连续采煤机故障检测技术研究

汤林森

（同煤集团云岗矿，山西　大同　037017）

引言

采煤机是现代化采煤作业中不可取代的重要快速掘进设备，是采煤企业提高运作效率、获取经济效益的重要保障。但是，由于采煤机特殊的工作环境和工作负荷，在运转过程中难免会因为巨大的工作压力和多变的工作对象而出现各种各样的故障，严重影响采煤机工作的可靠性，对采煤任务的顺利开展造成阻碍。采煤行业的发展逐渐对采煤机的运转性能提出了更高的要求，面对采煤机发生故障较为频繁的现状，部分企业采用的计划维修方案因为对维修时机把控不够及时已经不能够满足当今的要求。所以，在使用连续采煤机的过程中，要进行科学的使用规划和维修检测，在开展具体的检查维修工时作要注意把握时机，要利用现代的故障检测方法实现不影响正常生产的在线检测[1]。

1　采煤机检测故障技术介绍

1.1　振动检测技术

对采煤机进行振动状态的检测和分析是检测机械运转情况中最普遍、最基础的技术手段。就采煤机悬臂齿轮减速箱的机械结构来看，当其发生不同程度的故障时，振动检测仪器检测到的振动信号的频率和能量分布都会与正常情况下的有所不同，这样就可以对采煤机进行在线的故障检测。目前国内外对于振动理论和检测分析的技术研究相对成熟，也可以买到价格适当的检测设备。

在使用振动法进行故障检测分析时，首先，要对检测的对象进行详细的了解和测试，了解的信息包括机械振动异常的特征、采煤机运行的环境要求、机器的维修记录等等。其次，要明确采煤机减速箱中机械结构（齿轮和轴承）的规格以及频率特征等信息，并且根据需要在箱体上选择适当的测试点，使用传感器获取振动信号，对获取的信号采用信号处理方面的技术进行分析，提取特征，完成对采煤机故障的检测。具体的振动信息处理方式有时域分析和频域分析两种方式，但现实应用中一般将这两种方式结合起来使用以提高故障分析的准确性和可靠性，对信号进行时域分析可以获得产生故障的位置，对信号进行频域分析可以得到机器故障的性质和严重程度，两者结合使用优势互补。为了能够随对信号进行更加高效的处理，我们通常会把获得的初始信号通过带通滤波器进行滤波处理，去掉不在分析范围内的相关信号。再者，对信号进行分析之前通常使用相加平均法来进行信号除噪声处理。总而言之，振动法进行故障分析技术较为成熟，能够与现代计算机信号处理技术进行结合完成在线监测，但考虑到检测系统的可靠性，对振动监测设备的防爆性能提出了更高的要求[2]。

1.2　油液分析检测技术

目前，很多国内外的先进采煤企业使用油液分析技术进行采煤机的故障检测和分析，油液分析技术在近些年得到了很大的发展和改进，是一种得到业内广泛认可的有效检测技术。

油液分析技术分为对油液本身的物理化学性质进行分析和对油液中不溶性物质进行分析两大类。分析油液本身的物理化学性能是指通过使用润滑油综合分析仪来分析润滑油中的各项物理化学指标，因为润滑剂的使用状态能够直接反应机器的磨损状况，对其进行各项指标的理化分析可以判断机器的运转状况。对油液中的不溶性物质进行分析又名“磨屑检测技术”，其具体实现方法有光谱分析和铁谱分析两种方式，对磨屑进行分析可以判断机器的磨损程度、和磨损位置，操作可行性、准确性高，对环境要求和工作条件限制较低，但是对非铁固体检测能力较差，在设备操作上对人员的专业要求较高。

1.3　声学检测技术

声学检测技术主要是针对采煤机变速器在运转过程中发出的噪声来进行分析处理的技术，检测的噪声分为两大类：一类，箱体内应用的零件运转产生的噪声经箱体传播到空气中（空气声）；另一类，箱体本身发生振动产生的噪声（固体声）。一旦减速箱运转异常，其噪声在频率和能量的分布上就会出现变化，通过对噪声进行处理并分析这些变化，就可以对减速箱的运行状况做出判断[3]。

现有的声学检测技术有超声波检测、声发射检测和以上提及的噪声监测，前两者对设备裂纹检测有明显的优势，但因设备成本问题未能广泛应用，而噪声监测在对减速箱的检测中表现出来很好的效果，其处理分析原理与振动检测有异曲同工之处。

1.4　人工神经网络智能检测

近些年，自动化技术、人工智能、机器学习等高新技术发展迅速，将这些技术应用到对采煤机故障检测复杂的分析中可以大大降低对检测人员的经验、技术要求，提高检测效率和检测准确性，所以人工智能在设备检测领域得到很大的关注，智能检测技术也应运而生。

人工神经网络是一种类似于生物神经网络的信息处理、学习技术，通过网络可以完成对大量数据信息的特征提取、模式判断，经过大量的“自学习”过程之后对采煤机故障判断中遇到的复杂处理进行迅速的决策。这种智能检测方式能够充分利用原有的分析经验，适应恶劣的工作环境，对故障较多、分析困难的情况能够做出高效、准确的处理，有很好的发展前景。人工神经网络技术可以与振动检测、油液分析检测、声学检测等多种较为成熟的检测技术进行结合，进一步提高故障检测的诊断质量，但是在进行实际的实验研究中还有大量的问题需要解决。

1.5　专家系统检测

专家系统检测是进行采煤机故障检测的新方向，现代计算机技术的发展是专家系统检测得以提出和发展重要技术支持。

专家系统的本质就是一种包含现有故障分析经验的智能化计算机程序，故障分析判断的整个过程可以通过计算机程序利用已有经验完成人类的思维判断，最终得到具备专家能力的分析结果。专家系统一般由动态知识库、推理运算机、执行规则库等多个单元构成，实现过程相对复杂[4]。

2　采煤机故障检测技术发展趋势

现代自动化技术、计算机技术、人工智能、机器学习等技术的发展和应用对故障检测领域带来了新的生机与活力，传统的检测方案在技术实现上较为成熟，但是在数据分析和判断方面存在很大的提升空间，人工神经网络检测和专家系统检测的提出可以很好的解决这方面的问题，在传统检测方法的基础上，将神经网络技术与专家系统进行结合组成混合智能故障检测系统，可大大减少神经网络学习时间，提高故障检测效率和准确率。可见，神经网络与专家系统结合的混合智能检测可以使故障检测的整体水平得到显著提高，是该领域发展的趋势。

3　结语

随着现代科学技术的迅速发展使得采煤机故障检测技术逐渐与电子电气技术、机械设计、计算机技术、信息科技、人工智能等先进技术领域建立了越来越密切的联系，因此，将综合了机械、电子、数学、物理、计算机、人工智能等学科精华的现代检测方法与故障诊断技术应用于连续采煤机的故障诊断中，才能保障煤矿开采的正常工作，并促进煤矿企业的顺利发展，提高企业的生产效率。

[1]曹艳丽.连续采煤机动态特性及结构优化设计的研究[D].阜新：辽宁工程技术大学，2012.

[2]李晓豁，赵岐刚，曹艳丽.连续采煤机垂直方向振动的仿真[J].振动测试与诊断，2010（6）：231.

[3]李令军，夏本春，夏林稳，等.铁谱技术在采煤机状态监测与故障诊断中的应用与研究[J].煤矿机电，2000（1）：39.

[4]王艳杰，张宏伟，纪长林.连续采煤机的国产化之路[J].煤矿机械，2010（2）：123.