智能故障診斷技術淺析論文
引言
自進入21世紀以來，信息技術為廣大居民的生產生活帶來了很大的變化，機電設施也在整個生產過程發(fā)生著變化。在機械采礦中，添加了多種智能、自動化設施。由于是機械設施，在生產與運行中很容易出現(xiàn)各種問題，從而影響礦業(yè)發(fā)展。因此，在現(xiàn)實工作中，必須將診斷與維修技術作為研究重點，在將要發(fā)生或者發(fā)生故障時，對其進行預警，控制故障延伸，確保工作人員安全。
1故障診斷技術的總體概括
1.1設備診斷技術概念
從整體來看：故障診斷技術屬于防護方式，它是在確保生產過程的條件下，讓各個設備的參數(shù)滿足最佳狀態(tài)，然后再通過精密的儀表、儀器檢測設備是否滿足運行要求，是否有數(shù)值變化和破損現(xiàn)象。如果有異常，明確出現(xiàn)異常的原因，破壞程度，能否持續(xù)利用，能夠持續(xù)利用的時間，然后再結合設備的受損度，看能否利用代替性的設備延伸時間，減小成本消耗。當然，這一切工作都是在正常的運行狀態(tài)中才有效。
1.2故障診斷的技術原理
目前，應用在礦山機電設備智能故障診斷的技術主要包含：數(shù)字建模、數(shù)據采集、識別分析、狀態(tài)預測和信息處理。數(shù)字建模是診斷智能故障的總規(guī)劃和原則，它要求展現(xiàn)智能分析優(yōu)勢。例如：在數(shù)學模糊診斷中，A是可能發(fā)生的事實案例，B是數(shù)據庫事例，通過對比A與B，在分析權值與特征的條件下得到準確的結果。數(shù)據采集，是礦山機電設備事先制定好參數(shù)值，然后再診斷設備，進行數(shù)值采集，用建模的方式對兩份數(shù)值進行比對。一旦數(shù)值參數(shù)大于預設范疇、曲線變化，那么說明機電設備還存在問題。識別分析，是在掌握機電設備測試參數(shù)與原始參數(shù)的`情況下，結合參數(shù)變化，從故障庫中找到類似樣本，再確認產生故障的原因。也只有智能分析與識別，機電設備診斷與檢測才能達到智能要求。狀態(tài)預測，是在預測、識別現(xiàn)有參數(shù)后，結合相關資料，驗證機電設備運行狀態(tài)，同時這種結果具有很好的可信性與真實性，該預測結果同時也是深入機電設備運行的有效條件。信息處理，則是一份有效的測試參數(shù)，它要求將數(shù)據模型變成參數(shù)模型，再通過分析等形式進行處理。它能準確分辨無用與有用信息，通過綜合處理信息，找準診斷結果和過程分析后，最后得出一份理想的分析報告。
2礦山機電設備出現(xiàn)故障的原因
2.1配合關系
從檢查已有設備故障反饋的信息來看，大多數(shù)故障都是零件原配變化或者損傷造成的。在這期間，零件損傷是零件原設計與形態(tài)出現(xiàn)偏離，這種偏離多數(shù)是機械使用或者內部因素所致。常見的零件損傷體現(xiàn)為：意外和老化損傷所致。
2.2超出設備負荷
在相關設備設計之前，工作人員都會對參數(shù)極限進行限制，一旦其輸出參數(shù)超過設計極限時，它的運行狀態(tài)就會遭到破壞，甚至出現(xiàn)不同程度的故障。如果是超負荷造成的故障，就必須對技術參數(shù)和相關設備進行調整，并且采用適當?shù)姆绞�，以幫助其改善承受力�?/p>
2.3設備損耗
設備損耗是在內外因素的共同作用下，隨空間與時間的改變，其綜合能力不斷降低。造成這種情況的主要原因是：機件剛性不夠、間隙過大、部件磨損與老化、相關設施磨損、系數(shù)過大、負荷增加、關鍵負荷的聯(lián)接發(fā)生磨損與變形等。
3故障診斷在礦山機電維修中的運用
3.1診斷類別
