煤矿机电设备故障诊断技术的研究应用

高小俊

（山西朔州平鲁区阳煤泰安煤业有限公司，山西朔州 036800）

0前言

煤矿机械设备的故障直接影响到煤矿企业的有效生产，我国是采煤大国，也是煤矿机械设备制造和使用的大国，特殊的工作环境使得矿用机电设备长期处于粉尘大、湿度大、噪音大、有害气体多的氛围，高速、高载、冲击、振动及润滑不良的工况极大的增加了机械设备故障发生的概率，导致了矿产事故的频繁发生，影响了煤矿安全生产，增加了设备维修费用。所以，进行主动预防性检测工作是十分必要的[1]。

1 煤矿机电设备故障类型

随着科学技术的发展，煤矿开采技术的进步，煤矿机械化程度不断提升，矿用机电设备在煤矿生产作业中所起的作用日益增大。受煤矿设备工况差、维护不当等因素，使得设备在生产作业过程中出现不同故障（如：断轴、变形、严重磨损等）。导致设备性能降低，出现安全隐患，影响煤矿安全生产。矿用设备种类多、故障种类多，故障可划分：断裂、变形、压痕等损坏类；非正常磨损、老化等退化类；压力波动、间隙不当等失调类；部件松动、脱落等松脱类；堵塞、渗漏类[2]。

2 煤矿机电设备故障诊断技术的研究与应用

2.1 振动监测诊断技术

此技术是通过对运行机电设备的异常动态特征的检测与正常机器的振动参数及其特征对比分析来反映机械状态的常用方法。设备在稳定运行时会有一个很有规律的振级和频谱特征，而当设备出现故障时，由于磨损、老化、失效等原因引起的设备振动参数与正常范围标准值出现大的偏差。参照设备工作频率选用合适的传感器，选择必要的检测参数。为使测量值精确，通过适当地选择振动测量机点，才能真实地反映机械状态的信号。一般选择机械振动敏感点，因为它能够全面反映机械振动状态。运用振动监测诊断技术可实时、直观掌控观测设备动态特性，此方法使用简便、可靠。运用振动诊断技术可以对在线（设备不停机）设备实施检测。对于线外（停机状态）设备，可采用人工干预的措施，实施检测[3]。在所有机械故障诊断技术中，振动诊断技术由于其具有结果科学可靠、可以实时进行并且具有完善的测试设备，所以它一直居主导地位。由于该技术涉及知识范围广，因此对诊断技术作业人员的要求比较高。通过在阳煤集团各矿的应用，证明该技术在机电设备维修时非常实用。

2.2 油液磨屑分析检测诊断技术

该技术在设备运行中、不拆解的条件下监测设备工作状态，辨别设备异常、异常发生部位、异常程度及发生原因，以此，警示设备可能引发的故障，是提高设备管理水平、改善维护保养的一个重要手段，也是保证设备正常运转、创造经济效益的有效途径。在对机械设备进行状态监测和故障诊断时，特别是利用振动和噪声监测诊断低速回转机械及往复机械的故障较为困难时，运用油液监测与诊断技术则较有效。煤矿机电设备大多数都离不开润滑油，设备故障与润滑油失效紧密相连。井下机电设备的主要部位的工作状态可以通过分析润滑油的性能参数如：滑油物理化学性能指标变化（油液磨屑粒形状态）、润滑油运转参数变化、润滑油摩擦学性能的变化来判断其是否正常。油液分析方法如下所述。

2.2.1 光谱分析

油液分析的光谱技术适用于磨屑粒径小于10μm的磨损状态分析。该技术是检测油液中各种物质在受到激发的条件下发出具有特定波长的光，运用各类型光谱仪对油液发射光谱化学分析时，可以确定其化学成分和含量，就能准确地判断设备的磨损部位和程度。它可以有效地监测机械设备润滑、液压系统中油液所含磨损颗粒的成份及其含量的变化，同时也可以准确地检测油液中添加剂的状况及油液污染变质的程度。润滑油液中各磨损元素的浓度与零部件的磨损状态有关，故可根据光谱监测结果来判断零部件磨损状态及发展趋势，从而达到诊断机器故障的目的。

2.2.2 铁谱分析

根据分离、检测磨粒的不同方法，铁谱仪可分为：分析式铁谱仪、直读式铁谱仪、旋转式铁谱仪等。铁谱技术优点：运用该技术能分离出润滑油脂中较大范围的磨屑（粒度范围1～200μm）。适应性能强。该技术采用铁谱仪把磨屑层叠沉积到基片或沉淀管中，然后对磨屑定性观测和定量，可较全面的辨别机械的磨损情况，而且能对磨屑的成份进行分析，从而辨别出磨屑来源。该技术的不足之处在于：对油脂中的非铁系颗粒检测能力微弱。如：对多材质摩擦副进行分析诊断时，诊断能力不足。分析结果需要实施检测的作业人员依靠经验判别；不适用于大规模设备群组进行故障诊断分析。该技术特点：可以有效定量分析润滑油中的大、小磨粒的相对浓度，还可对磨粒形态、大小、成份进行分析。磨粒形态、大小、成份分析是铁谱技术得天独厚的优势。

3 结论

煤矿机电设备事故发生具有突发性、潜伏性、随机性，造成故障的原因多且杂，所以煤矿机电设备的故障诊断技术需要很多的实践工作积累经验，煤矿企业需要不断改善生产条件，对机电管理人员的进行专业性、系统性培训，提高业务素质，合理综合利用各种故障诊断技术确保煤矿机电系统安全、高效运转。

［1］陈进.机械设备振动监测及故障诊断［M］.上海：上海交通大学出版社，1999.

［2］时均龙，王伟，赵慧杰.浅谈煤矿机电设备维修管理模式及发展趋势［J］.中国煤炭，2008（05）：18-20.

［3］陆建湖，黄文，毛汉领.机械设备振动监测与故障诊断的发展与展望［J］.仪器仪表与分析监测，1999（1）：1-4.