论文部分内容阅读
摘要:分析了矿山机电诊断技术的内涵及内容概述,对其故障诊断技术做了详细的分析,介绍了诊断技术的运用及在运用中出现的一些问题,提出了相应的解决措施,以供参考。
关键词:煤矿企业;矿山机电;设备;故障诊断技术
中图分类号:C29 文献标识码:A 文章编号:
1 矿山机电设备故障诊断技术的内涵
随着自动化技术水平的不断提高,使机电设备在现代矿山生产中的作用和影响不断增加,然而机电设备一旦发生运行故障将造成严重的经济损失甚至重大人员伤亡事故,不利于企业的良性发展。矿山机电设备诊断技术是一项基于信息技术、计算机技术和传感技术为一体的、以预防设备出现事故为的目的一个涉及多学科的综合技术。矿山机电设备维修的诊断技术是通过状态检测对机电运行的工况进行诊断和掌握,对机电设备工作性和安全可靠性进行检测,及时找出存在于机电设备中的隐患。机电设备维修的诊断技术还能对设备出现异常的原因和危害程度进行全方位的分析和评价,并且采取有效的措施加以预防。
2 故障诊断技术的概述
故障诊断技术主要包括两个方面的内容,一方面是对设备的运行状态进行检测;另一方面是在发现异常情况后,对故障进行诊断和分析。故障诊断技术主要包括以下五项基本技术:
1)构建数学模型。机电设备运行中会生成很多参数,这些参数能够反映设备的运行是否正常,因此必须构建一个数学模型来准确反映设备运行状况与产生故障的各种参数间的相互关系。
2)采集各种信号和参数。通过安装在设备上的各类传感器,可以准确地采集和测量反映设备状态的各种信号和参数,传感器所产生的各种信息将会传人计算机或者数据存储器。
3)对采集的各种信息进行处理。现场采集得到的各种设备信息,并不能直接反映设备的运行状况,其中存在着无关信息,因此必须对采集的各种信息进行处理,变成人或机器能够读懂的有用信息。
4)对处理后的信息进行分析和识别。通过对处理后的信息进行分析和识别,并与设备运行的标准参数进行比对,从而确定设备的状态和故障的类型,寻找故障发生的原因。
5)预测。在对采集到的各类现场信息进行分析和识别后,对设备故障的发展和零部件的剩余寿命进行预测。
3 矿山机电设备故障诊断的主要技术
3.1 主观诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用其实际经验来对故障进行判断和检修,但是这种技术一般只能用于简单的故障,而且可靠性较低。主观诊断技术有以下几种方法:直觉经验法、参数测量法、逻辑分析法、堵截法、故障树分析法。直觉经验法指维修人员凭感官和经验,通过看、听、摸、闻、问等方法判断故障原因;参数测量法通过测得系统回路中所需点处工作参数,将其与系统工作正常值比较,即可判断出参数是否正常、是否有故障及故障所在部位;逻辑分析法通过逻辑关系和故障的显性现象进行逻辑分析,从而找到发生故障的原因和部位;堵截法指根据液压系统的组成及故障现象选择堵截点,堵截观察系统压力和流量的变化,从而找出故障点的方法;故障树分析法指对系统做出故障树逻辑结构图,系统故障事件画在故障树的顶端为顶事件,形成系统故障的基本事件画在故障树下为底事件,根据各元件部件的故障率数据,最终确定系统故障。
3.2 仪器诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用监测仪器来对机电设备的各个系统进行检测,从而判断故障的情况。
3.3 数学模型诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用测量机电设备的特征参数,然后进行分析和处理判断,分析特征值的改变从而判断故障的类型和位置。
3.4 智能诊断技术
在矿山机电设备故障诊断的过程中,维修人员会模拟人脑的特征有效地获得、传递、处理、分析、判断故障的信息,利用合理的数据处理和比对技术来将采集的信息与数据库中的特征值进行比较,从而完成故障的诊断。
