田 斌

（南嶺煤業(yè)有限公司，山西 陽泉 030400）

引言

在現(xiàn)代化的采煤設(shè)備中，集成了大量的控制電機、微機芯片以及傳感器，極大地方便了煤礦的開采。在享受科技進步帶來的好處時，還應(yīng)該考慮到其可能帶來的問題[1-2]。對于煤礦機電設(shè)備來說，最為困難的就是故障維修。在過去，機電設(shè)備的故障維修多是依賴于技術(shù)人員的經(jīng)驗，不僅效率低，而且對技術(shù)人員的要求高。為了緩解這種狀況，故障診斷技術(shù)在機電設(shè)備維修中得到了廣泛的應(yīng)用。故障診斷技術(shù)對于一些簡單的故障有著良好的診斷效果，但是對于一些復(fù)雜的故障診斷也存在著一些問題。隨著智能化時代的到來，智能故障檢測診斷技術(shù)也隨之發(fā)展。本文圍繞著智能故障診斷技術(shù)的原理，探討其在煤礦主要機電設(shè)備維修中的應(yīng)用。

1 機電設(shè)備智能故障診斷技術(shù)分析

為了進一步提升機電設(shè)備故障維修的效率，衍生了機電設(shè)備的故障診斷技術(shù)。故障診斷技術(shù)是通過對機電設(shè)備運行過程中的狀態(tài)量進行監(jiān)測，從而識別設(shè)備的故障，其優(yōu)點在于可以更早地發(fā)現(xiàn)設(shè)備的故障、準確地識別設(shè)備的故障以及診斷決策。在進行故障診斷時，用到了微機處理技術(shù)、傳感器技術(shù)、信息傳輸技術(shù)以及數(shù)據(jù)庫技術(shù)。通常情況下，故障診斷技術(shù)主要包括信號檢測、特征提取、狀態(tài)識別以及診斷決策四個過程，如圖1 所示。

圖1 機電設(shè)備故障診斷技術(shù)的流程

信號檢測是對機電設(shè)備運行過程中的狀態(tài)量進行監(jiān)測，其主要是由設(shè)備上安裝的一些傳感器來完成，例如電壓傳感器、電流傳感器等。一旦設(shè)備故障，對應(yīng)的狀態(tài)量信號也會發(fā)生異常。由于采集到的信號中存在大量的無用信號，為了便于檢測故障，則需要提取設(shè)備的故障特征信號。這個過程通常用一些數(shù)據(jù)處理算法來實現(xiàn)，其被稱為特征提取。在提取完特征后，需要根據(jù)這個特征來識別機電設(shè)備的故障，這個過程被稱之為狀態(tài)識別。在狀態(tài)識別過程中，需要根據(jù)建立的數(shù)據(jù)庫對比來識別設(shè)備的故障[3]。

故障診斷技術(shù)的核心在于設(shè)備故障狀態(tài)的識別。傳統(tǒng)的故障診斷技術(shù)多是通過將提取的故障特征信號與數(shù)據(jù)庫中的特征信號進行簡單的對比來實現(xiàn)對設(shè)備的故障診斷。當設(shè)備的內(nèi)部結(jié)構(gòu)比較簡單且故障類型比較單一時，采用這種技術(shù)可以有效地對設(shè)備的故障診斷。隨著設(shè)備的功能越來越復(fù)雜，設(shè)備在故障時會發(fā)出多種故障信號，這使得很難準確地確定設(shè)備的故障。為此，在傳統(tǒng)的故障診斷技術(shù)的基礎(chǔ)上，又研發(fā)了智能故障診斷技術(shù)。

智能故障診斷技術(shù)對于傳統(tǒng)故障診斷技術(shù)中的狀態(tài)識別進行了改進。在識別過程中，采用一些智能算法對采集來的故障信號進行學習，來判斷機電設(shè)備的故障。常用的一些智能算法主要有人工神經(jīng)網(wǎng)絡(luò)算法、模糊算法以及混沌算法等。與傳統(tǒng)的故障診斷技術(shù)不同的是，智能故障診斷技術(shù)得出的并不是某個單一的故障，而是每種故障的概率為多少。智能故障診斷技術(shù)要用到現(xiàn)在的一些智能化芯片來對故障信號進行處理。

