連續(xù)采煤機(jī)故障檢測技術(shù)研究

湯林森

（同煤集團(tuán)云崗礦，山西　大同　037017）

引言

采煤機(jī)是現(xiàn)代化采煤作業(yè)中不可取代的重要快速掘進(jìn)設(shè)備，是采煤企業(yè)提高運(yùn)作效率、獲取經(jīng)濟(jì)效益的重要保障。但是，由于采煤機(jī)特殊的工作環(huán)境和工作負(fù)荷，在運(yùn)轉(zhuǎn)過程中難免會因?yàn)榫薮蟮墓ぷ鲏毫投嘧兊墓ぷ鲗ο蠖霈F(xiàn)各種各樣的故障，嚴(yán)重影響采煤機(jī)工作的可靠性，對采煤任務(wù)的順利開展造成阻礙。采煤行業(yè)的發(fā)展逐漸對采煤機(jī)的運(yùn)轉(zhuǎn)性能提出了更高的要求，面對采煤機(jī)發(fā)生故障較為頻繁的現(xiàn)狀，部分企業(yè)采用的計劃維修方案因?yàn)閷S修時機(jī)把控不夠及時已經(jīng)不能夠滿足當(dāng)今的要求。所以，在使用連續(xù)采煤機(jī)的過程中，要進(jìn)行科學(xué)的使用規(guī)劃和維修檢測，在開展具體的檢查維修工時作要注意把握時機(jī)，要利用現(xiàn)代的故障檢測方法實(shí)現(xiàn)不影響正常生產(chǎn)的在線檢測[1]。

1　采煤機(jī)檢測故障技術(shù)介紹

1.1　振動檢測技術(shù)

對采煤機(jī)進(jìn)行振動狀態(tài)的檢測和分析是檢測機(jī)械運(yùn)轉(zhuǎn)情況中最普遍、最基礎(chǔ)的技術(shù)手段。就采煤機(jī)懸臂齒輪減速箱的機(jī)械結(jié)構(gòu)來看，當(dāng)其發(fā)生不同程度的故障時，振動檢測儀器檢測到的振動信號的頻率和能量分布都會與正常情況下的有所不同，這樣就可以對采煤機(jī)進(jìn)行在線的故障檢測。目前國內(nèi)外對于振動理論和檢測分析的技術(shù)研究相對成熟，也可以買到價格適當(dāng)?shù)臋z測設(shè)備。

在使用振動法進(jìn)行故障檢測分析時，首先，要對檢測的對象進(jìn)行詳細(xì)的了解和測試，了解的信息包括機(jī)械振動異常的特征、采煤機(jī)運(yùn)行的環(huán)境要求、機(jī)器的維修記錄等等。其次，要明確采煤機(jī)減速箱中機(jī)械結(jié)構(gòu)（齒輪和軸承）的規(guī)格以及頻率特征等信息，并且根據(jù)需要在箱體上選擇適當(dāng)?shù)臏y試點(diǎn)，使用傳感器獲取振動信號，對獲取的信號采用信號處理方面的技術(shù)進(jìn)行分析，提取特征，完成對采煤機(jī)故障的檢測。具體的振動信息處理方式有時域分析和頻域分析兩種方式，但現(xiàn)實(shí)應(yīng)用中一般將這兩種方式結(jié)合起來使用以提高故障分析的準(zhǔn)確性和可靠性，對信號進(jìn)行時域分析可以獲得產(chǎn)生故障的位置，對信號進(jìn)行頻域分析可以得到機(jī)器故障的性質(zhì)和嚴(yán)重程度，兩者結(jié)合使用優(yōu)勢互補(bǔ)。為了能夠隨對信號進(jìn)行更加高效的處理，我們通常會把獲得的初始信號通過帶通濾波器進(jìn)行濾波處理，去掉不在分析范圍內(nèi)的相關(guān)信號。再者，對信號進(jìn)行分析之前通常使用相加平均法來進(jìn)行信號除噪聲處理。總而言之，振動法進(jìn)行故障分析技術(shù)較為成熟，能夠與現(xiàn)代計算機(jī)信號處理技術(shù)進(jìn)行結(jié)合完成在線監(jiān)測，但考慮到檢測系統(tǒng)的可靠性，對振動監(jiān)測設(shè)備的防爆性能提出了更高的要求[2]。

