礦山機電設備智能故障檢測診斷技術的研究
地質礦產
作者：龔建雲 馬繼平
摘要：針對礦山機電一體化設備使用量的增加，礦山機電設備卻時刻存在一定的風險，甚至會由於機電設備故障，導致安全事故的發生。文章以礦山機電設備為研究對象，給出礦山機電設備故障檢測診斷的基本技術以及總結幾種常見的智能故障檢測診斷的理論方法，為從事礦山機電的相關人員提供一種解決礦山機電設備故障問題的方法和思路。
關鍵詞：礦山機電；智能故障；故障檢測診斷
中圖分類號：TD4 文獻標識碼：A 文章編號：1009-2374（2013）14-0097-02
近年來由於礦山機電設備故障造成的安全事故屢見不鮮，礦山機電設備的安全性問題日益凸顯，並得到了高度重視。針對該安全問題，隻有加大對礦山機電設備的故障檢測和安全診斷，采用合理的故障診斷理論，建立科學的機電設備故障預測、預警係統，提高礦山機電設備運行安全可靠性才能從根本上減少甚至避免礦山機電設備故障造成的安全事故。
1 故障檢測診斷技術
故障檢測診斷技術是以信號分析處理技術、計算機技術和傳感器技術等為基礎的綜合性技術。現代工藝理論、相關基礎學科理論和檢測技術與理論的快速發展促進了故障檢測診斷技術的不斷發展和完善。
故障檢測診斷技術主要通過檢測礦山機電設備運行狀態的各信號數據和參數，從而對礦山機電設備的運行性能和安全可靠性進行預測，以識別設備故障的原因和判斷危害等級等問題，從而提出針對性的處置對策和技術方法。
2 礦山機電設備故障檢測診斷技術的步驟
礦山機電設備故障檢測診斷技術的主要步驟分為信息采集、信息處理、分析識別、數學模型和預測。
2.1 信息采集
準確測量反映礦山機電設備狀態的信號數據和參數，采集機電設備上安裝各類傳感器的實時信息數據，並及時將測量和采集的數據存入數據存儲器或計算機，以方便
調用。
2.2 信息處理
現場采集的煤礦機電設備的數據信息，並不能直接用來判別設備的狀態，其中存在著有用信息和無用信息，因此必須將采集的信息進行轉換，提煉出有用信息並做出數據分析，轉變成人或機器能讀懂的信息。
2.3 分析識別
對處理後的煤礦機電設備數據信息進行分類、識別和分析，與機電設備正常運行時的標準參數進行比對，確定當前設備狀態及可能出現的故障部位、故障類別以及故障原因。
2.4 數學建模
礦山機電設備在運行中很多的參數和數據信息，與機電設備的狀態以及機電設備是否存在故障隱患有一定關係。因此，需要建立數學模型來準確反映出機電設備狀態與產生故障的參數間的數學關係。
2.5 預測技術
對機電設備部件的剩餘壽命和機電設備的故障情況等方麵進行預測，可以為日常機電設備的保養工作和故障維修工作提供可靠依據，能夠有效避免礦山機電設備故障的發生。
3 礦山機電設備智能故障檢測診斷方法分類
礦山機電設備故障診斷技術分為主觀診斷、儀器診斷和智能化診斷三個階段。下麵主要介紹五種礦山機電設備智能診斷方法。
3.1 模糊診斷法
礦山機電設備的模糊診斷法是將數學集合論的概念，包括模糊關係矩陣以及隸屬度函數，應用到機電設備的故障診斷中，從而解決機電設備征兆與故障間的不確定關係。礦山機電設備的模糊診斷法的優點主要表現為模糊推理邏輯嚴謹，能有效地解決礦山機電振動故障中遇到的模糊性問題。但是，由於在很多情況下，較難確定相應的模糊關係，獲取模糊診斷知識也非常困難，因此機電設備模糊診斷方法的應用還缺乏一定的準確性和普遍適用性。
3.2 故障診斷專家係統