4 故障诊断技术在矿山机电设备维修中的应用
4.1 诊断依据
矿山机电设备在运行工作时,肯定会产生动力、热量和摩擦等物理或化学能量的转化,也势必会导致温度上升、电流发生波动和压力增大等一系列变化。故障诊断技术能通过这些参数的变化判断出机电设备运行的状况和工作效率,进一步判断可能出现的设备故障的部位,掌握矿山设备的工况。运用故障诊断技术能保证矿山机电设备运行的安全性和可靠性。
4.2 信息采集
故障诊断技术利用点检仪或传感器等多种仪器准确地采集信息,对矿山机电设备的实际运转状态和数据进行分析和处理。信息收集主要包括现场考察和性能检测。现场考察是对机电设备表面部位的观察和分析,是现场分析采用的一般方法。例如:在矿山机电设备的实际工作中通过对发动机和电机发出的声响进行故障预测,观察轴承温度变化来进行机电设备故障的预判。如果发现有异常声响和异常物,油液的外泄等情况可能是设备的机械零件损坏。同时,也可以应用其他的外部检测方法,如超声波探伤仪和着色渗透仪等检测仪器。
4.3 对设备的性能检测
性能的检测主要是指对机电设备使用投入和产出之间变量的对比和投入与产出的对比检测。当同样的投入却出现产出减少时,说明机电设备的运行效率下降;当产出相同,投入却增加时,也说明设备的运行效率下降。影响机电设备性能的主要因素有电机功率、轴承转速和设备的温度变动。当出现机电设备的工作效率下降时要及时地对这些关键部位进行检测,以免出现严重的设备故障问题。
5 矿山机电设备检修中故障诊断技术
5.1 故障诊断专家系统
由于矿山工作环境的复杂性和多变性,导致矿山机电设备故障常常具有复杂性和隐蔽性,运用传统的故障诊断技术难以对故障进行准确的判断,而故障诊断专家系统能够综合运用领域专家的知识和经验,模拟专家的思维过程,对故障进行准确的分析和判断。目前国内已经具有一些矿山机电设备故障诊断专家系统,其知识库的构成通常先借助于建立采煤机故障树,对故障树进行定性和定量分析后得出由产生式表示成的许多条规则。
5.2 模糊数学的应用
矿山机电设备故障的原因和现象间通常具有一定的对应关系,其中既有随机因素,又有确定因素,因此在保障诊断精度的前提下,将模糊数学引入矿山机电设备的故障诊断中,建立模糊诊断数学模型,使得定量分析和专家经验、定性分析相结合,并在计算机上实现,为矿山机电设备故障的诊断决策提供辅助依据。
5.3 人工神经网络的应用
神经网络拥有特殊的结构和信息处理方式,使其在模式識别、信号处理、自动控制与人工智能等许多领域得到了实际的应用。矿山机电设备的故障诊断中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,因此将人工神经网络应用于矿山机电设备的诊断是当前故障检测的前沿技术。
5.4 压力和温度的监测
利用轴承和齿轮传动箱等部位的温度、压力传感器,可以定点在线监测矿山机电设备相关部位的温度和压力参数。通过连续地对这些部位进行监测,能够使得矿山机电设备的运行状况得以准确和直观的反应。
5.5 参考历史记录对故障进行诊断
根据矿山机电设备系统的组成原理,从出现的故障明显部位出发,对该局部故障的所有依赖性元器件和系统进行分析和排查,直到找出故障发生的原因。在矿山机电设备发生故障后,对故障产生的过程进行细致排查可以得出最终诊断结论,将这些结论有效地集中归纳后,便可以形成一个故障诊断集。当再次出现相同的故障现象后,便可通过查找上次的诊断路径对故障进行诊断和处理。
6 结束语
由于能源的巨大需求及矿山工作环境的复杂性和恶劣性,使得矿山机电设备长期处于高负荷运行状态,极其容易发生各种故障。设备故障诊断技术综合了多门学科的知识,是对矿山机电设备故障进行准确分析和判断的重要工具,但其在我国的起步较晚,在理论和技术上仍然存在一定的缺陷,需要依靠大家的共同努力才能不断得以完善。
