朱藝超

（平煤神馬集團(tuán)設(shè)備租賃分公司，河南 平頂山 467021）

采煤機(jī)故障診斷與故障預(yù)測(cè)的分析

朱藝超

（平煤神馬集團(tuán)設(shè)備租賃分公司，河南 平頂山 467021）

煤礦資源是現(xiàn)代工業(yè)生產(chǎn)和人們生活的重要能源和化工原料，在經(jīng)濟(jì)發(fā)展的過程中我國(guó)對(duì)煤炭資源的需求量一直較大，而且短期內(nèi)無法被完全替代。而煤礦資源的開采效率很大程度上取決于采煤機(jī)的應(yīng)用可靠性，降低采煤機(jī)在開采過程中故障發(fā)生的概率是煤炭資源開采發(fā)展的必然選擇。在此背景下，本文針對(duì)采煤機(jī)故障診斷和故障預(yù)測(cè)兩方面展開研究，為提升煤炭資源開采的可靠性和安全性提供參考。

采煤機(jī)；故障診斷；故障預(yù)測(cè)

0 引言

采煤機(jī)在煤礦資源開采過程中發(fā)揮著割煤和裝煤的作用，其通常由電氣控制部分、截割部、牽引部、附屬裝置構(gòu)成，在采煤機(jī)被行走機(jī)構(gòu)齒輪帶動(dòng)的情況下，可實(shí)現(xiàn)正向、反向、停止等不同運(yùn)動(dòng)狀態(tài)的牽引，并在螺旋滾筒旋轉(zhuǎn)的作用下發(fā)揮破煤功能，現(xiàn)階段我國(guó)大部分煤礦使用的煤機(jī)類型為變頻調(diào)速電牽引式采煤機(jī)，下面主要對(duì)該類型的煤機(jī)進(jìn)行分析說明。

1 采煤機(jī)故障分析

采煤機(jī)在采面運(yùn)行的過程中，如果發(fā)生較大的故障，會(huì)直接影響采煤工作面生產(chǎn)推進(jìn)度的正常進(jìn)行，甚至對(duì)采面人員的生命安全和三機(jī)設(shè)備的安全配合構(gòu)成威脅。例如，采煤機(jī)牽引超大負(fù)荷行走過程中，發(fā)生滾動(dòng)體破碎脫落等問題。即使采煤機(jī)在運(yùn)行的過程中并未表現(xiàn)出明顯的故障，也不排除其關(guān)鍵部位軸承被磨損的可能，如果未進(jìn)行及時(shí)的檢修，可能會(huì)造成非常嚴(yán)重的生產(chǎn)事故[1]。

我國(guó)現(xiàn)階段已經(jīng)認(rèn)識(shí)到對(duì)采煤機(jī)故障進(jìn)行診斷和預(yù)測(cè)的重要性，即使我國(guó)采煤機(jī)故障診斷的相關(guān)研究起步相對(duì)較晚，但現(xiàn)階段在采煤機(jī)故障診斷和預(yù)測(cè)方面也形成了較成熟的方法，而且呈現(xiàn)出多樣化發(fā)展的整體趨勢(shì)。

采煤機(jī)的地下工作環(huán)境和復(fù)雜的結(jié)構(gòu)構(gòu)成決定了其在運(yùn)行的過程中發(fā)生故障的可能性較大，主要集中于電氣裝置、機(jī)械裝置和液壓牽引部方面。例如，在下按啟動(dòng)按鈕后，整機(jī)并不動(dòng)作、啟動(dòng)后機(jī)組不能實(shí)現(xiàn)自保護(hù)等啟動(dòng)先導(dǎo)回路故障；傳感器顯示值不準(zhǔn)確、開機(jī)顯示的瓦斯超限等瓦斯斷電儀故障；PLC接點(diǎn)故障造成機(jī)器無法啟動(dòng)、電機(jī)PT100損壞等電機(jī)故障等均屬于電氣裝置故障[2]。軸承溫度過高或具有噪音、齒輪的齒面嚙合不平或出現(xiàn)斑點(diǎn)、擦傷痕、接觸疲勞等情況屬于機(jī)械裝置故障；而采煤機(jī)調(diào)高千斤頂損壞、牽引部油泵過熱或存在異響等屬于液壓牽引裝置故障。在任何方面故障發(fā)生后，均會(huì)因無法割煤造成采面停產(chǎn)，對(duì)煤礦開采企業(yè)的經(jīng)濟(jì)效益、安全效益等方面產(chǎn)生一定的影響，所以針對(duì)采煤機(jī)故障診斷和預(yù)測(cè)的方法展開研究具有必要性。

