矿山机电设备检修中的故障诊断技术研究

2022-07-27山东金岭矿业股份有限公司

电力设备管理 2022年11期

山东金岭矿业股份有限公司王芳

矿山资源是推动社会发展的核心资源之一，矿山机电设备正是保证矿山生产作业质量的重中之重。通过不断加强矿山机电设备管理水平并提高设备检修时的故障诊断技术，可有效提高矿山作业质量，增加机电设备的运行效率。

1 矿山机电设备故障诊断技术特征与故障原因分析

1.1 矿山机电设备故障诊断技术综述

经济的不断发展让社会对于矿山资源的需求量越来越大，矿山开采难度的不断增加导致矿山机电设备经常会因为各种因素而出现故障问题。对于机电设备而言，设备检修与故障诊断的主要目的在于掌握机电设备的运行情况，提高设备矿山开采时的使用寿命。通常情况下，故障诊断将会涉及到计算机、传感器等多种技术，通过状态检测等方法可有效掌握机电设备的运行参数，提高设备运行时的安全性。而且通过对机电设备性能参数进行分析，还可在一定程度上实现对设备性能的预测，提高机电设备的故障判断准确性，为后续开展的一系列检修作业提供帮助。

矿山机电设备运行正常与否，主要取决于设备是否能满足矿山生产需求，机电设备在非正常运转时，往往会对设备其他零部件的运行效果带来干扰，进而导致机电设备无法满足矿山生产需求，通过合理利用故障诊断技术对设备信号变化进行分析，能够及时发展设备运行期间存在的各种故障问题，此时便可通过故障检修的方式来保证矿山机电设备实现正常运行。

1.2 机电设备故障诊断技术特征

目标性。故障诊断技术具有目标性，故障诊断期间的核心目标就是尽快实现故障定位与故障分析，通过及时完成故障诊断，能够为设备检修提供重要的故障数据支持，防止检修工作出现无从下手的情况。除此之外，在故障诊断的基础上制定一系列高效维修方案，不仅可让设备维修效果得到保障，还可进一步提高矿山机电设备的使用寿命。

复杂性。故障诊断技术包含的内容极为复杂，诸如动力学、物理学等学科均有涉猎。通过对多学科进行整合，能有效提高故障诊断效果，为机电设备检修带来更多帮助；实践性。故障诊断技术是一种能够及时从理论转化为实践的技术，所有的理论知识都可在诊断过程中直接进行实践，并在实际操作中对故障情况进行分析，通过将实操过程中的反馈结果与设备故障相结合，可大幅提高矿山机电设备的检修效果。

1.3 矿山机电设备故障原因分析

零件配合关系恶化。在机电设备发生故障问题时，通常在观察设备故障部位后会发现设备零部件相互间的运行关系产生了变化。当零部件的原本形态与尺寸和设计额时的状态出现偏离后，就会导致机电设备出现异常故障问题。这种零部件配合配差是长期使用中各种因素共同作用下所带来的结果，目前最为常见的配合恶化原因便是零部件老化与各种意外损伤[1]。

机电设备超负荷运行损坏。机电设备在设计之初便会对各项功率有所限制，当机电设备的输出功率达到了设置中的极限参数后并不会直接造成损坏，而是会导致机电设备的运行质量下滑速度增加，此时的机电设备往往更加容易在各种外界因素的影响下发生质量问题。超负荷运转意味着机电设备超出了运行极限，设备运行承受能力难以将输出功率带来的影响控制在有效范围内。因此机电设备在运行阶段必须对功率进行限制，避免因为超负荷运行而缩短设备的使用寿命

机电设备性能损耗。机电设备运行能力损耗属于长期过程，机电设备在运行期间，将会在内、外因素的共同作用下导致运行期间的设备综合能力持续下滑，这种性能损耗不可避免。通常情况下，设备在长期运行中将会导致零部件配合刚性降低、摩擦系数增加，当机电设备的重要负荷部件出现扭曲、磨损等问题时，就会导致机电设备性能在短时间内大幅下降。

2 矿山机电设备检修中的故障诊断方法分析

建立机电设备数据模型。矿山机电设备在时代背景下得到了长足的发展，机电设备的各种技术参数如今已经达到了世界先进水平。在开展故障诊断时，通常需要结合机电设备的各项技术参数来判断设备的真实运行情况，技术参数是否异常便是机电设备性能检测时的关键。为了完成对机电设备各项性能参数的整理与归纳，应该构建出切实可行的数据模型，借助建模的优势发现机电设备故障，保证设备正常运行。

采集设备参数信息。传感器是机电设备使用中的关键辅助设备，能在机电设备运行期间，针对设备运行参数进行感应，进而获取机电设备运行时所生成的各种参数信息，通过将这部分数据信息传递至储存系统，然后及时针对机电设备数据进行故障排查，便可发现机电设备运行时的各种异常情况[2]。

机电设备异常状态识别。因为无法利用机电设备直接识别传感器采集到的各种参数信息，因此在开展故障诊断时，还应该针对机电设备的参数信息进行判断，通过对识别后的参数与设备运行期间的常规参数进行对比，可有效判断出机电设备运行期间与常规状态下的差异，进而掌握机电设备的异常情况。需要注意的是，传感器采集的很多信息都需要利用信息处理技术开展数据加工，只有这样才能够实现对故障原因的总结。

