采煤機相關故障診斷探析

1、米煤機相關故障診斷探析【摘要】在煤礦生產(chǎn)中，采煤機是一件不可缺少的采煤 設備，同時在煤礦的開采程度逐漸擴大的情況下，由采煤機 故障所引發(fā)的事故頻繁，煤礦生產(chǎn)安全受到了嚴重的影響。 針對這一問題，我們應當準確的診斷出采煤機故障，進而達 到提高采煤機械設備的可靠性與安全性，以便于問題的及時 有效解決。本文以現(xiàn)有的研究成果為基礎，利用小波診斷技 術進行采煤機故障判斷，以取得良好的采煤機應用效果?！娟P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)濟發(fā)展而逐漸增加，而作為煤炭核心生 產(chǎn)設備一一采煤機，因其工作負荷負荷的變動較大、工作環(huán) 境惡劣，外加相對復雜點的采煤機結(jié)構(gòu)，致使設備發(fā)生經(jīng)常 性的損

2、壞和過載現(xiàn)象，而引發(fā)故障的原因也是極其復雜的。 因此，采煤機故障一旦發(fā)生，勢必會造成煤礦產(chǎn)量降低，情 況嚴重的甚至會使采煤系統(tǒng)癱瘓，造成嚴重的人力物力資源 浪費。1常見的采煤機械故障現(xiàn)今采煤機械故障診斷已經(jīng)由直覺眼看、耳聽和手摸逐 漸發(fā)展到利用先進的采煤的信息處理技術及算法診斷的階 段。模糊數(shù)學、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡和小波分析等故障 診斷方法已經(jīng)得到了普遍的應用，而其經(jīng)濟效益也較高。對 于采煤機故障發(fā)現(xiàn)、安全運行、保證經(jīng)濟效益具有極為重要 的意義。1.1常見的機械故障機械故障主要可分為軸承故障和齒輪故障兩種。在采煤機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：當采煤機負荷不均及負荷

3、較大時，會造成滾動 體破裂或制成軸承磨損，從而對鏈輪軸和鏈輪與其他相應零 件的損傷；利用采煤機搖臂進行頻繁升降，因潤滑條件差和 各傳動軸受力不均衡和受力過大等原因影響，極易造成軸承 故障；軸承安裝不正、潤滑系統(tǒng)污染、載荷較大時，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；軸承自身缺陷及設計制造等問題，都會導致導致軸承損 壞，其中因疲勞剝落所引起的損傷最為典型。因機械變速部件造成的齒輪故障有以下幾方面原因：當 齒輪承受過度負荷時，根部所承受的彎曲應力最大，其所造 成的過載尤其是沖擊載荷的同時，極易造成齒輪和相應部分 的斷裂。同時周期性應力過高，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, 會引發(fā)嚴重的磨料磨損；當齒面兩相嚙合且發(fā)生相對滑動運 動時會造成油膜破裂，在輪齒表面壓力及摩擦力作用下，發(fā) 生高溫反應，造成接觸區(qū)局部金屬熔焊，使金屬發(fā)生局部撕 裂。通常，潤滑油粘度過低、運行溫度過高、相對滑動的速 度較高、接觸面積較小、轉(zhuǎn)速過低及單位齒面載荷過大等， 都會導致油膜破裂致使齒面擦傷；而在齒面接觸應力達到一 定的疲勞極限時，就會導致齒輪表面脫落，而剩余齒輪有效 工作面積無法承擔外部荷載時，極易造成整個齒輪斷裂；嚙 合過程中的齒輪，在齒面的接觸區(qū)內(nèi)正壓力會引發(fā)表面層的 剪應力，在其臨界材料超過最大極限值時，齒面會產(chǎn)生裂紋。2采煤機

5、故障診斷方法2. 1故障診斷方法專家系統(tǒng)該方法可將專門知識與專家經(jīng)驗充分運用到采煤機的 故障診斷中，以專家思維模式進行設備故障分析，專家系統(tǒng) 主要由推理機和專家知識庫等組成。知識庫質(zhì)量和容量是決 定專家系統(tǒng)故障處理能力的關鍵，同時推理引擎的性能及結(jié) 構(gòu)關鍵影響因素。經(jīng)驗與事實是專家系統(tǒng)知識庫的主要構(gòu)成 部分，在該領域內(nèi)公認事實構(gòu)成了共用數(shù)據(jù)體，規(guī)則的判別 主要是由經(jīng)驗來決定的，從專家處理相應問題決策中并從中 提煉出相應的規(guī)則，而并不是簡單的邏輯推理。同時專家系 統(tǒng)的推理路徑極為清晰且具有易于用戶參與等優(yōu)點。而專家 系統(tǒng)也存在一定的缺陷，該方法對于專家思維過程描述較為 缺乏，且其學習能力較差，難

6、以使專家系統(tǒng)完備，造成了對 專家系統(tǒng)發(fā)展的嚴重制約；由于只是推理的速度慢及效率 差，不易做到適時性的檢測控制。2. 2故障診斷方法人工神經(jīng)網(wǎng)絡在人工神經(jīng)網(wǎng)絡方法中它是由大量的處理單元以某種 拓撲方式相互連接而成的復雜網(wǎng)絡，并經(jīng)由神經(jīng)元進行采集 信息的作用函數(shù)和連接權(quán)值的并聯(lián)運算。它通過對各單元之 間權(quán)值的調(diào)整來實現(xiàn)設備的網(wǎng)絡結(jié)構(gòu)設計、故障模式分析和 學習算法的研究等，盡量復雜數(shù)學模型的建立。它在一定程 度上是對人腦神經(jīng)網(wǎng)絡的模擬與簡化，且在其身上有部分人 腦基本特征的體現(xiàn)，如記憶、學習和歸納。在人工神經(jīng)網(wǎng)絡 中其具有診斷性、適應性較強等優(yōu)點。神經(jīng)網(wǎng)絡知識存在缺 乏直觀性、解釋機制難以建立等問題

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

8、新 的發(fā)展，它使計算機科學、應用數(shù)學、圖像處理、物理學等 學科充分聯(lián)系了起來。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”指波動性。小波變換是進行局部的空間 頻率分析，以伸縮平移運算實現(xiàn)多尺度細化，從而做到細分 高頻處時間和低頻處頻率的目的，以更好的滿足對時頻信號 的自動適應分析，做到信息任意細節(jié)的聚焦，使Fourier變 換困難得到了一定的解決，這是采煤機故障診斷在科學方法 上的一大重要突破。在信號分析中的小波的應用極其廣泛， 主要應用于時頻分析、信號的識別和診斷、多尺度的邊緣檢 測、邊界處理與濾波、信噪分離及弱信號的提取等方面，其 成果極為顯著。3結(jié)束語：在煤礦生產(chǎn)中，采煤機是一種極為重要的煤礦生產(chǎn)設 備，采煤機的相關故障診斷有利于設備故障的早期預防，故 障診斷有利于盡早找出事故發(fā)生原因，做好采煤機在該設備 故障預防。本文對多種采煤機故障診斷方面進行介紹，以期 能為采煤機故障找到最佳的處理方法。如今采煤機智能化的 故障診斷已經(jīng)成為煤炭行業(yè)的一個研究熱點，其相應故障診 斷尚有待進一步的研究分析。參考文獻