礦山機電設備智能故障檢測診斷技術的研究

龔建云　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，甚至會由于機電設備故障，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

近年來由于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，并得到了高度重視。針對該安全問題，只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、預警系統，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?，F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，并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，并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，提煉出有用信息并做出數據分析，轉變成人或機器能讀懂的信息。

2.3 分析識別

對處理后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系。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系。

2.5 預測技術

對機電設備部件的剩余壽命和機電設備的故障情況等方面進行預測，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。下面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，包括模糊關系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系。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，由于在很多情況下，較難確定相應的模糊關系，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 故障診斷專家系統

礦山機電設備故障診斷專家系統是用計算機將采集到的機電設備信號數據和參數，通過專家經驗進行推理，運行過程中可以隨時索取相關信息數據和參數。礦山機電設備故障診斷專家系統的優點是適應于人的思考方式，不用輸入非常多的知識細節，個別事實發生變化時也很容易修改。但是，礦山機電設備故障診斷專家系統目前存在一定的局限性：機電設備故障診斷的準確度與專家診斷系統中專家知識的水平高低以及豐富程度有很大的關系；而且有些礦山機電設備的故障很難通過具體的方式描述，使得建立準確的知識庫也會非常的困難。

3.3 人工神經網絡故障診斷法

利用人工神經網絡進行礦山機電設備故障診斷的基本思想是：以礦山機電設備的故障特征信號作為神經網絡輸入，礦山機電設備的診斷結果作為神經網絡輸出。通過調整人工神經網絡節點間的權值和閾值，利用訓練好的人工神經網絡，來實現礦山機電設備故障的診斷等，并且由于人工神經網絡診斷法自身所具有的自學習、自適應和并行性能力等優點，因此該故障診斷法在礦山機電設備智能故障診斷中的應用越來越廣泛，并且也逐漸得到相關專家學者的深入研究。

3.4 基于仿生算法的故障診斷法

遺傳算法是一種隨機優化算法，它的兩個重要特點是群體搜索策略和群體中個體之間的信息相互交換，其本質是模擬由個體組成的群體之間的學習過程，其中每個個體表示給定問題搜索空間中的一個解。該算法具有并行計算、快速尋找全局最優解等優點。

將生命科學中的免疫概念及其相應的理論應用于遺傳算法中，并進行有目的性地抑制遺傳算法在優化過程中出現的退化現象，這種算法被稱之為免疫算法。通過理論分析，免疫算法具有全局收斂特性，能夠更好地抑制遺傳算法出現的退化現象。

3.5 信息融合智能診斷方法

信息融合智能診斷方法是一種新型的礦山機電設備智能診斷技術。該診斷方法是通過多傳感器測量和采集礦山機電設備的多種相關信息數據和參數，利用計算機對有關礦山機電設備運行狀態的不同信息進行自動分析，準確并及時地預測礦山機電設備的運行狀態。

4 結語

礦山機電設備的故障檢測診斷技術可以為礦山機電設備的相關維護人員和維修人員及時并有效地進行機電設備的故障預測，發現機電設備的故障源頭，分析并找到機電設備的故障原因以及給出機電設備的故障解決方案，防止并預防煤礦機電設備安全事故的發生。因此煤礦企業應該大力推動礦山機電設備智能診斷檢測技術的研究和發展，以保證礦山機電設備的安全性與可靠性，減少并力爭避免安全事故的產生。未來，將多種人工智能檢測診斷技術相結合，開發應用的礦山機電設備混合智能檢測診斷系統，將會逐漸成為數字化礦山機電設備智能故障檢測診斷技術研究的一個重要方向。

參考文獻

[1] 孫新城.淺析煤礦機電設備維修中故障檢測診斷技術的應用[J].企業技術開發，2011，（17）：70-71.

[2] 井學慶.礦山機電設備故障診斷技術的研究與探討

[J].黑龍江科技信息，2012，（2）：34.

[3] 辛晟，郭磊.水力發電機組振動故障診斷技術綜述

[J].機電技術，2010，（2）：42-44.

[4] 吳艦，吳楠.基于小波分析的煤礦機電設備故障檢測關鍵技術應用研究[J].自動化與儀器儀表，2011，（5）：85-86.

作者簡介：龔建云（1970—），男，寧夏石嘴山人，中電投寧夏能源鋁業紅一煤礦工程師，研究方向：礦山機電設備故障檢測診斷技術；馬繼平（1986—），男（回族），甘肅華亭人，中電投寧夏能源鋁業紅一煤礦助理工程師，研究方向：礦山機電設備故障檢測診斷技術。

（責任編輯：文 森）