关键词:煤矿企业;矿山机电;设备;故障诊断技术
中图分类号:C29 文献标识码:A 文章编号:
1 矿山机电设备故障诊断技术的内涵
随着自动化技术水平的不断提高,使机电设备在现代矿山生产中的作用和影响不断增加,然而机电设备一旦发生运行故障将造成严重的经济损失甚至重大人员伤亡事故,不利于企业的良性发展。矿山机电设备诊断技术是一项基于信息技术、计算机技术和传感技术为一体的、以预防设备出现事故为的目的一个涉及多学科的综合技术。矿山机电设备维修的诊断技术是通过状态检测对机电运行的工况进行诊断和掌握,对机电设备工作性和安全可靠性进行检测,及时找出存在于机电设备中的隐患。机电设备维修的诊断技术还能对设备出现异常的原因和危害程度进行全方位的分析和评价,并且采取有效的措施加以预防。
2 故障诊断技术的概述
故障诊断技术主要包括两个方面的内容,一方面是对设备的运行状态进行检测;另一方面是在发现异常情况后,对故障进行诊断和分析。故障诊断技术主要包括以下五项基本技术:
1)构建数学模型。机电设备运行中会生成很多参数,这些参数能够反映设备的运行是否正常,因此必须构建一个数学模型来准确反映设备运行状况与产生故障的各种参数间的相互关系。
2)采集各种信号和参数。通过安装在设备上的各类传感器,可以准确地采集和测量反映设备状态的各种信号和参数,传感器所产生的各种信息将会传人计算机或者数据存储器。
3)对采集的各种信息进行处理。现场采集得到的各种设备信息,并不能直接反映设备的运行状况,其中存在着无关信息,因此必须对采集的各种信息进行处理,变成人或机器能够读懂的有用信息。
4)对处理后的信息进行分析和识别。通过对处理后的信息进行分析和识别,并与设备运行的标准参数进行比对,从而确定设备的状态和故障的类型,寻找故障发生的原因。
5)预测。在对采集到的各类现场信息进行分析和识别后,对设备故障的发展和零部件的剩余寿命进行预测。
3 矿山机电设备故障诊断的主要技术
3.1 主观诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用其实际经验来对故障进行判断和检修,但是这种技术一般只能用于简单的故障,而且可靠性较低。主观诊断技术有以下几种方法:直觉经验法、参数测量法、逻辑分析法、堵截法、故障树分析法。直觉经验法指维修人员凭感官和经验,通过看、听、摸、闻、问等方法判断故障原因;参数测量法通过测得系统回路中所需点处工作参数,将其与系统工作正常值比较,即可判断出参数是否正常、是否有故障及故障所在部位;逻辑分析法通过逻辑关系和故障的显性现象进行逻辑分析,从而找到发生故障的原因和部位;堵截法指根据液压系统的组成及故障现象选择堵截点,堵截观察系统压力和流量的变化,从而找出故障点的方法;故障树分析法指对系统做出故障树逻辑结构图,系统故障事件画在故障树的顶端为顶事件,形成系统故障的基本事件画在故障树下为底事件,根据各元件部件的故障率数据,最终确定系统故障。
3.2 仪器诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用监测仪器来对机电设备的各个系统进行检测,从而判断故障的情况。
3.3 数学模型诊断技术
在矿山机电设备故障诊断的过程中,维修人员会利用测量机电设备的特征参数,然后进行分析和处理判断,分析特征值的改变从而判断故障的类型和位置。
3.4 智能诊断技术
在矿山机电设备故障诊断的过程中,维修人员会模拟人脑的特征有效地获得、传递、处理、分析、判断故障的信息,利用合理的数据处理和比对技术来将采集的信息与数据库中的特征值进行比较,从而完成故障的诊断。
4 故障诊断技术在矿山机电设备维修中的应用