1.2　油液分析檢測技術(shù)

目前，很多國內(nèi)外的先進(jìn)采煤企業(yè)使用油液分析技術(shù)進(jìn)行采煤機(jī)的故障檢測和分析，油液分析技術(shù)在近些年得到了很大的發(fā)展和改進(jìn)，是一種得到業(yè)內(nèi)廣泛認(rèn)可的有效檢測技術(shù)。

油液分析技術(shù)分為對油液本身的物理化學(xué)性質(zhì)進(jìn)行分析和對油液中不溶性物質(zhì)進(jìn)行分析兩大類。分析油液本身的物理化學(xué)性能是指通過使用潤滑油綜合分析儀來分析潤滑油中的各項物理化學(xué)指標(biāo)，因?yàn)闈櫥瑒┑氖褂脿顟B(tài)能夠直接反應(yīng)機(jī)器的磨損狀況，對其進(jìn)行各項指標(biāo)的理化分析可以判斷機(jī)器的運(yùn)轉(zhuǎn)狀況。對油液中的不溶性物質(zhì)進(jìn)行分析又名“磨屑檢測技術(shù)”，其具體實(shí)現(xiàn)方法有光譜分析和鐵譜分析兩種方式，對磨屑進(jìn)行分析可以判斷機(jī)器的磨損程度、和磨損位置，操作可行性、準(zhǔn)確性高，對環(huán)境要求和工作條件限制較低，但是對非鐵固體檢測能力較差，在設(shè)備操作上對人員的專業(yè)要求較高。

1.3　聲學(xué)檢測技術(shù)

聲學(xué)檢測技術(shù)主要是針對采煤機(jī)變速器在運(yùn)轉(zhuǎn)過程中發(fā)出的噪聲來進(jìn)行分析處理的技術(shù)，檢測的噪聲分為兩大類：一類，箱體內(nèi)應(yīng)用的零件運(yùn)轉(zhuǎn)產(chǎn)生的噪聲經(jīng)箱體傳播到空氣中（空氣聲）；另一類，箱體本身發(fā)生振動產(chǎn)生的噪聲（固體聲）。一旦減速箱運(yùn)轉(zhuǎn)異常，其噪聲在頻率和能量的分布上就會出現(xiàn)變化，通過對噪聲進(jìn)行處理并分析這些變化，就可以對減速箱的運(yùn)行狀況做出判斷[3]。

現(xiàn)有的聲學(xué)檢測技術(shù)有超聲波檢測、聲發(fā)射檢測和以上提及的噪聲監(jiān)測，前兩者對設(shè)備裂紋檢測有明顯的優(yōu)勢，但因設(shè)備成本問題未能廣泛應(yīng)用，而噪聲監(jiān)測在對減速箱的檢測中表現(xiàn)出來很好的效果，其處理分析原理與振動檢測有異曲同工之處。

1.4　人工神經(jīng)網(wǎng)絡(luò)智能檢測

近些年，自動化技術(shù)、人工智能、機(jī)器學(xué)習(xí)等高新技術(shù)發(fā)展迅速，將這些技術(shù)應(yīng)用到對采煤機(jī)故障檢測復(fù)雜的分析中可以大大降低對檢測人員的經(jīng)驗(yàn)、技術(shù)要求，提高檢測效率和檢測準(zhǔn)確性，所以人工智能在設(shè)備檢測領(lǐng)域得到很大的關(guān)注，智能檢測技術(shù)也應(yīng)運(yùn)而生。

