采煤機(jī)相關(guān)故障診斷探析

1、米煤機(jī)相關(guān)故障診斷探析【摘要】在煤礦生產(chǎn)中，采煤機(jī)是一件不可缺少的采煤 設(shè)備，同時(shí)在煤礦的開(kāi)采程度逐漸擴(kuò)大的情況下，由采煤機(jī) 故障所引發(fā)的事故頻繁，煤礦生產(chǎn)安全受到了嚴(yán)重的影響。 針對(duì)這一問(wèn)題，我們應(yīng)當(dāng)準(zhǔn)確的診斷出采煤機(jī)故障，進(jìn)而達(dá) 到提高采煤機(jī)械設(shè)備的可靠性與安全性，以便于問(wèn)題的及時(shí) 有效解決。本文以現(xiàn)有的研究成果為基礎(chǔ)，利用小波診斷技 術(shù)進(jìn)行采煤機(jī)故障判斷，以取得良好的采煤機(jī)應(yīng)用效果。【關(guān)鍵詞】煤礦生產(chǎn)；故障診斷；小波分析前言：煤炭需求隨著經(jīng)濟(jì)發(fā)展而逐漸增加，而作為煤炭核心生 產(chǎn)設(shè)備一一采煤機(jī)，因其工作負(fù)荷負(fù)荷的變動(dòng)較大、工作環(huán) 境惡劣，外加相對(duì)復(fù)雜點(diǎn)的采煤機(jī)結(jié)構(gòu)，致使設(shè)備發(fā)生經(jīng)常 性的損

2、壞和過(guò)載現(xiàn)象，而引發(fā)故障的原因也是極其復(fù)雜的。 因此，采煤機(jī)故障一旦發(fā)生，勢(shì)必會(huì)造成煤礦產(chǎn)量降低，情 況嚴(yán)重的甚至?xí)共擅合到y(tǒng)癱瘓，造成嚴(yán)重的人力物力資源 浪費(fèi)。1常見(jiàn)的采煤機(jī)械故障現(xiàn)今采煤機(jī)械故障診斷已經(jīng)由直覺(jué)眼看、耳聽(tīng)和手摸逐 漸發(fā)展到利用先進(jìn)的采煤的信息處理技術(shù)及算法診斷的階 段。模糊數(shù)學(xué)、專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和小波分析等故障 診斷方法已經(jīng)得到了普遍的應(yīng)用，而其經(jīng)濟(jì)效益也較高。對(duì) 于采煤機(jī)故障發(fā)現(xiàn)、安全運(yùn)行、保證經(jīng)濟(jì)效益具有極為重要 的意義。1.1常見(jiàn)的機(jī)械故障機(jī)械故障主要可分為軸承故障和齒輪故障兩種。在采煤機(jī)械故障中軸承故障出現(xiàn)的較為頻繁，究其原因 有以下幾點(diǎn)：當(dāng)采煤機(jī)負(fù)荷不均及負(fù)荷

3、較大時(shí)，會(huì)造成滾動(dòng) 體破裂或制成軸承磨損，從而對(duì)鏈輪軸和鏈輪與其他相應(yīng)零 件的損傷；利用采煤機(jī)搖臂進(jìn)行頻繁升降，因潤(rùn)滑條件差和 各傳動(dòng)軸受力不均衡和受力過(guò)大等原因影響，極易造成軸承 故障；軸承安裝不正、潤(rùn)滑系統(tǒng)污染、載荷較大時(shí)，而與之 相配合的支承座和軸極易產(chǎn)生變形現(xiàn)象，造成軸承故障的發(fā) 生；軸承自身缺陷及設(shè)計(jì)制造等問(wèn)題，都會(huì)導(dǎo)致導(dǎo)致軸承損 壞，其中因疲勞剝落所引起的損傷最為典型。因機(jī)械變速部件造成的齒輪故障有以下幾方面原因：當(dāng) 齒輪承受過(guò)度負(fù)荷時(shí)，根部所承受的彎曲應(yīng)力最大，其所造 成的過(guò)載尤其是沖擊載荷的同時(shí)，極易造成齒輪和相應(yīng)部分 的斷裂。同時(shí)周期性應(yīng)力過(guò)高，也是造成疲勞斷裂的原因之 一。

