矿山机电设备故障检测方法研究与分析

2022-08-10李翔

江西煤炭科技 2022年3期

李翔

（晋能控股煤业集团信息化中心，山西大同 037000）

近年来，随着煤矿开采机械化的逐渐普及，煤矿机电设备故障频频发生，较常见的如采煤机齿轮传动系统故障、机电设备振动噪声较大、液压系统泄漏等故障[1]。煤矿生产系统涉及到的设备数量庞大且内部结构较为复杂，包括机械、电气和液压等设备的高度结合。如果在实际生产过程发生机电设备故障将会影响整个生产系统，导致煤矿不得不停工检修，造成煤矿的原煤产量下降，直接影响企业的经济效益[2]。所以对煤矿机电设备故障进行及时诊断并进行维修，对于保证煤矿安全生产，保证每一位矿工的生命安全具有至关重要的作用[3]。

目前，煤矿机电设备故障诊断方法主要是通过人工携带少量的测试装置，通过听设备的运行声音、检测设备表面的温度、观察设备的运行状态等方式对设备的故障进行判断，随后尝试进行维修。这种故障诊断方法导致故障检测耗时较长，且要求故障诊断工人具有较高的技术水平，对工人素质要求较高。

基于上述原因，从信息技术、计算机技术和智能故障诊断技术等角度分析，通过对煤矿机电事故常见故障进行分析，深入分析了煤矿机电设备故障的原因，提出煤矿机电设备新的更先进的故障诊断和识别方法，有利于及时排除设备故障，避免煤矿事故发生，保证煤矿高效安全生产。

1 常见故障举例及原因分析

煤矿机电设备最常发生故障的部位是传动系统，零件之间的相对运动将会导致零件之间的摩擦比较严重，零件如果得不到足够的润滑将会导致零件出现磨损，最终引起振动、噪声直至损坏。根据接触件摩擦磨损量随时间的变化规律，可以得到的煤矿机电设备传动系统磨损量随时间变化曲线，如图1所示。

图1 机电设备磨损量随时间变化曲线

机电设备的磨损过程可以分为三个阶段：初期磨合阶段、中期稳定磨损阶段、后期急剧磨损阶段。机电设备的磨损过程对应的是在不同时期机电设备的常见故障类型[4]。比如，初期磨损阶段设备零件表面磨损较为严重，故障主要表现形式为齿轮啮合振动和噪声较大、润滑油润滑效果不佳、机电设备的运行卡滞等。原因往往是由于操作工人技术不娴熟，操作不当引起设备的故障，设备频繁启停，造成设备的局部发热等问题。在中期磨损阶段，常见故障类型是轴承等易损件的损坏，受复杂工况以及环境等因素的影响，可能出现润滑不良的问题。在后期急剧磨损阶段，零件的性能下降会出现老化损坏现象，常见故障类型有设备运行温度较高、线路损坏等。为此，需要对设备运行全过程进行检测，保证设备的正常运行。

2 传统故障检测技术分析

2.1 外部信息检测技术

煤矿机电设备在实际运转过程中往往会产生不同的信息，设备的故障会表现为不同的特征。通过这些信息工作人员就可以分析设备的故障类型和主要的故障源[5]。比如机电设备出现为高温，表现为设备外部某个区域内的温度异常，通过测温仪就可以检测到异常温度，此时需要分析设备内部是否存在局部短路或者是长时间运转，或者是由于内部液压油没有得到及时更换，导致散热性能变差。通过简单的仪器仪表触摸机电设备外部就可以感知到的外部信息可以进行诊断，这是比较容易实现的诊断技术，如果凭人工诊断，受工人经验的影响较大。

2.2 设备振动信号检测技术

任何发声的物体都在振动。煤矿井下机电设备都有自己固有的频率，在实际工作过程中受到内部电动机以及外部环境的振动，机电设备表现为一定的振动频率[5]。当设备发生故障时，由于设备内部的某个零件出现损坏或者是管道连接不当，将会导致设备自身或者相连的管路发生振动，有些振动比较明显可以通过肉眼进行观察，有些振动频率比较低，必须要使用振动监测设备进行检测。通过采集振动信号输入计算机进行分析，可以比较精确诊断故障，准确找出设备存在的故障问题并解决，这需要专业的监测仪器。

