郭曉璇

小康礦運轉(zhuǎn)隊 遼寧調(diào)兵山 112700

在現(xiàn)階段我國礦山開采行業(yè)發(fā)展中，機電設備的應用越來越廣泛，也已經(jīng)成為當前提升礦山開采水平的重要要素，應該在礦山開采管理中加大關(guān)注力度。為了較好確保礦山機電設備能夠在運行中表現(xiàn)出較強的作用價值，必然需要首先關(guān)注于常見機械故障問題，能夠借助于必要的檢測診斷技術(shù)，及時發(fā)現(xiàn)和明確機械故障類型，進而才能夠采取適宜合理的策略進行維護和保養(yǎng)，優(yōu)化機電設備運行狀態(tài)[1]。

1 礦山機電設備機械故障檢測診斷流程

當前礦山開采中涉及到的機電設備越來越多，種類的增加雖然確實較好提升了礦山開采效率，但是同樣也伴隨著較高的管理難度，尤其是對于礦山機電設備在運行中出現(xiàn)的各類機械故障問題，更是面臨著較大的應對壓力，需要借助于更為高效的檢測診斷技術(shù)予以處理。在礦山機電設備機械故障檢測診斷工作開展中，往往需要首先注重收集較為全面完整的信息資料，力求對于礦山機電設備較為了解，能夠從多個角度獲取信息，比如礦山機電設備的運行參數(shù)信息以及運行中出現(xiàn)的故障信號，都需要進行準確收集和整理，力求為后續(xù)故障診斷做出必要支持；其次，在礦山機電設備所有數(shù)據(jù)信息收集完成后，就需要重點依托這些數(shù)據(jù)信息資料進行全面分析和處理，了解這些信息代表的意義，重點甄別其中有價值的信息資料，根據(jù)相應礦山機電設備的標準運行數(shù)據(jù)參數(shù)，判斷其可能存在的異常問題，這一識別和分析過程往往面臨著較高的難度，需要相關(guān)檢測診斷人員具備較為充分的知識和經(jīng)驗，或者借助于更為先進的技術(shù)參與其中；另外，在針對數(shù)據(jù)信息資料進行充分分析和故障識別的基礎(chǔ)上，還需要準確預測礦山機電設備可能存在的機械故障類型，預測其故障點和威脅程度，以便更好明確后續(xù)處理的目標和方式；最后，針對礦山機電設備預測出來的機械故障問題，采取相適宜的手段進行故障處理和維護，確保其能夠有效恢復正常運行狀態(tài)。

2 礦山機電設備機械故障檢測診斷技術(shù)

2.1 基于BP 神經(jīng)網(wǎng)絡的機電設備故障診斷

根據(jù)Zigbee 技術(shù)采集礦山機電設備的各種運行狀態(tài)數(shù)據(jù)，采用神經(jīng)網(wǎng)絡診斷機電設備故障。在此之前需要使用小波包分析技術(shù)過濾機電設備狀態(tài)數(shù)據(jù)的噪聲。本次機電設備故障診斷研究使用的狀態(tài)數(shù)據(jù)為設備的振動信號；然后基于小波包分析技術(shù)提取各頻帶重構(gòu)信號的能量，即機電設備故障特征向量，BP 神經(jīng)網(wǎng)絡故障診斷采用的訓練樣本和測試樣本即為此特征向量。BP 神經(jīng)網(wǎng)絡是按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡，其訓練過程包括前向計算過程、誤差反向傳播過程：前者輸入向量從輸入層開始，經(jīng)過隱含層逐級求取不同神經(jīng)單元的輸出值；后者將輸出層的誤差逐級向前傳播，以隱含層為中介、代價函數(shù)作為最小目標，求取不同神經(jīng)元誤差以修正前層權(quán)值。上述兩個部分共同完成特征空間向設備故障空間的非線性映射，實現(xiàn)機電設備的故障診斷[2]。

2.2 電阻故障檢測技術(shù)

電阻故障算是礦山機電設備常出現(xiàn)的問題之一，針對該故障的檢測技術(shù)主要分為兩種，一種是分段檢測、一種是分階檢測。其一，分段檢測就是將一條線路劃分為多個分段，再逐一實施檢測，如果發(fā)現(xiàn)其中某一分段存在異常，則確定是該段的問題，該方法能分離故障線路，且不會影響正常線路，比較方便。其二，分階檢測是比對檢測電路電阻數(shù)值和理論值，來判斷機電是否出現(xiàn)故障，檢測完成后，電路要保持斷開，以免出現(xiàn)斷路。

2.3 智能診斷技術(shù)

隨著當前礦山機電設備機械故障檢測診斷技術(shù)的不斷創(chuàng)新發(fā)展，智能化技術(shù)的應用越來越常見，智能診斷技術(shù)的應用往往可以表現(xiàn)出更強的優(yōu)勢，其可以借助于模擬人腦分析的機制進行機械故障檢測和診斷分析，成為當前常用方式。結(jié)合智能診斷技術(shù)的具體應用來看，其往往表現(xiàn)出了較高效率，能夠在最短時間內(nèi)明確機械故障類型及其故障點，有助于采取較為適宜的策略進行維護和處理，故障帶來的損失得到更好控制。隨著當前人工智能技術(shù)的不斷成熟，智能診斷技術(shù)的應用同樣也表現(xiàn)出了更為理想的應用價值，比如專家診斷系統(tǒng)、模糊診斷數(shù)學模型以及神經(jīng)網(wǎng)絡的應用都可以形成準確機械故障檢測診斷，也值得在未來加大研究力度[3]。

2.4 完善設備管理制度

在機電設備管理中，健全和完善的管理制度是對礦山機電設備進行有效維護和科學管理的基本條件。為適應未來日常生產(chǎn)的需要，不僅要樹立正確的機電設備維修管理觀念，而且要建立健全的機電設備維修管理制度，明確各方面工作的要求，提高機電設備的使用效果。結(jié)合礦山具體情況，按照科學、合理、經(jīng)濟、可操作的基本原則，制定相應的管理制度，明確管理人員和專業(yè)技術(shù)人員的職責，定期開展相關(guān)的考核評估，并將考核結(jié)果作為獎懲依據(jù)，有效激發(fā)管理者的積極性，提高機電設備管理水平。

3 結(jié)語

綜上所述，在當前礦山機電設備運用中，重點加大對于機械故障的分析和檢測診斷力度極為必要，只有在明確故障問題的基礎(chǔ)上，才可以采取恰當策略進行及時故障解決和維護管理，促使機電設備盡快恢復正常運行[4-5]。