设备故障诊断系统有哪些(设备故障诊断系统有哪些功能)

【摘要】随着科技水平的不断进步，煤矿行业的自动化水平也越来越高，机电设备在现代矿山生产和建设中得到了广泛应用与普及。

为此，如何提高机电设备的维护管理水平，保证机电设备能始终处于良好和安全的运行状态，并尽量减少和避免故障的发生，已成为了当前机电设备管理的主要任务。

其中，故障检测诊断技术是提高煤矿机电设备安全性、可靠性的一个极为重要与有效的措施。

【关键字】煤矿；机电设备；故障；检测诊断。

故障检测诊断技术是一项集合了信息技术、传导技术和电脑技术等多个领域为一体的先进技术手段，近年来在煤矿行业中得到了广泛应用与普及。

当前现代化矿井，已然形成了一矿一面和一条生产线的强化集中生产模式，机电设备的自动化、大型化和重载化程度也不断提高。

为提高煤矿企业的设备管理水平，并更好的确保矿山设备的安全运行，迫切需要加强故障诊断技术的研究与应用。

本文结合工作实际，从故障检测诊断技术的特点出发，并就故障检测诊断技术在煤矿机电设备安全中的应用进行了分析与探讨。

一、故障检测诊断技术的特点

随着现代化的维修理论、工艺理论、基础学科理论和检查技术的发展，故障检测诊断技术也不断得以完善。它最主要有以下几方面的特点：

1、技术的复合性

机电设备的诊断和维修，涉及到了动力学、摩擦学、物理学等多种学科领域，并包含了自动化应用、机械制造、液压机器应用等多方面知识体系，因此故障诊断技术是一门综合性的学科，在实际应用中需要经验丰富，而且知识面广。

2、明确的目的性

故障检测诊断技术具有明确的目的性，就是及时发现设备运行过程中的故障，并运用相关的技术，对故障进行准确的定位与分析，进而制定出相应合理的维修方案，以确保生产的安全与顺利。

3、实践性与理论并重

故障检测诊断技术，不仅具有广泛的理论基础，而且能切实应用于生产实践当中，在诊断和处理结果出来后，能迅速完成由理论向实践的转化。

二、煤矿机电设备安全中故障检测诊断技术的应用。

1、矿井提升机检测和故障诊断

矿井提升设备是煤矿生产中用于升降人员、提升物料和下放材料的大型机械设备，也是矿山井下生产系统和地面工作相连接的纽带。

矿井提升机能否安全运行，将对矿山生产和建设的正常造成直接影响，甚至有可能威胁到工作人员的生命安全，其重要性不容忽视。

矿井提升机的故障可分为硬故障和软故障这两类。

硬故障主要指提升机中一些特定的参数出现了超限的表现，这一类故障可通过对保护装置的设置来进行解决；软故障则要通过多种工况参数的测试，并经过对相关数据的分析和处理才能得以诊断，而且因为软故障对工况参数的变量牵涉较多，往往导致对其无法进行准确判断。

但是软故障却通常是硬故障发生的前提与预兆，因此加强对提升机软故障的及时预报和诊断是非常重要的。

目前，为了保证提升机的安全、正常的运行，我国开展了大量的研究工作，取得了一定的成绩，并针对性的开发出了相应提升机的检测和故障诊断装置。

例如ASCC型全数字提升机控制系统、KJ46性矿井提升机检测诊断装置等等，都具备了对矿井提升机运行参数的检测和故障诊断的功能，并同时包含了超速保护、制动失灵保护和过卷保护等方面的作用，在实际工作中取得了较好的效果。