2.3 多手段结合检测技术

传统的机电设备故障诊断方式是多样的，主要是通过感观获取信息，并使用检测仪器设备作为辅助诊断，受工人工作经验以及工种熟练程度的影响较大。所以必须要采用多样化的监测手段才能够得到准确的故障诊断结果，尤其是对于某些重载机电设备，比如采煤机、刮板运输机、胶带运输机、机载锚杆钻机以及转载机组等，采用单一的监测手段往往难以得到准确的故障诊断结果。为此，在煤矿机电设备故障诊断方面引入现代监测技术和方法，将外界的因素对监测工作的影响降到最低，减少外部干扰，提高监测的准确性和结果的可靠性。在机电设备温度控制监测中，除了采集当前的运行温度数据外，工作人员还收集了设备在其他状态下的温度数据，结合折线图等进行对比分析，有利于尽快发现故障点并进行检修处理。

3 故障检测新方法

3.1 智能化故障检测方法

随着人工智能技术的不断发展，利用人工智能技术对机电设备故障进行智能化检测成为可能[6]。基于人工智能的智能化检测技术，无论从采集信息到信息的发送和分析均采用智能化分析系统，通过建立自学习机制，模拟人脑的思维过程，对机电设备收集故障的信息，利用开发模拟的专家系统对设备的故障表现进行对比分析[7]。根据煤矿机电设备自身常见故障特征建立专家库和故障库，实现对故障的精确分析和概率诊断，大大提高了诊断结果的准确性，提高故障处理速度和精确度。煤矿机电设备故障检测方法原理如图2所示。

图2 煤矿机电设备故障检测方法原理

如上图2所示，待检设备发生异常时表现出异常信号，通过对异常信号特征进行准确提取，对不同的特征信号进行分类并与故障档案库中存的故障进行比较，比根据提取特征较后可判断设备是否出了故障，是选择状态确认还是继续采集设备异常信号；最终通过多次的比较确定设备的故障，及时生成历史记录并对故障情况进行显示，提醒维修人员对设备进行及时维修。整个检测过程是通过建立相应的专家库，提取关键特征，现场检测到的信息与故障库中的数据对比，从而实现智能检测和分析。

3.2 先进光学检测方法

一般而言，对设备故障的检测主要是凭借设备表现出的物理信号，比如光、热、电、声音等，这些特征往往是设备故障直接表现形式。现有的故障检测方法仅仅是从某个点对设备进行检测，比如常见的ABM20掘锚机，往往是随机取点进行检测，最后通过对所有点的温度异常，判断设备内部的故障点可能的位置，需要重复进行监测和定位，需要的检测工人数量较多，耗时较长。利用光学传感监测技术，将接收到的设备表面的热红外线转变为视频信号，对于设备内部故障表现出的温度异常，直接实现全域监控，可以通过红外线热成像对外部温度进行全面监测，多点定位和故障诊断，设备故障可以及时得到处理。红外热成像技术可以有效对机电设备表面发出的红外热能进行采集，对比环境温度，对温度异常进行可视化显示，监测结果更加准确，减轻工人劳动强度。

3.3 设备无损检测方法

随着国内精细化设备的不断出现，对设备采用常规的触摸甚至敲击的方式进行检测容易对设备内部造成一定程度的损坏，而较为先进的无损检测技术弥补了传统检测方法的不足。无损检测技术在国内提升机钢丝绳以及液压系统管路检测均有少量的应用，利用超声波无损检测技术或电磁无损检测技术，在不破坏结构或者无需拆开机箱的情况下对结构故障点进行检测，比如常见的采煤机截割部传动系统振动异常时，传统的监测手段需要首先拆开机箱，查看内部齿轮的啮合是否正常，逐个进行查看并检查，需要的时间比较长，劳动力成本较大，现可利用超声波穿透机箱直接监测传动系统，对故障点异常声响进行定位和诊断，相比于原检测方法而言，利用无损检测可以更加节省时间，对故障点进行快速定位和诊断，及时处理故障。