章俊

摘 要：為高效、快速解決礦井機電設備故障，促進礦井穩(wěn)定、連續(xù)、安全生產(chǎn)，進行了礦井機電設備故障分析與維修技術的研究。在分析礦井機電設備常見故障以及故障產(chǎn)生原因的基礎上，詳細闡述了基于設備運行狀態(tài)和設備管理的兩種礦井機電設備故障診斷方案，并分析其應用場景和優(yōu)缺點，最后分析了礦井機電設備維修中存在的問題。

關鍵詞：故障分析;故障診斷;機電設備;礦井

中圖分類號：TD407;TD607 文獻標識碼：A 文章編號：1003-5168（2021）29-0078-03

Research on Fault Analysis and Maintenance Technology of

Mine Electromechanical Equipment

ZHANG Jun

（Shanxi Baoli Pingshan Coal Industry Co.， Ltd.， Jincheng Shanxi 048205）

Abstract：In order to solve the failure of mine electromechanical equipment efficiently and quickly， and promote the stable， continuous and safe production of mine， the research on the failure analysis and maintenance technology of mine electromechanical equipment was carried out. Based on the analysis of common faults and causes of mine electromechanical equipment， the article elaborates on two mine electromechanical equipment fault diagnosis schemes based on equipment status operation and equipment management， and analyzes application scenarios， advantages and disadvantages. Finally， the maintenance technology and existing problems of mine electromechanical equipment are analyzed.? for reducing the failure rate of mine electromechanical equipment and improving the level of maintenance.

Keywords： fault analysis;fault diagnosis;maintenance technology;electromechanical equipment;mine

礦井機電設備是煤礦高效率、高質(zhì)量安全生產(chǎn)系統(tǒng)的重要組成部分，如綜掘工作面的掘進機、連續(xù)采煤機、破碎機、梭車;綜采工作面的采煤機、液壓支架、刮板輸送機、轉(zhuǎn)載運輸機;負責礦井通風的局部通風機;負責井下無軌運輸?shù)溺P車、支架搬運車、料車、載人車等。對礦井機電設備進行科學合理的維修檢查，降低礦井機電設備的故障發(fā)生率是提升礦井機電設備運行效率、實現(xiàn)煤礦安全高效生產(chǎn)的有效途徑[1-2]。為將礦井機電設備故障影響降至最低，煤礦企業(yè)及科研機構對礦井機電設備故障預警展開了一系列研究，田曉斐[3]針對礦井提升機設計了設備故障信號頻域分析檢測系統(tǒng)，提升了礦井提升機的故障預警水平;王慧敏[4]開發(fā)了基于高階累積量信號分析的礦井設備機械故障檢測診斷系統(tǒng)，可實現(xiàn)礦井設備振動信號的時域、頻率及現(xiàn)代譜分析，準確診斷設備故障;張建勛[5]基于VC++及仿真軟件實現(xiàn)了對掘進機齒輪的故障診斷，可根據(jù)采集的數(shù)據(jù)信號繪制時頻域圖并完成傅立葉變換，實現(xiàn)對掘進機齒輪斷齒、磨損、劃傷等故障的判斷。筆者以礦井機電設備為研究對象，分析常見故障及故障原因，詳細闡述基于設備運行狀態(tài)和設備管理的故障診斷方案，為降低礦井機電設備故障發(fā)生率，實現(xiàn)礦井高效、高質(zhì)量生產(chǎn)提供支持。

1 機電設備故障原因

①運行時間過長，如刮板輸送機保持長時間連續(xù)不間斷高負荷運行，造成機頭、機尾電動機發(fā)生過載、過流、兩相粘連等故障，縮短電動機使用壽命;高強度長時間運行使得礦井機電設備間的配合度下降，極易發(fā)生斷鏈、跑偏及機械故障。②超負荷運行，如掘進機截割較堅硬的煤層時，會因截割功率低燒毀截割電動機，引發(fā)安全故障;刮板輸送機長時間超載運行后會引發(fā)機頭、機尾電動機故障;液壓支架推移油缸存在管路堵塞時會引發(fā)油泵電動機故障等。③礦井機電設備部件缺陷，如部件尺寸、形態(tài)、性能與標準部件存在較大差異會影響礦井機電設備的安全、連續(xù)運行，存在故障風險。

2 機電設備故障診斷

2.1 基于設備運行狀態(tài)的故障診斷

基于設備運行狀態(tài)的故障診斷流程如圖1所示。對礦井設備的原始信號進行預處理后，進行時域、頻域、現(xiàn)代譜分析。根據(jù)分析結果提取特征值，完成解釋輸出、診斷推理、故障特征庫后輸出該礦井設備的故障診斷結果。