2 采煤機(jī)故障診斷與故障預(yù)測(cè)的方法

2.1 采煤機(jī)故障診斷與故障預(yù)測(cè)的常見方法

2.1.1 溫度監(jiān)測(cè)

由于通常情況下，機(jī)械設(shè)備摩擦零件在發(fā)生故障后，零件表面的溫度會(huì)有所提升，在故障診斷和預(yù)測(cè)的過程中，可以利用溫度傳感器對(duì)預(yù)測(cè)摩擦零件表面的溫度進(jìn)行獲取，并進(jìn)行對(duì)比分析，判斷零件的運(yùn)行狀態(tài)，所以在對(duì)采煤機(jī)故障進(jìn)行診斷和預(yù)測(cè)時(shí)，利用在線溫度監(jiān)測(cè)方法可在一定程度上達(dá)到預(yù)期效果[3]。例如，溫度在線監(jiān)測(cè)可以通過溫度變化及時(shí)的定位采煤機(jī)截割滾筒軸承在長(zhǎng)時(shí)間摩擦受損的部位，通過受損部位與其他部位溫度的對(duì)比分析，預(yù)測(cè)軸承其他部位發(fā)生破損的概率，并做好記錄，為后期維護(hù)檢修提供參考。

2.1.2 鐵譜分析

機(jī)械設(shè)備在運(yùn)行的過程中，會(huì)發(fā)生一定的磨損，對(duì)機(jī)械磨損產(chǎn)生的磨屑顆粒進(jìn)行收集和分析，可以判斷機(jī)械設(shè)備的磨損程度，進(jìn)而實(shí)現(xiàn)故障的診斷和預(yù)測(cè)，所以此方法在采煤機(jī)故障診斷和預(yù)測(cè)方面應(yīng)用也具有可行性[4]。在使用鐵譜分析方法檢測(cè)時(shí)，先要將潤(rùn)滑油應(yīng)用于高梯度強(qiáng)磁場(chǎng)的環(huán)境中，為潤(rùn)滑油經(jīng)過區(qū)域的磨屑顆粒按順序在基片中沉淀創(chuàng)造環(huán)境，然后將基片中沉積的磨屑顆粒制作成用于分析的譜片，在顯微鏡和光密度計(jì)的作用下對(duì)磨屑數(shù)量、形狀等進(jìn)行確定，以此判斷采煤機(jī)因磨損發(fā)生故障的部位，并結(jié)合采煤機(jī)的工作原理對(duì)磨損故障產(chǎn)生的原因及故障的損害趨勢(shì)等進(jìn)行分析，可見這種方法在采煤機(jī)故障的診斷和預(yù)測(cè)方面均可以應(yīng)用。

2.1.3 專家系統(tǒng)

為提升故障診斷的效率和準(zhǔn)確性，人們?cè)谝延袑＜抑R(shí)的基礎(chǔ)上，通過模擬專家的思維，建立了專家系統(tǒng)，專家系統(tǒng)的核心是知識(shí)庫(kù)的建設(shè)，其主要包括采煤機(jī)故障診斷和預(yù)測(cè)方面專家群體公認(rèn)的事實(shí)知識(shí)和以故障判別規(guī)則為主要構(gòu)成的經(jīng)驗(yàn)知識(shí)兩類，在應(yīng)用的過程中，先要對(duì)采煤機(jī)故障現(xiàn)場(chǎng)的相關(guān)診斷信息進(jìn)行收集和整理，然后結(jié)合知識(shí)庫(kù)的數(shù)據(jù)進(jìn)行診斷和預(yù)測(cè)[5]。專家系統(tǒng)知識(shí)庫(kù)的人機(jī)交互界面通常包括知識(shí)庫(kù)管理與維護(hù)、診斷解釋、知識(shí)獲取、故障診斷、故障預(yù)測(cè)、信號(hào)參數(shù)監(jiān)測(cè)和處理等模塊，而且各模塊內(nèi)的信息存儲(chǔ)格式要統(tǒng)一規(guī)范，以此保證知識(shí)庫(kù)可以準(zhǔn)確的表達(dá)各種機(jī)械故障方面的知識(shí)，可以結(jié)合實(shí)際需要進(jìn)行快速的檢索。