2、采煤机检测和故障诊断

采煤机是一个集机械、电气和液压为一体的大型复杂系统。

因煤矿井下工作环境恶劣而且复杂，如果采煤机出现故障将容易导致整个采煤工作的中断，造成巨大的经济损失。

随着当前煤矿工业的发展，采煤机功能越来越多，且自身的结构和组成愈发复杂，导致故障发生的原因也随之复杂化。

同国外先进的采煤机比较，国产的采煤机在故障检测诊断技术方面还相对落后，主要表现在检测参数的缺少和检测范围的不全面，并且无故障诊断功能。

为彻底改变国产采煤机无故障诊断功能和检测水平低的现状，原煤炭部将“采煤机工况检测及故障诊断系统”的研制列入了“九五”重点科技攻关计划当中。

该故障检测诊断系统主要包括了机身外围检测单元、左右摇臂检测单元、变频器通信单元、工况检测及故障诊断单元、高压控制箱检测单元、检测显示单元这六个单元，在当前已取得了较为显著的成效。

3、通风机检测和故障诊断

当前应用于矿井通风机的故障检测诊断的装置较少，主要包括了FJZ型矿井主风机监测与故障诊断仪、KFC—A型通风机集中检测仪等装置。

FJZ型矿井主风机监测与故障诊断仪是以8098单片机作为核心的通风机检测与故障诊断系统，并实现了主风机的机械故障诊断和在线监测的一体化。

该系统的主要功能包括了：

（1）实时检测功能。包括了对风量、负压、风机振动烈度、轴温、通风机电流、轴心规矩等的检测。

（2）智能诊断功能。指利用了主机内自带的专家系统，对通风机常见机械故障进行诊断。

（3）报警和打印功能。根据工作实际，对通风机的各种参数值进行报警设置，超过设计限制即会进行自动报警并进行打印记录。

4、高压异步电动机检测和故障诊断

高压异步电动机在矿山生产与建设中，起着非常重要的作用。

其故障的发生，不仅会给矿山企业带来极大的经济损失，还会影响到正常的生产与运营。

随着当前信号处理技术和人工智能技术的发展与应用，异步电动机的故障检测诊断技术也得到了极大的突破，并已取得了良好的效果。

当前高压异步电动机故障常见的检测与诊断方法包括了局部放电检测、电流高次谐波检测和磁通检测这三种。

局部放电检测是利用检测定子电流的高频检测仪和电流互感器，或者通过带通滤波器和射频天线检测局放脉冲，以辨别各种局放源来对定子的不同故障进行诊断；电流高次谐波检测则是利用定子电流的不平衡现象，检测异步电动机的定子绕组故障；磁通检测是检测电机内部磁通在切向和径向上分量的变化，进而判定定子故障的方法，这种方法在当前高压电机的多种故障检测中得到了较为广泛应用，但由于需要磁通检测仪器，不方便使用，对弱信号也不易被检测。

总结

我国煤矿行业因为各种因素，机电设备故障检测诊断技术仍处于较为简单的阶段，推广应用都并不广泛，在技术开发和研究工作的投入力度上还有待加强。

同时，还应加强与各个行业间故障检测诊断技术的交流与合作，并进行新技术的推广与应用，使煤矿机电设备的安全性、可靠性得到进一步提高。

参考文献：

[1]黄书雷.故障诊断技术在煤矿设备维修中的应用[J].工会博览:理论研究，2011（1）.

[2]李洪军.浅析煤矿机电设备故障监测诊断技术[J].中国高新技术企业,2010（3）.

[3]雷振廷,查伏强.故障检测诊断技术在煤矿机电设备中的应用[J].科技咨询，2011（23）.

设备故障诊断系统有哪些功能

1、故障诊断的发展现状

目前,国内检测诊断技术的研究主要集中在以下几个方面:。

(1)传感技术研究:传感技术是反映设备状态参数的仪表技术。国内先后开发了各种类型的传感器,如屯涡流传感器、速度传感器、加速度传感器和温度传感器等;最近开发的传感技术有光导纤维、激光、声发射等。

（2）关于信号分析与处理技术的研究:从传统的谱分析、时序分析和时域分析,开始引入了一些先进的信号分析手段,如快速傅立叶变换,Wigner谱分析和小波变换等。这类新方法的引入弥补了传统分析法的不足。