2.1.1 時域分析。礦井設備運行狀態(tài)原始數(shù)據(jù)信號時域分析方法即觀察原始數(shù)據(jù)信號的時域波形數(shù)據(jù)，如周期、幅值、波形及變化規(guī)律等。采用概率密度函數(shù)ρ（x）表征時域信號幅值概率，可直觀說明礦井設備正常運行、異常運行時的振動信號明顯差異。采用偏態(tài)指標[Ki]及峭度指標[Kj]表征時域信號概率密度分布的偏峭程度，即獲取信號偏離正態(tài)分布的程度。該值越大，表明該礦井設備發(fā)生故障的概率越大[6-7]。礦井設備狀態(tài)時域分析方案適用于對礦井設備典型信號的簡易診斷分析，且需要由具有故障診斷分析經(jīng)驗的專業(yè)人員完成。

2.1.2 頻域分析。礦井設備狀態(tài)運行原始數(shù)據(jù)信號頻域分析方法即將原始數(shù)據(jù)信號進行傅立葉變換，頻率為以橫坐標，可分析該原始信號的幅值、相位。對比正常運行數(shù)據(jù)的特征頻譜、細化譜、解周譜，發(fā)現(xiàn)礦井設備故障運行數(shù)據(jù)，最終鎖定礦井設備故障。

2.1.3 現(xiàn)代譜分析。礦井設備狀態(tài)運行原始數(shù)據(jù)現(xiàn)代譜分析方法即將原始數(shù)據(jù)信號進行小波分析和Hilbcrt-Huang變換，使變換后的信號具有較好的時頻局部化特性、去噪能力及高分辨率，從而更加準確、直觀、便捷地檢測礦井設備故障[8]。

2.2 基于設備管理的故障診斷

基于設備管理的礦井設備故障診斷流程如圖2所示?；谠O備管理的故障診斷由系統(tǒng)監(jiān)測子系統(tǒng)、數(shù)據(jù)分析子系統(tǒng)、數(shù)據(jù)管理子系統(tǒng)、用戶管理子系統(tǒng)及系統(tǒng)幫助子系統(tǒng)5部分組成。系統(tǒng)監(jiān)測子系統(tǒng)用于完成礦井設備運行狀態(tài)的在線實時監(jiān)測，如監(jiān)測采煤機設備運行時的牽引方向、牽引速度、截割滾筒高度、截割頻率、電動機電壓及電動機溫度等，完成礦井設備數(shù)據(jù)的在線周期性采集及時域指標計算;數(shù)據(jù)分析子系統(tǒng)用于完成礦井設備運行狀態(tài)數(shù)據(jù)的時域、頻域波形實時顯示及頻譜分析，同時需要對安裝在礦井設備本體的傳感器數(shù)據(jù)進行分析，判斷傳感器數(shù)值是否超限，如果超限，則需要發(fā)出故障預警;數(shù)據(jù)管理子系統(tǒng)用于完成礦井設備運行狀態(tài)數(shù)據(jù)的存儲、查詢、刪除等，并可直觀地給出指定特征信號的歷史曲線、實時動態(tài)曲線;用戶管理子系統(tǒng)用于完成故障診斷控制平臺用戶的信息管理、登錄/退出管理，還可設置、修改使用權限[8];系統(tǒng)幫助子系統(tǒng)可方便用戶進行幫助信息查詢。以礦井設備管理為基礎，各大煤礦企業(yè)大力推廣礦井設備點檢制，對礦井設備進行信息化、網(wǎng)絡化管理，進而實現(xiàn)礦井設備故障診斷的智能化。

3 機電設備故障診斷流程及面臨的修維問題

礦井機電設備故障診斷系統(tǒng)運行流程如圖3所示，設備運行過程中，控制系統(tǒng)實時采集安裝在礦井機電設備機身的傳感器數(shù)據(jù)[9-12]，經(jīng)信號分析、邏輯判斷后，診斷該傳感器數(shù)據(jù)是否超出設定的閾值，如果超出，則需停機檢修;沒有超出，則繼續(xù)實時監(jiān)測。

為保證礦井機電設備穩(wěn)定、連續(xù)、安全運行，要加強對礦井機電設備的科學管理修與維，將故障、事故發(fā)生率降至最低。礦井機電設備維修面臨的問題主要有以下幾個。①專業(yè)礦井設備維修人員嚴重缺乏。由于煤礦工作環(huán)境惡劣，專業(yè)機電設備維修人員來礦工作的意愿不強，人才缺口現(xiàn)象嚴重。②礦方重視程度不夠。礦方一味追求生產(chǎn)效益，例如：未能及時完成礦井機電設備的維修、維護，甚至礦井機電設備出現(xiàn)故障時“帶病”工作。③機電設備維修不科學。未制定科學、合理、周期性的設備維修方案;未及時發(fā)現(xiàn)設備運行過程中的微小磨損、細微隱患。

