煤礦機械故障無線監測與診斷方法研究

高 劍

(大同煤礦集團 馬道頭煤業有限責任公司，山西 大同 037000)

0 引言

機械傳動系統是煤礦設備的核心組成部分，是力與運動等的轉化核心。煤礦機械工作環境惡劣，粉塵污染嚴重，煤灰極易進入設備磨損齒輪、軸承等部件，且一旦該部分零件發生故障卻未被及時發現則會引發更為嚴重的機械故障，造成額外的經濟損失。但大頻率、長時間的人工巡查將會加大企業成本，所以利用目前較為成熟的物聯網監測技術與機械實時監控相結合開發一套實時機械部件監控系統就顯得尤為必要。在煤礦機械的傳動系統中更換頻率最高的就是軸承與齒輪，二者在低速重載、高粉塵污染的情況下極易發生磨損與損耗，所以故障率最高，是實時監測的重點部件[1-2]。

1 煤礦機械齒輪和軸承磨損特點與類型

煤礦機械使用的齒輪一般為模數25 mm以上的大模數齒輪，其工作負載大，粉塵污染嚴重。且隨著生產效率的提高，要求掘進機、采煤機等設備的輸出功率進一步提高，其機械部分的受力成倍增加，同種材料與結構的齒輪與軸承結構將受到更大的載荷與沖擊，導致齒輪與軸承壽命大大降低，部件損壞幾率增加，增加了維修的人力與物力，提高了企業成本。由于粉塵的進入使得齒輪與軸承的常規維護很難滿足正常的工作要求，造成部件壽命縮短，從而使齒輪與軸承失效，甚至會進一步引起其他核心部件的損壞。齒輪失效形式包括齒面磨損、齒面膠合和擦傷(齒面之間熔焊在一起，在傳動下造成齒面撕裂傷)、齒面接觸疲勞、彎曲疲勞與斷裂等。軸承失效形式包括剝落、擦傷、龜裂、保持架損壞、摩擦腐蝕壓痕等。

2 齒輪磨損數學模型建立

齒輪的磨損多為振動等引起的非線性磨損，下面通過振動理論與力學理論構建其物理模型:

(1)

其中：x為齒輪嚙合線的相對位移；C為嚙合阻尼；k(t)為齒輪嚙合剛度；M為當量質量；F(t)為動載荷。

在得到以上力學模型后，利用某型二級齒輪箱系統進行數據采集試驗。圖1為故障采集系統方案，測點設置在齒輪、軸承和螺釘螺母連接部件等易損壞部位。齒輪箱內部構造如圖2所示，利用36通道振動信號數據采集系統(如圖3所示)進行數據采集，模擬煤礦機械低速重載環境進行試驗，并對試驗中遇到的故障類型進行總結分類得到具體分析數據如表1所示。

圖1 故障采集系統方案設計圖

圖2某型齒輪箱內部構造圖圖3 36通道振動信號數據采集系統

表1 各部件的故障率

由表1可見：在煤礦機械傳動系統中，齒輪的故障率是最高的，約達到60%；其次是軸承和軸，其故障率分別達到19%和10%，可見活動部件是損耗最嚴重部分，所以加強活動部件的狀態檢測能夠有效避免機械事故的發生。

3 煤礦機械傳動機構無線診斷系統設計

齒輪箱正常工作與斷齒故障的功率譜密度曲線如圖4所示，可以看出明顯的區別，由此提出如圖5所示的煤礦機械故障無線監測與診斷系統設計方案，將應變片粘貼在故障監測點，所有監測點數據匯總至Zigbee無線數據傳送模塊，利用接收端Zigbee無線接收模塊接收，經USB-RS232線纜傳遞給上位機(Labview)，實時監測所得數據，進行齒輪箱狀態實時監測，現場實驗圖如圖6所示。

圖4 齒輪箱正常工作與斷齒故障的功率譜密度曲線

圖5 煤礦機械故障無線監測與診斷系統

利用無線監測系統可以較好地監測煤礦機械傳動機構工作狀態，并為工作人員診斷機械故障提供實時數據。

4 結論

本文通過構建數學模型分析了煤礦機械故障產生類型，并結合試驗得到了齒輪箱基本故障類型，其中齒輪故障最為嚴重，故障率60%，其次為軸承和軸，其故障率分別達到19%和10%，三種主要故障類型合計89%?？梢钥闯觯好旱V機械傳動部件的故障率高達90%左右，所以實時監測煤礦機械的工作狀態可以極大程度地減小企業的機械維護人力與物力。本文提出了一種煤礦機械故障無線監測與診斷系統方案，可以很好地完成煤礦機械運動部件的實時監測與故障診斷。

圖6 現場實驗圖