2.2 采煤機(jī)故障診斷與故障預(yù)測(cè)的智能方法

2.2.1 混合智能算法在采煤機(jī)故障診斷中的應(yīng)用

混合智能算法即將模糊化神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)結(jié)合應(yīng)用的方法，前者在應(yīng)用的過程中。

首先要通過公式 () () GXuFu，將采集的原始信號(hào)數(shù)據(jù)模糊化，其中X代表精確量；G代表對(duì)應(yīng)的關(guān)系函數(shù)；F代表標(biāo)準(zhǔn)論域中元素的模糊量。

再通過最大隸屬度法和重心法對(duì)模糊化的數(shù)據(jù)進(jìn)行精確化的處理。

例如某煤礦廠的采煤機(jī)運(yùn)行記錄數(shù)據(jù)顯示，冷卻系統(tǒng)受損、液壓壓力過小、齒輪磨損程度過大、液壓電流過高等均可能導(dǎo)致其現(xiàn)階段液壓牽引裝置表面溫度過熱現(xiàn)象的發(fā)生，將以上故障特征分別設(shè)定為X1、X2、X3、X4、X5、X6、X7，并將其對(duì)應(yīng)的故障現(xiàn)象如冷卻系統(tǒng)受損的現(xiàn)象冷卻裝置漏水等，分別用W1、W2、W3、W4、W5、W6、W7等表示，此時(shí)將超出采煤機(jī)正常數(shù)據(jù)上限很多和較小的故障特征分別用1和0.5表示，將少于采煤機(jī)正常數(shù)據(jù)下限很多和較小的故障特征分別用-1和-0.5表示，則可以直接將采煤機(jī)的故障域確定，并形成故障集，此時(shí)針對(duì)偏高正常值、正常值和偏小正常值進(jìn)行歸一化的計(jì)算，則可以形成采煤機(jī)故障樣本的評(píng)價(jià)集，將評(píng)價(jià)集的數(shù)據(jù)直接輸入專家系統(tǒng)，則可以通過專家系統(tǒng)的知識(shí)庫(kù)數(shù)據(jù)對(duì)故障進(jìn)行準(zhǔn)確的定位。

可見此方法在應(yīng)用的過程中，雖然計(jì)算過程相對(duì)較復(fù)雜，但可以直接通過故障原因表現(xiàn)的特征值和現(xiàn)象等，準(zhǔn)確的定位故障，使故障診斷的效率和準(zhǔn)確性更加有保證。隨著計(jì)算機(jī)芯片處理器運(yùn)行性能的不斷強(qiáng)大，此方法的應(yīng)用效果越來越明顯。

2.2.2 BP網(wǎng)絡(luò)算法在采煤機(jī)故障預(yù)測(cè)中的應(yīng)用

現(xiàn)階段人們通常會(huì)選擇利用BP網(wǎng)絡(luò)算法建立可實(shí)現(xiàn)采煤機(jī)故障離線和在線預(yù)測(cè)的預(yù)測(cè)模型，在獲取的數(shù)據(jù)與預(yù)測(cè)模型中設(shè)定的數(shù)據(jù)存在偏差的情況下，該系統(tǒng)會(huì)自動(dòng)的報(bào)警，為檢修提供依據(jù)，以此減少煤機(jī)故障的發(fā)生概率。在預(yù)測(cè)模型建立前，需要將采煤機(jī)各裝置的關(guān)鍵信號(hào)參數(shù)進(jìn)行收集和歸一化處理，歸一化處理的公式為