4 機電設備診斷預警系統(tǒng)

礦井機電設備診斷預警系統(tǒng)如圖4所示，分為在線監(jiān)測、信號處理、數(shù)據(jù)庫管理、用戶管理以及幫助系統(tǒng)5個部分，是一個實時的多線程系統(tǒng)[13-16]。在線監(jiān)測模塊主要完成對機電設備運行狀態(tài)和傳感器數(shù)據(jù)的監(jiān)測;信號處理模塊主要對采集到的傳感器數(shù)據(jù)進行A/D轉(zhuǎn)換、閾值判斷以及邏輯處理等;數(shù)據(jù)庫模塊主要用于存儲機電設備的電壓、電流、故障信息、傳感器數(shù)據(jù)等;用戶管理模塊用于完成對登錄該預警系統(tǒng)的用戶的分級管理，不同級別的用戶權限不同;幫助系統(tǒng)用于對該預警系統(tǒng)中遇到的問題進行簡單提示和幫助。

礦井機電設備診斷預警系統(tǒng)中的核心功能為數(shù)據(jù)管理，如圖5所示。該系統(tǒng)可實現(xiàn)機電設備診斷數(shù)據(jù)的存儲、顯示、查詢以及刪除，還能實時更新礦井機電設備預警數(shù)據(jù)，同時與故障監(jiān)控平臺進行無縫銜接，在線、實時顯示故障信息，提示礦井機電設備維護人員及時發(fā)現(xiàn)并解決故障[17-18]。

5 結語

以礦井機電設備為研究對象，詳細分析了礦井機電設備的常見故障及故障產(chǎn)生原因。針對礦井機電設備故障診斷，闡述了基于設備運行狀態(tài)和設備管理的兩種故障診斷方案，指出各自的應用場合及優(yōu)缺點，并分析了礦井機電設備維修技術中存在的問題。為保證礦井機電設備連續(xù)、穩(wěn)定、安全運行，需要加強礦井機電設備的維修、故障診斷、故障預警工作，提高礦井生產(chǎn)的經(jīng)濟效益和安全性。

參考文獻：

[1]徐化連.礦井電氣設備監(jiān)控網(wǎng)絡與故障診斷系統(tǒng)設計[J].機電工程技術，2019（8）：293-295.

[2]陳菊芳.礦山機電電氣設備的檢修與安全監(jiān)控系統(tǒng)分析[J].電子世界，2018（17）：88-90.

[3]田曉斐.電氣設備智能化監(jiān)控系統(tǒng)的研究與應用[J].自動化應用，2016（7）：55-57.

[4]王慧敏.礦井機電設備故障診斷技術分析[J].能源與節(jié)能，2019（9）：140-141.

[5]張建勛.煤礦機電設備故障監(jiān)測診斷技術分析[J].機械管理開發(fā)，2017（3）：11-12.

[6]溫勇.煤礦機電設備管理中機械故障檢測診斷技術的應用分析[J].機電信息，2013（6）：107-108.

[7]薛顯衛(wèi).煤礦機電設備機械故障診斷[J].能源與節(jié)能，2019（5）：106-107.

[8]馬庚春.煤礦機電設備維修中故障檢測診斷技術探析[J].現(xiàn)代工業(yè)經(jīng)濟和信息化，2017（21）：67-68.

[9]梁永封.煤礦電氣設備故障維修及解決策略[J].山西能源學院學報，2017（2）：33-34.

[10]康旭花.煤礦機械電氣設備自動化調(diào)試技術應用及研究[J].能源與節(jié)能，2016（4）：22-24.

[11]張麗然，楚愛霞.煤礦企業(yè)中電氣設備的絕緣在線監(jiān)測與狀態(tài)檢修[J].煤炭技術，2013（3）：58-60.

[12]樊忠.礦井提升設備制動系統(tǒng)故障診斷系統(tǒng)關鍵技術與應用研究[D].太原：太原理工大學，2018：1-102.

[13]周平福.煤礦設備監(jiān)測和事故預報系統(tǒng)設計思路[J].煤，2010（2）：58-62.

[14]葉娟.基于數(shù)據(jù)挖掘的礦用提升機故障預警方法[J].煤礦機械，2014（5）：246-248.

[15]于軍，趙學增.量化特征關系用于不完備故障診斷的知識獲取方法[J].機械科學與技術，2017（6）：827-833.

[16]李娟莉.面向知識工程的提升機智能故障診斷方法[J].煤炭學報，2016（5）：1309-1315.

[17]任偉建.基于神經(jīng)網(wǎng)絡和專家系統(tǒng)的故障診斷技術[J].石化電氣，2013（15）：66-70.

[18]趙榮珍.基于粗糙集數(shù)據(jù)分類概念的故障知識發(fā)現(xiàn)[J].振動、測試與診斷，2012（1）：17-22.