4、而輪齒工作間存在金屬氧化物、其他磨料或金屬微粒時(shí), 會(huì)引發(fā)嚴(yán)重的磨料磨損；當(dāng)齒面兩相嚙合且發(fā)生相對(duì)滑動(dòng)運(yùn) 動(dòng)時(shí)會(huì)造成油膜破裂，在輪齒表面壓力及摩擦力作用下，發(fā) 生高溫反應(yīng)，造成接觸區(qū)局部金屬熔焊，使金屬發(fā)生局部撕 裂。通常，潤(rùn)滑油粘度過(guò)低、運(yùn)行溫度過(guò)高、相對(duì)滑動(dòng)的速 度較高、接觸面積較小、轉(zhuǎn)速過(guò)低及單位齒面載荷過(guò)大等， 都會(huì)導(dǎo)致油膜破裂致使齒面擦傷；而在齒面接觸應(yīng)力達(dá)到一 定的疲勞極限時(shí)，就會(huì)導(dǎo)致齒輪表面脫落，而剩余齒輪有效 工作面積無(wú)法承擔(dān)外部荷載時(shí)，極易造成整個(gè)齒輪斷裂；嚙 合過(guò)程中的齒輪，在齒面的接觸區(qū)內(nèi)正壓力會(huì)引發(fā)表面層的 剪應(yīng)力，在其臨界材料超過(guò)最大極限值時(shí)，齒面會(huì)產(chǎn)生裂紋。2采煤機(jī)

5、故障診斷方法2. 1故障診斷方法專(zhuān)家系統(tǒng)該方法可將專(zhuān)門(mén)知識(shí)與專(zhuān)家經(jīng)驗(yàn)充分運(yùn)用到采煤機(jī)的 故障診斷中，以專(zhuān)家思維模式進(jìn)行設(shè)備故障分析，專(zhuān)家系統(tǒng) 主要由推理機(jī)和專(zhuān)家知識(shí)庫(kù)等組成。知識(shí)庫(kù)質(zhì)量和容量是決 定專(zhuān)家系統(tǒng)故障處理能力的關(guān)鍵，同時(shí)推理引擎的性能及結(jié) 構(gòu)關(guān)鍵影響因素。經(jīng)驗(yàn)與事實(shí)是專(zhuān)家系統(tǒng)知識(shí)庫(kù)的主要構(gòu)成 部分，在該領(lǐng)域內(nèi)公認(rèn)事實(shí)構(gòu)成了共用數(shù)據(jù)體，規(guī)則的判別 主要是由經(jīng)驗(yàn)來(lái)決定的，從專(zhuān)家處理相應(yīng)問(wèn)題決策中并從中 提煉出相應(yīng)的規(guī)則，而并不是簡(jiǎn)單的邏輯推理。同時(shí)專(zhuān)家系 統(tǒng)的推理路徑極為清晰且具有易于用戶(hù)參與等優(yōu)點(diǎn)。而專(zhuān)家 系統(tǒng)也存在一定的缺陷，該方法對(duì)于專(zhuān)家思維過(guò)程描述較為 缺乏，且其學(xué)習(xí)能力較差，難

6、以使專(zhuān)家系統(tǒng)完備，造成了對(duì) 專(zhuān)家系統(tǒng)發(fā)展的嚴(yán)重制約；由于只是推理的速度慢及效率 差，不易做到適時(shí)性的檢測(cè)控制。2. 2故障診斷方法人工神經(jīng)網(wǎng)絡(luò)在人工神經(jīng)網(wǎng)絡(luò)方法中它是由大量的處理單元以某種 拓?fù)浞绞较嗷ミB接而成的復(fù)雜網(wǎng)絡(luò)，并經(jīng)由神經(jīng)元進(jìn)行采集 信息的作用函數(shù)和連接權(quán)值的并聯(lián)運(yùn)算。它通過(guò)對(duì)各單元之 間權(quán)值的調(diào)整來(lái)實(shí)現(xiàn)設(shè)備的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、故障模式分析和 學(xué)習(xí)算法的研究等，盡量復(fù)雜數(shù)學(xué)模型的建立。它在一定程 度上是對(duì)人腦神經(jīng)網(wǎng)絡(luò)的模擬與簡(jiǎn)化，且在其身上有部分人 腦基本特征的體現(xiàn)，如記憶、學(xué)習(xí)和歸納。在人工神經(jīng)網(wǎng)絡(luò) 中其具有診斷性、適應(yīng)性較強(qiáng)等優(yōu)點(diǎn)。神經(jīng)網(wǎng)絡(luò)知識(shí)存在缺 乏直觀性、解釋機(jī)制難以建立等問(wèn)題