（3）关于人工智能和专家系统的研究:这方面的研究已成为诊断技术的发展主流,目前已有日程机械故障诊断专家系统，但这一技术在工程方面的研究尚未达到人们所期望的水平。

（4）关于神经网络的研究:比如旋转机械神经网络分类系统等的研究已经取得了应用,取得了满意的效果。

（5）关于诊断系统的开发与研究:从单机巡检与诊断到上下位机式主从机结构,直至以网络为基础的布式系统的结构越来越复杂,实时性越来越高。

（6）专门化与便携式诊断仪器和设备的研制与开发。目前,我国的冶金、电力、化工等行业的故障诊断技术己经很成熟,得到了广泛的应用。

2现代故障诊断方法

工程机械运行的状态千差万别，出现的故障也是多种多样，采用的诊断方法也各不相同。

在众多的诊断方法中，比较常用的诊断方法有振动监测诊断方法、无损检测技术、温度诊断方法和铁谱分析方法等。

近十几年来，模糊诊断、故障树分析、专家系统、人工神经网络等新的诊断技术不断出现，故障诊断技术逐步向智能化方向发展。

（1）故障树诊断方法

故障树诊断方法是从研究系统中最不希望发生的故障状态(结果)出发，按照一定的逻辑关系从总体到部件一层层的逐级细化，推理分析故障形成的原因，最终确定故障发生的最初基。

本原因、影响程度和发生概率。

它是一种图形演绎法，把系统故障与导致该故障的各种因素形象地绘成故障图表，能较直观地反映故障、元部件、系统及因素、原因之间的相互关系，也能定量计算故障程度、概率、原因等。

该方法直观、快速诊断、知识库很容易动态修改，但其缺点是受主观因素影响较大，诊断结果严重依赖于故障树信息的正确性和完整性，不能诊断不可预知的故障。

（2）故障诊断专家系统

专家系统是一种基于知识的人工诊断系统，是利用大量人类专家的知识和推理方法求解复杂的实际问题的人工智能程序。

故障诊断专家系统是研究最多、应用最广的一类智能诊断技术，主要用于没有精确数学模型或很难建立数学模型的复杂系统。

专家系统存在的主要问题是知识获取困难、运行速度慢。

在采用先进传感技术与信号处理技术的基础上研制开发的故障诊断专家系统，将现代科学的优势同领域专家丰富经验与思维方式的优势结合起来，已成为故障诊断技术发展的主要方向。

（3）基于模糊数学的故障诊断方法

工程机械的状态信号传播途径复杂，故障与特征参数间的映射关系模糊，再加上边界条件的不确定性、运行工况的多变性，使故障征兆和故障原因之间难以建立准确的对应关系，用传统的二值逻辑显然不合理，因此选用隶属度函数，用相应的隶属度来描述这些症状存在的倾向性。

基于模糊数学的故障诊断方法就是通过某些症状的隶属度和模糊关系矩阵来求出各种故障原因的隶属度，以表征各种故障的倾向性，从而可以减少许多不确定因素给诊断工作带来的困难。

但是对于复杂的诊断系统，要建立正确的模糊规则和隶属度函数非常困难，而且需要消耗大量的时间。

（4）基于神经网络的故障诊断方法

神经网络是一种信息处理系统，是为模仿人脑工作方式而设计的，它带有大量按一定方式连接的和并行分布的处理器。

由工程机械各个系统的信息提取故障特征，通过学习训练样本来确定故障判决规则，从而进行故障诊断。

用于故障诊断的神经网络能够在出现新故障时通过自学习不断调整权值，可以提高故障的正确检测率，降低漏报率和误报率。

神经网络具有对故障的联想记忆、模式匹配和相似归纳能力，以实现故障和征兆之间复杂的非线性映射关系。

对于多故障、多过程的复杂工程机械以及突发性故障或其他异常现象，其故障形成的原因与征兆的因果关系错综复杂，借助神经网络系统来解决是行之有效的。

（5）支持向量机的故障诊断方法

典型故障数据样本的严重不足是制约故障智能诊断技术发展的主要原因之一。

支持向量机(SVM)是一种基于统计学习理论的新型机器学习方法，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优解。

这一点特别适合于故障诊断这种小样本情况的实际问题解决