矿用汽车发动机的预测性维修

2018-01-31原文卿高耀东

中国科技纵横 2018年1期

原文卿+高耀东

摘要：在恶劣的工作环境下，矿山机械设备极容易出现各种设备故障问题。我国一直以来都在尝试制造和引进先进的矿山机械，先进的设备维护技术，从而为企业节约成本提供有力保障。但目前国内在相关机械的制造与维护方面，仍然与西方发达国家存在着较大差距，往往出现使用寿命较短，开采效率较低等一系列问题。而预测性维修却是能很好的解决这些问题。因此有必要及时对现有矿山机械设备的发展研究进行反省，努力提高机械设备质量，继续在制造和维护方面进行创新，从而更好地促进我国矿山开采行业的发展。

关键词：设备故障；发动机；预测性维修

中图分类号：U472 文献标识码：A 文章编号：1671-2064（2018）01-0086-02

矿用自卸汽车发动机预测性维修，便是利用预测性维修原理，定期对发动机各项指标进行化验时时监测发动机各项指标变化从而确定什么时候进行维修，预测性维修能很好解决矿山汽车维修成本高昂，问题处理困难等问题，能够更好的发展绿色矿山的作用。

1 探索预测性维修背景

一定的人类工程技术经济活动作用在一定的地质环境中，会产生特定的地质环境问题。矿山机械作为矿物资源开采中的重要设备，在我国矿产开发中起着重要的作用。在恶劣的工作环境下，矿山机械设备极容易出现各种设备故障问题。我国一直以来都在尝试制造和引进先进的矿山机械，先进的设备维护技术，从而为企业节约成本提供有力支持。我国大部分矿山企业对于机械的维护方面仍与西方有很大的差距，这使得我们在矿山的开采设备维护修理上有诸多困难，因此造成了成本高昂的问题。因此，有必要及时对现有矿山机械设备的发展研究进行反省，在制造和维护方面探索新的出路，从而更好地促进我国矿山开采行业的发展。

我国矿山机械设备维护常出现的问题：

（1）设备作业环境恶劣。矿山自卸汽车是主要用于矿区和工地的自卸汽车，简称矿用汽车。在日常工作时，由于作业条件恶劣路面、坡道等各种因素，导致运矿汽车产生较多故障，对发动机在工况下工作产生极大的挑战，极易发生故障。因此需要加强对发动机的日常维护、保养的要求，保证发动机的正常运行。

（2）维护工作困难繁琐。而相关维护方面呢又缺乏一整套完善的严谨的维修保养机制，和先进的维修保养办法，因此很难提高相关的开采效率，在维修人员以及机械设备上面造成很大的浪费。

2 预测性维修的目的和意义

矿山作业条件恶劣，因此导致运矿汽车故障多，而发动机作为矿山重型矿用自卸汽车的“心脏”，一旦出现故障，就会影响运矿汽车的正常生产作业。如果运矿车辆在生产作业过程中发动机发生损坏，会使车辆因此停产，并且影响其他车辆及电铲的正常生产。

我国对于发动机研究起步较国外晚，并且缺乏发动机故障预测性维修的相关系统性方案。如今电控柴油机的种类丰富多样，不同的电控柴油机，不能启动或是启动难就会有不同的原因，但发动机的许多故障现象和造成故障的原因基本上是相同的。发动机大修的标志就包括：（1）功率显著下降，柴油机发出的最大功率达不到标定功率的75%，燃油消耗率显著增加，排气冒黑烟，排气的有害排放物增加，而且供油系统、配合系统及传动系统有关部件经过一般性调试、维修保养后效果仍不明显。（2）由于机油烧损，机油消耗率显著增高。（3）曲轴箱窜气量增大。（4）柴油机起动困难，停机后，在水温为60-70℃的情况下，起动转速下柴油机不能顺利起动。（5）噪声和振动增大，在柴油机运转到正常温度后仍有严重的异响。

研究发动机各部件之间的相互作用、影响，探索因作业环境、作业方式对发动机的磨损影响，因零件质量或安装会对发动机部件造成的加速磨损，通过这些各种数据的结合，对探索车辆发动机的预测维修有着重要的意义。

3 矿山重型矿用自卸汽车发动机的预测性维修概述

预测性维修（Predictive Maintenance，简称PdM）是以状态为依据（Condition Based）的维修，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间、内容、方式和必需的技术和物资支持。预测性维修集装备状态监测、故障诊断、故障（状态）预测、维修决策支持和维修活动于一体，是一种新兴的维修方式。

预测性维修能做到时时的状态监测，和预测故障发生位置以及故障发生大概时间根据其监测报告和预测故障报告查明装备有无状态异常或故障趋势，再适时地安排维修。预测性维修将状态监测、故障诊断、状态预测和维修决策多位合一体，状态监测和故障诊断是基础，状态预测是重点，维修决策得出最终的维修活动要求。