机电设备故障预测。通过针对机电设备的各项参数进行分析与整理，能够直接发现机电设备运行期间出现的各种变化，结合性能规律来开展机电设备的故障判断，就能够实现对机电设备故障问题的预测，提前了解机电设备运行期间可能出现的故障问题，降低机电设备突发故障所造成的影响。而且通过故障预测还能够提前开展机电设备的检修、维护处理，进一步延长矿山机电设备的运行寿命。

经验故障判断。经验故障判断对检修人员的检修能力要求极高，检修人员凭借自身的专业性与检修经验，可在面对各种故障问题时作出合理判断。这种判断的核心依据是个人能力与经验直觉，因此具有一定程度的局限性。在面对各种复杂的机电设备故障时，若因为人为经验判断而出现失误，就将会对后续开展的设备检修工作带来非常严重的影响。

综合故障诊断。就是要灵活应用各种设备仪器针对机电设备的运行状态进行检测，这种故障诊断模式并没有固定方法，在诊断故障时需要综合实际情况来合理选择适当的诊断模式。由于故障诊断的核心目的在于消除机电设备的运行隐患，解决现有的设备故障，所以在必要时可选择采用多种检测模式在诊断完成后进行对比分析，以此来保证最终诊断效果。

智能故障诊断。是一种依托于科学技术水平的一种故障判断模式，若矿山企业的科技能力无法满足智能故障诊断的实际需求，就无法真正发挥出智能诊断应有的效果。作为一种智能化检测方法，智能故障诊断技术可对人脑进行模拟分析，并在分析过程中获取并筛选有效信息。在发现设备运行中的异常情况时，可通过预警的方式对检修人员进行提示，进而让机电设备的故障诊断工作变得更加具有针对性[3]。

3 机电设备检修中的故障诊断技术应用分析

3.1 故障诊断专家系统

矿山机电设备的故障问题往往具有复杂性与隐蔽性，若单纯采用传统故障诊断方法很难直接诊断出故障位置与故障实际情况，严重时甚至会影响到后续维修工作的正常开展。而采用专家系统针对设备运行故障进行分析能大幅缩短故障检修时间，快速发现导致机电设备出现故障的重要原因。专家系统的故障诊断方法，便是通过对专家思维过程进行全方位模拟，然后针对机电设备的故障参数进行分析与求解，最终获得足够可靠的故障诊断结论。故障树是开展故障诊断时的重要基础模型，能够针对机电设备的历史故障数据进行分类整合，这部分经过整合的数据信息不仅包括了故障源的部分内容，还包括了进行故障决策时所需要的目标节点。所以在开展机电设备的故障诊断时，需要考虑机电设备运行期间的实际情况。

图1 专家诊断系统

3.2 故障历史记录的应用

机电设备故障诊断技术在使用过程中，需根据矿山机电设备的整体结构与故障部位的实际情况，来判断设备运行时各个零部件与系统整体之间的差异性，因此故障诊断的核心目的是发现机电设备在运行时遇到的故障原因。机电设备运行中能出现的各种故障基本可归类为外界故障与内部故障两类，很多时候都可发现与故障相关的历史故障记录，此时便可结合其来针对故障问题进行全面检测与排查。借助历史记录进行故障诊断是一种依托历史经验分析故障的方法，若机电设备在运行历史中并没有出现同类型故障就无法快速解决故障问题，进而影响到机电设备检修效率。所以为了让机电设备检修发挥出应有的作用，就应加强对各个环节的管理，提前了解历史故障情况，进而让历史故障记录发挥出应有的价值。

3.3 温度压力检测

机电设备的温度、压力检测是常见性能检测方法，通过对机电设备的轴承等零部件进行参数分析，能掌握不同零部件的运行情况。在设置温度、压力传感器时，需同时从多个角度进行参数设置，只有从多个角度同时开展温度、压力检测，才能让检测质量得到保障，避免机电设备故障问题出现进一步恶化。一般而言，当掌握重要零部件的各项性能参数后便可实现对机电设备零部件运行状态的分析，并在分析中了解故障情况的未来发展趋势，所以须保证性能参数的检测准确性，以此来降低机电设备故障问题所带来的影响[4]。

3.4 神经网络与模糊数学的检修应用

机电设备的检修技术将会随着科技的发展不断进步，数学理论基础是机电设备检修时的关键，目前应用较为广泛的一种方式便是小波神经网络技术，通过利用其自有的学习功能，能够利用神经网络来完成对数据参数的判断、学习，神经网络可在故障识别、信号处理等多个环节发挥出极强的功能性。

图2 神经网络

故障诊断技术能够按照机电设备的系统结构，对故障部分的显著程度等参数来完成对局部故障问题的全方位排查。故障排查时的主要目标就是找出机电设备故障原因。在开展故障诊断时，还可对故障征兆与故障源映射的关系进行分析，提高故障诊断时的精确度。就目前而言，神经网络在机电设备故障诊断中具有极为明显的优势。而模糊数学技术则能够在故障诊断期间完成对模糊诊断模型的构建，数学模型能够结合定量分析与专家分析等方法来得出故障参数，进而为矿山机电设备的故障诊断决策人员提供具有辅助价值的故障数据。