煤炭开采逐步机械化，涌现出了很多大型复杂的机械化设备，提高了劳动生产率，增加了煤炭产量，减少了重大恶性事故的发生。随着现代工业的不断发展，煤矿生产设备结构越来越复杂，功能越来越多。由于各种不可避免的因素的影响，导致设备出现各种异常，以致降低或失去其预定的功能，造成严重的甚至灾难性的事故，国内外接连发生的由设备故障引起的各种爆炸、倒塌、断裂、毁坏等恶性事故，造成了极大的人员伤亡和经济损失。生产过程中接连发生的设备事故，使机器设备遭受损坏或生产过程不能正常运行，造成极大的经济损失。所以确保设备的安全运行，防止突发性事故发生，减少事故损失，是十分迫切的问题。故障检测诊断技术是一项集合了信息技术、传导技术和电脑技术等多个领域为一体的先进技术手段，近年来在煤矿行业中得到了广泛应用与普及。机械设备故障诊断技术是了解和掌握设备的运行状态、识别设备的异常表现、早期发现设备潜在故障并预报故障发展趋势的技术，它涉及机械、信息、计算机人工智能等许多学科知识，已经成为一门独立的跨学科的综合技术，是以可靠性理论、信息论、振动理论、控制论和系统论为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象的特殊规律而形成的一门新兴学科。由于煤矿井下工作环境恶劣，对各种设备的机械性能、使用可靠性以及安全性能的要求很高，因此对煤矿机电产品进行合理地检测与故障诊断就显得尤为重要和迫切。
二、故障检测技术在煤矿机电产品中的应用
1、采煤机故障诊断技术
采煤机是煤矿生产的关键设备，它增加了煤炭产量，减少了事故发生率。由于煤矿环境恶劣，加上采煤机自身结构复杂，在工作时不但容易受到来自煤、岩石等冲击，而且还受到煤尘和水雾的污染，出现故障比较频繁。采煤机一旦出现故障，将会造成整个煤矿生产系统瘫痪，因此对采煤机进行正确的故障诊断是具有非常重要的意义的。随着当前煤矿工业的发展，采煤机功能越来越多，且自身的结构和组成愈发复杂，导致故障发生的原因也随之复杂化。同国外先进的采煤机比較，国产的采煤机在故障检测诊断技术方面还相对落后，主要表现在检测参数的缺少和检测范围的不全面，并且无故障诊断功能。目前常用的采煤机故障诊断方法有：温度监测，对于采煤机而言，采用在线温度监测比较实用，比如当采煤机截割滚筒内轴承损坏发生严重摩擦时，滚筒温度将急剧上升，通过温度监测可以快速地定位故障部位，连续对这些部位进行温度监测并记录历史变化数据，不但能够监测采煤机的现况，还能够预测采煤机的故障发展趋势；专家系统，采煤机故障具有复杂性和隐蔽性，传统的诊断方法难以做出快速准确的判断，存在着误判的可能。专家系统能够综合运用领域内专家的知识，模拟专家的思维过程，从而对故障进行分析。利用专家系统对采煤机进行故障诊断，首先要对现场故障诊断数据进行历史记录和分类总结，然后建立知识库，但是专家系统在知识获取及推理技术等方面存在着缺陷；人工神经网络，由于采煤机从故障初始征兆到故障源的映射通常具有复杂的非线性映射关系，将人工神经网络应用到采煤机故障诊断中，可以从监测到的采煤机故障信号中，找到故障原因和故障部位的非线性映射关系，但是由于人工神经网络学习周期较长及收敛速度慢等缺点，会影响采煤机故障诊断的及时性。
2、矿井提升机故障诊断