人工神經(jīng)網(wǎng)絡(luò)是一種類似于生物神經(jīng)網(wǎng)絡(luò)的信息處理、學(xué)習(xí)技術(shù)，通過網(wǎng)絡(luò)可以完成對大量數(shù)據(jù)信息的特征提取、模式判斷，經(jīng)過大量的“自學(xué)習(xí)”過程之后對采煤機(jī)故障判斷中遇到的復(fù)雜處理進(jìn)行迅速的決策。這種智能檢測方式能夠充分利用原有的分析經(jīng)驗(yàn)，適應(yīng)惡劣的工作環(huán)境，對故障較多、分析困難的情況能夠做出高效、準(zhǔn)確的處理，有很好的發(fā)展前景。人工神經(jīng)網(wǎng)絡(luò)技術(shù)可以與振動檢測、油液分析檢測、聲學(xué)檢測等多種較為成熟的檢測技術(shù)進(jìn)行結(jié)合，進(jìn)一步提高故障檢測的診斷質(zhì)量，但是在進(jìn)行實(shí)際的實(shí)驗(yàn)研究中還有大量的問題需要解決。

1.5　專家系統(tǒng)檢測

專家系統(tǒng)檢測是進(jìn)行采煤機(jī)故障檢測的新方向，現(xiàn)代計算機(jī)技術(shù)的發(fā)展是專家系統(tǒng)檢測得以提出和發(fā)展重要技術(shù)支持。

專家系統(tǒng)的本質(zhì)就是一種包含現(xiàn)有故障分析經(jīng)驗(yàn)的智能化計算機(jī)程序，故障分析判斷的整個過程可以通過計算機(jī)程序利用已有經(jīng)驗(yàn)完成人類的思維判斷，最終得到具備專家能力的分析結(jié)果。專家系統(tǒng)一般由動態(tài)知識庫、推理運(yùn)算機(jī)、執(zhí)行規(guī)則庫等多個單元構(gòu)成，實(shí)現(xiàn)過程相對復(fù)雜[4]。

2　采煤機(jī)故障檢測技術(shù)發(fā)展趨勢

現(xiàn)代自動化技術(shù)、計算機(jī)技術(shù)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展和應(yīng)用對故障檢測領(lǐng)域帶來了新的生機(jī)與活力，傳統(tǒng)的檢測方案在技術(shù)實(shí)現(xiàn)上較為成熟，但是在數(shù)據(jù)分析和判斷方面存在很大的提升空間，人工神經(jīng)網(wǎng)絡(luò)檢測和專家系統(tǒng)檢測的提出可以很好的解決這方面的問題，在傳統(tǒng)檢測方法的基礎(chǔ)上，將神經(jīng)網(wǎng)絡(luò)技術(shù)與專家系統(tǒng)進(jìn)行結(jié)合組成混合智能故障檢測系統(tǒng)，可大大減少神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時間，提高故障檢測效率和準(zhǔn)確率?？梢?，神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合的混合智能檢測可以使故障檢測的整體水平得到顯著提高，是該領(lǐng)域發(fā)展的趨勢。

3　結(jié)語

隨著現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展使得采煤機(jī)故障檢測技術(shù)逐漸與電子電氣技術(shù)、機(jī)械設(shè)計、計算機(jī)技術(shù)、信息科技、人工智能等先進(jìn)技術(shù)領(lǐng)域建立了越來越密切的聯(lián)系，因此，將綜合了機(jī)械、電子、數(shù)學(xué)、物理、計算機(jī)、人工智能等學(xué)科精華的現(xiàn)代檢測方法與故障診斷技術(shù)應(yīng)用于連續(xù)采煤機(jī)的故障診斷中，才能保障煤礦開采的正常工作，并促進(jìn)煤礦企業(yè)的順利發(fā)展，提高企業(yè)的生產(chǎn)效率。

[1]曹艷麗.連續(xù)采煤機(jī)動態(tài)特性及結(jié)構(gòu)優(yōu)化設(shè)計的研究[D].阜新：遼寧工程技術(shù)大學(xué)，2012.

[2]李曉豁，趙岐剛，曹艷麗.連續(xù)采煤機(jī)垂直方向振動的仿真[J].振動測試與診斷，2010（6）：231.

[3]李令軍，夏本春，夏林穩(wěn)，等.鐵譜技術(shù)在采煤機(jī)狀態(tài)監(jiān)測與故障診斷中的應(yīng)用與研究[J].煤礦機(jī)電，2000（1）：39.

[4]王艷杰，張宏偉，紀(jì)長林.連續(xù)采煤機(jī)的國產(chǎn)化之路[J].煤礦機(jī)械，2010（2）：123.