2 智能故障診斷技術(shù)的應(yīng)用分析

以上分析了智能故障診斷技術(shù)與傳統(tǒng)故障診斷技術(shù)的區(qū)別與聯(lián)系。下面，將通過智能故障診斷技術(shù)在一些煤礦機電設(shè)備故障診斷中的應(yīng)用來進行說明其優(yōu)勢。主要分析其在皮帶輸送機、液壓支架電液控制系統(tǒng)故障診斷的應(yīng)用。

2.1 在皮帶輸送機故障診斷中的應(yīng)用分析

皮帶輸送機是煤礦井下重要的煤炭運輸設(shè)備，在運行過程中很容易發(fā)生各種故障，常見的有斷帶、打滑、跑偏以及撒煤等。值得注意的是，皮帶輸送機發(fā)生故障的原因是多方面的，這使得在監(jiān)測時根據(jù)這些故障的現(xiàn)象很難準確地判斷設(shè)備的故障。針對這種情況，采用傳統(tǒng)的故障診斷技術(shù)很難有效地進行故障診斷，主要是根據(jù)提取的特征信號可能會有多種故障。為此，需要采用智能故障診斷技術(shù)。

在利用智能故障診斷技術(shù)后，通過對故障信息的綜合考慮和分析，采用一些智能算法對信號進行處理，就可以給出一個綜合的結(jié)果。例如皮帶輸送機出現(xiàn)跑偏時，診斷的結(jié)果為托輥發(fā)生故障的概率為30%，皮帶沒有拉緊的概率為20%，皮帶輸送機安裝存在問題的概率為50%等。雖然這是一個大致的范圍，但是這給機電設(shè)備的故障診斷提供了更為有效的參考。此外，通過對故障的數(shù)據(jù)庫進行完善和采用智能算法進行學習，最終也可以實現(xiàn)對機電設(shè)備故障的準確診斷。

2.2 在液壓支架電液控制系統(tǒng)故故障診斷中的應(yīng)用

液壓支架的電液控制系統(tǒng)對于綜采工作面的液壓支架的行程控制十分重要，其發(fā)生故障后可能會引發(fā)一系列的安全問題。常見的故障主要有液壓系統(tǒng)動力不足、液壓系統(tǒng)漏油、輸油管堵塞等。隨著液壓系統(tǒng)變得越來越復(fù)雜，在電液控制系統(tǒng)發(fā)生故障后，會引起一系列的連鎖反應(yīng)。例如，在液壓控制系統(tǒng)出現(xiàn)漏油后，液壓支架的動力變得不足，無法有效控制行程等[4]。對于一些簡單的故障，可以采用傳統(tǒng)的故障診斷技術(shù)進行診斷，例如漏油、堵塞等。但是對于液壓系統(tǒng)的動力不足，則可能給出有效的診斷結(jié)果。由于液壓系統(tǒng)中使用了非常多的元件，每個元件發(fā)生損壞都可能造成液壓系統(tǒng)故障，而且故障的表現(xiàn)形式相同。為此，需要采用智能故障診斷技術(shù)來進行故障診斷，如圖2 所示。

圖2 基于單片機的液壓支架智能故障檢測系統(tǒng)

在利用故障診斷技術(shù)后，可以對液壓系統(tǒng)出現(xiàn)的故障進行全面綜合的分析，并根據(jù)建立的故障數(shù)據(jù)進行數(shù)據(jù)挖掘，最終準確地確定故障的原因。從而為準確地診斷液壓系統(tǒng)的故障提供有效的參考。值得注意的是，液壓系統(tǒng)的故障原因是多方面的，需要建立更加全面的故障數(shù)據(jù)庫來進行機器學習，從而實現(xiàn)液壓控制系統(tǒng)的故障診斷。

3 結(jié)語

智能故障診斷技術(shù)相較于傳統(tǒng)的故障診斷技術(shù)，是有不可比擬的先進性。傳統(tǒng)的故障診斷技術(shù)只是通過提前發(fā)出的特征信號與故障數(shù)據(jù)庫進行簡單的對比，對復(fù)雜故障信號的識別與診斷較為困難，而智能故障診斷技術(shù)在故障識別過程中，依靠的是智能算法，可較為精確地識別各類故障信號，可被廣泛應(yīng)用于礦山機電設(shè)備故障診斷中。