采煤机故障诊断技术的应用现状及未来发展方向

摘 要：煤矿企业的发展是我国重要的产业支柱，对于企业的发展而言具有重要的推进意义，在我国现阶段的采煤机故障诊断技术中，其故障诊断方式已经难以适应采煤机的故障实时变化，因此，需要对采煤机的故障诊断以及未来发展方向进行探究。本文主要探究采煤机故障诊断技术的应用现状以及未来发展趋势，希望通过本文的分析，可以推进采煤机故障诊断技术的发展。

关键词：采煤机；故障诊断；应用现状

DOI：10.16640/ki.37-1222/t.2017.06.065

0 前言

在煤矿企业的发展中，采煤机是企业主要的应用手段，其不仅关系着企业的生产效率，同样对企业的发展产生一定的影响[1]。但是在采煤机的应用过程中，通常会存在较多的故障，影响采煤机的正常运行，因此，对采煤机的故障诊断技术现状以及未来发展方向进行分析，有利于提升企业的生产效率。

1 采煤机常见的故障

在采煤机故障诊断技术应用现状中的分析中，需要对采煤机常见的故障进行分析，以此来更好的分析故障诊断方式。在采煤机的故障中，常见的故障主要包括液压系统故障以及机械故障。

在液压系统故障方面，在实际操作中，常见的故障主要包括油液污染以及杂质混入油液等情况，会影响泵以及马达的正常运行，并且对系统的运行功能产生一定的影响，另外，在系统的运行过程中，密封以及油量等问题均会导致系统出现故障[2]。在机械故障方面，在采煤机的运行过程中，牵引行走会导致系统受力不均匀，造成支撑轴的磨损，影响机械的使用寿命；同时在采煤机的使用过程中，在作业过程中会出现摇臂部位不良的现象，对轴承的运行产生破坏作用，另外，联结松动导致的零部件损坏等故障问题。

2 采煤机故障诊断技术

2.1 温度监测诊断

在机械设备运行的过程中，在零件摩擦的过程中，会产生相应的温度，造成温度升高过快，因而在检测的过程中，可以利用传感器对温度情况进行监督，对于采煤机的监测而言，采用温度实时监测相对较为实用，当采煤机内出现摩擦时，会导致温度急剧升高，因此通过温度监测方式可以预测采煤机的发生故障。

2.2 铁谱分析诊断

在采煤机的故障诊断过程中，机械设备的故障主要是通过磨损导致，通过采集磨屑颗粒，可以对机械设备的运行状态进行分析，在设备运行的过程中，铁谱分析时机械设备油经过磁场的环境，导致机械设备中磨屑颗粒在磁场以及重力的情况下，会沉积在基片上，制作成相应的谱片，通过显微镜的观察，可以检测磨屑的数量，通过的磨屑的数量以及性状分析，可以确定机械的故障诊断。在该诊断方式中，受到的制约性较小，并且具有较高的准确率，对于采煤机故障的诊断具有较好的效果。

2.3 专家诊断系统

采煤机在发生故障时，具有一定的复杂性以及隐蔽性，在传统的诊断方式中，其主要难以做出精确的诊断，并且存在一定误判的可能性，而专家诊断系统在应用过程中，可以综合运用领域内专家的专业知识，通过专业的角度来分析数据和解决数据，通过专家诊断系统，需要对历史数据进行分类总结，建立相应的知识库，进而可以通过推理来获取相应的故障信息。

2.4 人工神经网络诊断

在采煤机故障的诊断中，人工神经网络诊断属于物理结构模拟，具有一定的推理和计算能力，在故障分析的过程中，可以将人工神经网络应用到采煤机的故障诊断中，并且通过实时监测，可以较好的确定故障原因，但是在实际应用中，由于其周期较长并且速度慢，导致其会对采煤机故障诊断的及时性产生一定的影响。

2.5 模糊数学诊断

在采煤机的故障中，存在渐变性以及隐蔽性的特点，在使用采煤机发生故障的过程中，会发现故障现象以及原因之间存在对应关系，在诊断过程中，容易出现误判的现象，在故障诊断的过程中，将模糊诊断方式纳入到故障诊断中，通过模型的定量分析，可以确定故障的原因以及模糊因果关系，但是在该诊断方式中，需要通过大量的故障以及实验来进行测试，因而会具有一定的概率性，无法满足采煤机的故障诊断需求。

3 采煤机故障诊断技术发展方向

采煤机经常发生相应的故障，而传统的方式已经难以检测系统存在的故障，因而需要对采煤机故障诊断方式的发展方向进行探究，根研究显示，基于模糊神经网络的采煤机故障诊断专家系统可以通过模拟人类的推理能力，运用专家的知识对故障进行分析，从而可以到处正确的输出关系，但是在实际推理过程中，专家系统在知识获取以及推理等方面存在一定的缺陷，而人工神经网络在此方面具有一定的优势[3]，因此，在采煤机故障的诊断分析中，应该通过对正常运行状况的分析，确定其故障属于渐变的过程，通过1和0来表示故障存在的合理性，之后引入模糊数学，通过优势互补的方式来提升诊断效率。

在模糊神经网络的采煤机故障诊断中，专家系统负责处理符号，模糊神经网络负责计算，通过该方式，可以对数据的采集故障信号进行分析，通过程序的转化，可以获取采煤机出现的故障信息，从而在计算的过程中，可以确定故障原因。可见，在采煤机故障的诊断中，其故障诊断的发展趋势必然是基于模糊神经网络的故障专家诊断系统。

4 结语

在采煤机的故障诊断中，现阶段的采煤机故障诊断方式主要包括温度监测、铁谱分析、专家诊断、人工神经网络诊断以及模糊数学诊断方式，但是诸多方式均存在一定的缺陷，因此，在采煤机故障诊断过程中，需要根据实际情况，对采煤机故障诊断方式进行综合探究。希望通过本文的分析，研究人员可以加强对基于模糊神经网络的专家系统进行研究，以此来开发采煤机的故障诊断系统。

参考文献：

[1]李玉波，杨伟.采煤机摇臂齿轮箱故障诊断技术[J].山东工业技术，2017（02）：76-78.

[2]李志雄，葛世荣，朱华.深部煤层采煤机关键部件磨损故障监测诊断的难点问题[J].摩擦学学报，2014（06）：729-731.

[3]王增强，车万里，权振林等.电牵引采煤机在线监测与故障诊断系统研究[J].重型机械，2012（05）：41-44.