7、。2. 3故障診斷方法模糊數(shù)學(xué)它運(yùn)用數(shù)學(xué)研究方法及處模糊現(xiàn)象處理一門(mén)新的數(shù)學(xué) 分支，該方法為相關(guān)故障診斷提供了不精確性與不肯定性問(wèn) 題新的處理方法，模糊數(shù)學(xué)發(fā)涉及到了自然科學(xué)、純粹數(shù)學(xué)、 人文科學(xué)、管理科學(xué)和應(yīng)用數(shù)學(xué)等方面，它是最有利的模糊 信息人腦思維處理工具。該方法不但對(duì)“硬”科學(xué)方面適 用，同時(shí)對(duì)“軟”科學(xué)方面也較為適用。該方法在模糊識(shí)別、 模糊決策、信息檢索、模糊控制、生物學(xué)等方面都有了初步 的應(yīng)用。且在人工智能、信息處理、生態(tài)學(xué)、語(yǔ)言學(xué)、醫(yī)療 診斷、自動(dòng)控制、管理科學(xué)、哲學(xué)研究和心理學(xué)等領(lǐng)域中獲 得了顯著效果。2. 4故障診斷方法小波分析在當(dāng)前的工程學(xué)科和應(yīng)用數(shù)學(xué)中，小波分析得到了全

8、新 的發(fā)展，它使計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)、圖像處理、物理學(xué)等 學(xué)科充分聯(lián)系了起來(lái)。該方法完美結(jié)合了數(shù)值分析、泛函分 析、樣調(diào)分析和Fourie分析。在小波分析中的“小”指的 是其衰減性，“波”指波動(dòng)性。小波變換是進(jìn)行局部的空間 頻率分析，以伸縮平移運(yùn)算實(shí)現(xiàn)多尺度細(xì)化，從而做到細(xì)分 高頻處時(shí)間和低頻處頻率的目的，以更好的滿(mǎn)足對(duì)時(shí)頻信號(hào) 的自動(dòng)適應(yīng)分析，做到信息任意細(xì)節(jié)的聚焦，使Fourier變 換困難得到了一定的解決，這是采煤機(jī)故障診斷在科學(xué)方法 上的一大重要突破。在信號(hào)分析中的小波的應(yīng)用極其廣泛， 主要應(yīng)用于時(shí)頻分析、信號(hào)的識(shí)別和診斷、多尺度的邊緣檢 測(cè)、邊界處理與濾波、信噪分離及弱信號(hào)的提取等方面，其 成果極為顯著。3結(jié)束語(yǔ)：在煤礦生產(chǎn)中，采煤機(jī)是一種極為重要的煤礦生產(chǎn)設(shè) 備，采煤機(jī)的相關(guān)故障診斷有利于設(shè)備故障的早期預(yù)防，故 障診斷有利于盡早找出事故發(fā)生原因，做好采煤機(jī)在該設(shè)備 故障預(yù)防。本文對(duì)多種采煤機(jī)故障診斷方面進(jìn)行介紹，以期 能為采煤機(jī)故障找到最佳的處理方法。如今采煤機(jī)智能化的 故障診斷已經(jīng)成為煤炭行業(yè)的一個(gè)研究熱點(diǎn)，其相應(yīng)故障診 斷尚有待進(jìn)一步的研究分析。參考文獻(xiàn)