4.1 诊断依据
矿山机电设备在运行工作时,肯定会产生动力、热量和摩擦等物理或化学能量的转化,也势必会导致温度上升、电流发生波动和压力增大等一系列变化。故障诊断技术能通过这些参数的变化判断出机电设备运行的状况和工作效率,进一步判断可能出现的设备故障的部位,掌握矿山设备的工况。运用故障诊断技术能保证矿山机电设备运行的安全性和可靠性。
4.2 信息采集
故障诊断技术利用点检仪或传感器等多种仪器准确地采集信息,对矿山机电设备的实际运转状态和数据进行分析和处理。信息收集主要包括现场考察和性能检测。现场考察是对机电设备表面部位的观察和分析,是现场分析采用的一般方法。例如:在矿山机电设备的实际工作中通过对发动机和电机发出的声响进行故障预测,观察轴承温度变化来进行机电设备故障的预判。如果发现有异常声响和异常物,油液的外泄等情况可能是设备的机械零件损坏。同时,也可以应用其他的外部检测方法,如超声波探伤仪和着色渗透仪等检测仪器。
4.3 对设备的性能检测
性能的检测主要是指对机电设备使用投入和产出之间变量的对比和投入与产出的对比检测。当同样的投入却出现产出减少时,说明机电设备的运行效率下降;当产出相同,投入却增加时,也说明设备的运行效率下降。影响机电设备性能的主要因素有电机功率、轴承转速和设备的温度变动。当出现机电设备的工作效率下降时要及时地对这些关键部位进行检测,以免出现严重的设备故障问题。
5 矿山机电设备检修中故障诊断技术
5.1 故障诊断专家系统
由于矿山工作环境的复杂性和多变性,导致矿山机电设备故障常常具有复杂性和隐蔽性,运用传统的故障诊断技术难以对故障进行准确的判断,而故障诊断专家系统能够综合运用领域专家的知识和经验,模拟专家的思维过程,对故障进行准确的分析和判断。目前国内已经具有一些矿山机电设备故障诊断专家系统,其知识库的构成通常先借助于建立采煤机故障树,对故障树进行定性和定量分析后得出由产生式表示成的许多条规则。
5.2 模糊数学的应用
矿山机电设备故障的原因和现象间通常具有一定的对应关系,其中既有随机因素,又有确定因素,因此在保障诊断精度的前提下,将模糊数学引入矿山机电设备的故障诊断中,建立模糊诊断数学模型,使得定量分析和专家经验、定性分析相结合,并在计算机上实现,为矿山机电设备故障的诊断决策提供辅助依据。
5.3 人工神经网络的应用
神经网络拥有特殊的结构和信息处理方式,使其在模式識别、信号处理、自动控制与人工智能等许多领域得到了实际的应用。矿山机电设备的故障诊断中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,因此将人工神经网络应用于矿山机电设备的诊断是当前故障检测的前沿技术。
5.4 压力和温度的监测
利用轴承和齿轮传动箱等部位的温度、压力传感器,可以定点在线监测矿山机电设备相关部位的温度和压力参数。通过连续地对这些部位进行监测,能够使得矿山机电设备的运行状况得以准确和直观的反应。
5.5 参考历史记录对故障进行诊断
根据矿山机电设备系统的组成原理,从出现的故障明显部位出发,对该局部故障的所有依赖性元器件和系统进行分析和排查,直到找出故障发生的原因。在矿山机电设备发生故障后,对故障产生的过程进行细致排查可以得出最终诊断结论,将这些结论有效地集中归纳后,便可以形成一个故障诊断集。当再次出现相同的故障现象后,便可通过查找上次的诊断路径对故障进行诊断和处理。
6 结束语
由于能源的巨大需求及矿山工作环境的复杂性和恶劣性,使得矿山机电设备长期处于高负荷运行状态,极其容易发生各种故障。设备故障诊断技术综合了多门学科的知识,是对矿山机电设备故障进行准确分析和判断的重要工具,但其在我国的起步较晚,在理论和技术上仍然存在一定的缺陷,需要依靠大家的共同努力才能不断得以完善。