矿井提升机常被人们称为矿山的咽喉，是矿山最重要的关键设备，是地下矿井与外界的唯一通道，它在整个综合机械化生产中占有非常重要的位置，提升机不仅是它的重要组成部分，同时也是矿山重要的大型固定机械设备。肩负着提升煤炭、下放材料、升降人员等的重要运输责任。提升机运行的安全可靠性不仅直接影响整个矿井的生产能力，影响整个矿山的经济效益，而且还涉及到井下工作人员的生命安全。一般来说，主井提升设备只负责将井下采掘到的有用矿物从井底提升到地面；副井提升设备负责提升岩石、下放材料、升降设备和人员等工作。现代提升设备的提升容器一次有效提升量可达到 30 到 50 吨之巨，其在井筒内运行的速度可达每秒 20 到 25 米，一台提升机的驱动电机的容量最大可达 1 到 1.5 万千瓦。所以使它们安全、可靠、经济地运转对确保矿井安全，经济生产就具有非常重要的意义。目前，各种以计算机为主体的自动化诊断系统问世并相继投入使用，反应了当前设备诊断技术发展方向。把分散的诊断装置系统化，与电子计算机相结合，实现状态信号采集、特征提取、状态识别自动化，能以显示、打印绘图等各种方式自动输出诊断报告；利用人工神经网络、遗传算法及专家系统组成的智能化专家系统是诊断技术发展的必然趋势；集机电液一体化的诊断技术得到了迅速发展；信息融合技术已成功应用于众多领域，其理论和方法已成为智能信息处理及控制的一个重要研究方向，信息融合技术的发展和应用为诊断技术注入了新的活力，使基于多传感器或多方法综合的诊断技术具备了系统化的理论基础和智能化的实现手段，以传感器技术和现代化信号处理技术为基础，以信息融合技术为核心的智能诊断技术代表了当今诊断技术的发展方向。
3、煤矿通风机的故障诊断
在煤矿生产中，矿井风机是一种非常重要但又耗能较多的设备，它必须 24 小时不停运转。煤矿通风的目的，是为井下作业区域输送适量的新鲜空气，是保证煤矿安全生产很重要的一环，瓦斯及火灾的防治，都是建立在良好的通风之上的。煤矿通风机是气体压缩和输送的机械设备，煤矿通风机主要由叶轮、电机、轴承、机壳、导流片等部件组成。由于煤矿的生产条件十分恶劣，煤矿通风机经常发生各种故障，所以应对煤矿通风机故障展开故障诊断研究，这样可以有效地减少瓦斯事故和其他类事故的发生概率，促进煤矿安全稳定的生产。传统上对煤矿故障诊断常采用快速傅里叶变换的分析方法。快速傅里叶变换，是信号频域分析的有效工具。但是快速傅里叶变换无法分析通风机故障的暂态特征，而这些暂态特征信号里往往包含着故障的重要信息，同时快速傅里叶变换对故障的局部信号分析也无能为力。在煤矿通风机设备故障诊断中，利用小波变换进行动态系统故障检测与诊断具有良好的效果，小波分析可以将一个信号分解成多个不同尺度的信号，所以在信号检测中得到了广泛应用。小波分析能将采集到的通风机振动信号， 小波变换具有空间局部化性质，利用小波变换能有效分析突变信号的时频局部特征。同时神经网络具有非线性拟合能力，因此可以构建出小波神经网络，建立起故障特征分量和故障类型之间的映射，从而正确诊断出煤矿通风机故障。
三、结语
煤矿机电设备是煤矿生产的重要环节。由于煤炭行业和矿井开采条件的特殊性，机电故障现象比较复杂。目前，我国煤矿行业因为各种因素，机电设备故障检测诊断技术仍处于较为简单的阶段，煤矿设备故障检测诊断技术应用尚不广泛，但尚有许多研究成果，应综合考虑有关机电设备可靠性和经济性等因素，合理适当选择监测和诊断方法。同时，还应加强与各个行业间故障检测诊断技术的交流与合作，并进行新技术的推广与应用，使煤矿机电设备的安全性、可靠性得到进一步提高。
参考文献：
[1]王琳.机械设备故障诊断与监测的常用方法及其发展趋势[J].武汉工业大学学报， 2000 （3）
[2]周东华，王桂增.故障诊断技术综述[J].化工自动化及仪表， 2008 （1）
[3]黄宗文，程广振，刘刚华.设备状态监测故障诊断技术的应用[J].煤炭科学技术， 2007 （4）
刘晓庆，男，1981年9月，山西长治人，大学本科，理学学士，助工，研究方向：煤矿机电、设备检测