其中x’代表最初始值。而xmin和xmax分別代表最初始值的最小值和最大值。

將歸一化處理后所獲取的具體值作為預(yù)測(cè)樣本進(jìn)行存儲(chǔ)，并以時(shí)間序列的方式進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建，在應(yīng)用的過程中，先要將網(wǎng)絡(luò)參數(shù)初始化，然后輸入樣本參數(shù)，計(jì)算隱層和輸出層各節(jié)點(diǎn)的輸出、樣本誤差的平方和、隱層和輸出層的均方差，權(quán)值和閾值等，在確定誤差在要求的范圍內(nèi)的情況下，完成BP神經(jīng)網(wǎng)絡(luò)計(jì)算的訓(xùn)練，在重復(fù)的訓(xùn)練過程中，如果發(fā)現(xiàn)計(jì)算的數(shù)據(jù)偏離原本的預(yù)算軌跡，則可以判斷故障具有發(fā)生的可能。可見此方法不僅可以保證故障預(yù)算的準(zhǔn)確性、前瞻性，而且可以對(duì)故障發(fā)生的原因進(jìn)行較全面的判斷，使采煤機(jī)故障的檢修更加具有針對(duì)性，在降低采煤機(jī)故障發(fā)生概率方面具有積極的作用。

隨著人們對(duì)采煤機(jī)的關(guān)注程度不斷提升和相關(guān)理論的不斷完善，采煤機(jī)故障診斷和預(yù)測(cè)的智能方法將不斷發(fā)展，所以應(yīng)以發(fā)展的視角看待采煤機(jī)的應(yīng)用。

例如，現(xiàn)階段人們?cè)谝延械闹悄茉\斷和預(yù)測(cè)方法的基礎(chǔ)上，通過軟件對(duì)采煤機(jī)仿真界面進(jìn)行了設(shè)計(jì)，并將專家系統(tǒng)知識(shí)庫(kù)的信息向計(jì)算機(jī)系統(tǒng)中導(dǎo)入，人們可以通過計(jì)算機(jī)直接進(jìn)入采煤機(jī)故障診斷與預(yù)測(cè)控制系統(tǒng)，在系統(tǒng)主界面選擇進(jìn)入樣本訓(xùn)練界面、故障預(yù)測(cè)界面和故障診斷界面，并通過各界面對(duì)采煤機(jī)的各部分裝置系統(tǒng)進(jìn)行常規(guī)BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)與模糊BP網(wǎng)絡(luò)等算法的故障診斷和預(yù)測(cè)，舍去了繁瑣的計(jì)算過程，實(shí)現(xiàn)了在線的檢測(cè)和診斷，極大的提升了診斷的效率和準(zhǔn)確性?？梢婋S著采煤機(jī)故障診斷和預(yù)測(cè)方法的不斷深入，采煤機(jī)運(yùn)行的可靠性和穩(wěn)定性會(huì)越來越強(qiáng)，滿足煤炭資源開采的需要。

3 結(jié)論

通過上述分析可以發(fā)現(xiàn)，現(xiàn)階段人們已經(jīng)認(rèn)識(shí)到采煤機(jī)運(yùn)行的可靠性和穩(wěn)定性直接關(guān)系到煤炭資源開采的效率和安全性，并在實(shí)踐中有意識(shí)的結(jié)合采煤機(jī)的工作環(huán)境、原理等，利用先進(jìn)的機(jī)械設(shè)備故障診斷方法，盡可能實(shí)現(xiàn)對(duì)故障的事前檢測(cè)、事中處理和事后預(yù)防，降低采煤機(jī)故障概率，這是現(xiàn)代煤炭開采水平和生產(chǎn)管理水平提升的具體體現(xiàn)。

[1]錢沛云．采煤機(jī)截割傳動(dòng)系統(tǒng)故障診斷及可靠性分析[D]．中國(guó)礦業(yè)大學(xué)，2015．

[2]謝國(guó)民．基于時(shí)頻聯(lián)合小波法的采煤機(jī)關(guān)鍵部件故障診斷研究[D]．遼寧工程技術(shù)大學(xué)，2012．

[3]錢沛云，陳曦暉，胡曉，程剛．基于振動(dòng)信號(hào)分析的采煤機(jī)搖臂軸承故障診斷研究[J]．煤炭科學(xué)技術(shù)，2014,12:89～92．

[4]梁曉歡．采煤機(jī)故障診斷及故障預(yù)測(cè)探討[J]．技術(shù)與市場(chǎng)，2015,06:96～97．

[5]孫潘潘．基于故障樹的煤礦設(shè)備故障分析方法研究[D]．中國(guó)礦業(yè)大學(xué)，2014．

TD42

A

1671-0711（2016）10（下）-0031-02