我国矿用自卸汽车发动机的维修仍然停留在传统得几种维修方法，一般多使用计划预防修理，即检查、保养、防护、周期性修理制度。在设备运行过程中，相当多设备部件故障的发生是无规律的，因而采用定时维修方法，容易对设备的修理发生过剩修理或欠修现象，造成停机损失或修理费用的增加。像白云鄂博矿山大型自卸车的维修便是以传统得修复性维修和预防性维修，没有引用先进得检测技术和维修方案，也没有将计算机应用进设备的维修与维护中去。

礦用自卸汽车发动机预测性维修，便是利用预测性维修原理，定期化验发动机所用的润滑油，以前可能每三个月需更换一回润滑油，而通过化验润滑油，可能推迟更换用油时间。并且能根据使用后油中含有的成分预测出发动机可能出现的问题。

4 如何对矿用自卸汽车发动机进行预测性维修

4.1 发动机故障进行统计、分析

对发动机故障部件进行分析，找出故障部件相互间的影响和受力分析。研究运行中零件磨损过大或损坏时的零件工作和相互影响情况。

4.2 对矿用汽车作业环境进行分析endprint

矿用汽车的日常作业环境，如采场的灰尘，温度会对发动机各部件的磨损造成不同程度影响；运矿汽车其他各部件的运行好坏也会对发动机的工作磨损造成不同程度的影响。

4.3 对K2000E发动机上CENSE 系统数据的分析

对发生故障时K2000E发动机上用于自动检测和维护发动机的电子控制系统CENSE系统中包括燃油压力、温度传感器机油压力、温度传感器；各缸压力、温度传感器；排气温度传感器、曲轴转速传感器；冷却液压力、温度传感器；及各种液体水位传感器所记录的各项数据进行统计分析。

4.4 对润滑油品质的分析

通过美国OSA（On-Site Analysis）公司生产的润滑油品质分析及发动机等回转设备状态监测系统Motorcheck，利用其元素分析、红外光谱分析、污染等级分析和粘度分析等功能，发动机发生故障时的润滑油进行检测分析，根据润滑油中所含各种元素如钾，钠，锌，磷，钡，钙，镁，硼，硅，钒，铁的情况，对发动机故障进行分析。

4.5 发动机故障现象和故障数据统计相结合

通过将发动机故障部件故障现象与发动机故障时的各项检测数据相结合，分析不同的故障，发动机的各部部件的工作状态及相互影响，导致发动机的各种传感器的监测数据会出现哪些异常，发动机润滑油的哪些元素成分会出现异常超高，将这些结合在一起进行系统的统计、分析，并进行分类。逐步掌握某些零部件的运行规律，摸索出其劣化趋势。

4.6 发动机的预测性维修

通过据设备的日常点检、定期检查（专业点检）、状态监测技术和故障诊断技术提供的各种信息，将从现场收集（或自动采集）来的发动机的状态监测数据和定期发动机润滑油的油液检测数据输入（或传入）计算机，将这些数据与发动机故障时的各项检测数据结合得到的结论进行对比分析，判断发动机的运行状态及磨损情况，来做好发动机的预测性维修，使发动机的修理周期及修理内容更切合实际的需要，从而相对减少设备的停机损失，节约设备的维修费用，保证设备的高效运行状态。

5 结语

对于矿山汽车发动机的研究，前辈们已经做了大量的基础工作，包括理论分析，力学计算，仿真模拟、故障分析等方式，给现有的研究奠定了坚实的基础。通过日常工作学习，学习到大量的专业技术知识。通过故障统计、分析与现实设备运行中故障部件的磨损情况对比，与传感检测系统与润滑油的定期化驗检测相结合，逐步掌握某些零部件的运行规律，甚至可以逐渐摸索出其劣化趋势，做好设备的预测性维修，使发动机的修理周期及修理内容更切合实际的需要，从而相对减少设备的停机损失，为节约设备的维修费用，保证设备处于高效运行状态提供了有力的依据。

参考文献

[1]宋立.矿用汽车结构与技术发展最新动态[J].矿用汽车，2015，（4）：3-9.

[2]冶金工业部矿山司.矿用汽车管理手册[M].东南大学出版社，1991.

[3]戴全春，赵建平.柴油机活塞温度场和耦合应力计算[J].柴油机，2012，（7）：39-43.

[4]马庆镇，姜树李，郭晨海，等.基于有限元方法的YZ4DF柴油机气缸套变形分析研究[J].内燃机工程，2008，29（4）：59-62.

[5]毕玉华，申立中，雷基林，等.缸套预紧变形及结构影响因素研究[J].内燃机工程，2013，（5）：62-68.

[6]郑文纬，吴克坚.机械原理[M].北京：高等教育出版社，1997.

[7]杨家军.机械系统创新设计[M].武汉：华中科技大学出版社，2000.

[8]李学志.计算机辅助设计与绘图[M].北京：清华大学出版社，2007.

[9]颜鸿森.姚燕安.王玉新等译.机构装置的创造性设计（creative design of mechanical devices）[M].北京：机械工业出版社，2002.

[10]邹慧君.机械运动方案设计手册[M].上海：上海交通大学出版社，1994.

[11]王世刚.张春宜.徐起贺.机械设计实践[M].哈尔滨：哈尔滨工程大学出版社，2001.