從故障診斷的目的來看：它是對機電設施的計劃與檢修，以此保障各種生產設施運行的連續(xù)性。大致分成：事后檢修、根據周期檢修和狀態(tài)檢修。事后維修是機電設施發(fā)生故障的治理方案，不屬于主動對策的范疇，而是大多數(shù)機電設施在沒有準備的狀態(tài)下采用的方法。因此，將事后診斷應用在礦山機電設施中的效果并不太理想，其檢修質量也有待提高。周期檢修相對固定，并且?guī)е鴱娭频奶卣�，同時也是負責的展現(xiàn)。該方式方便易操作，大多數(shù)情況下是結合維修或者使用周期操作，從外看這種似乎會增加工人成本，事實上它是不可缺少的打基礎部分，從某種角度來看它也是節(jié)約成本的體現(xiàn)，通過積極防護設施，延長相關設備的使用年限和周期，并且及時發(fā)現(xiàn)和修復問題，最大程度的避免問題帶來的停產損失。因此，固定維修對礦山機電設備具有很好的作用，它能最大程度的做到防患于未然，從而降低經濟損失。狀態(tài)檢修，是在數(shù)據分析的條件上，讓每個工作人員負起對應的責任，然后再結合各種部件出現(xiàn)問題的時間推斷故障時間。雖然這種預測不能準確捕捉時間，甚至還存在誤差，但是能給企業(yè)警告的作用，避免措手不及的狀況發(fā)生。在爭取將設備控制在萌芽階段的過程中，幫助其延長使用周期，減小安全隱患，以確保生產正常進行。
3.2診斷方法
首先是參考歷史進行診斷記錄，通過對局部系統(tǒng)和元器件進行排查，找出問題癥結，這也是礦山機電設施診斷與維護的主要方法之一。一旦出現(xiàn)故障，對相關結論進行精細歸納，最后生成診斷集。第二次出現(xiàn)類似故障時，就能借用診斷路徑與經驗對其進行處理與診斷。它的優(yōu)點是相同故障發(fā)生時，定位快速。其次是智能診斷，在控制系統(tǒng)、模擬人腦的基礎上，獲取、再生、傳遞、利用相關信息，最后利用已經準備好的經驗策略。其具體包含灰色系統(tǒng)、模糊診斷、專家診斷、神經網絡等方法。當前，應用最廣的是神經網和專家體系，讓診斷更加智能化。礦山機電設備故障診斷具有隱蔽性與復雜性，通過傳統(tǒng)的方法進行精確、迅速的診斷。同時，專家系統(tǒng)能精確的應用專業(yè)知識與經驗，通過模擬思維，對故障進行求解，最后得到結論。在人工智能診斷的基礎上，借助計算機系統(tǒng)與已有經驗解決故障。
4礦山機電設備故障監(jiān)測的步驟
從整體來看：礦山機電設施故障診斷主要包含以下步驟：信息采集、處理、識別、建模和預測。在信息采集中，對機電設施運行參數(shù)、狀況與數(shù)據信號進行有效監(jiān)測，利用傳感器傳輸?shù)男畔?shù)據進行整理，最后放進網絡進行存儲，以備后續(xù)利用。信息處理，是對設備運行狀態(tài)進行數(shù)據整理和識別。當然，在這期間，存在有用與無用信息之分，因此必須對相關信息進行區(qū)分與整理，剔除無用信息，并且轉換數(shù)據，對具體信息進行有效分析，最后將數(shù)據變成設備能接受的信息與數(shù)據。信息處理與識別是在信息采集后，對相關信息進行識別與分析，包含數(shù)據分類、識別與分析，然后再將信息與之前得到的數(shù)據進行比對，最后得出設備運行中可能存在故障的區(qū)域、故障原因與類型。在礦山機電生產中，機電設施由多種信息數(shù)據和參數(shù)，并且和設施狀態(tài)、是否存在隱患有著直接的關系。對此，必須建立起良好的模型，以確定和反映設備狀態(tài)與故障之間的數(shù)學關系。預測技術是對機電設施的故障狀況以及剩余使用時間進行預測，它能作為機電設施故障維修與保養(yǎng)的條件，從而避免機電設施出現(xiàn)不必要的故障。
5.結語
為了推動礦業(yè)發(fā)展，提高開采安全性，在礦山開采中必須注重相關設備的故障診斷與維修技術。在開采中，做好故障記錄與整理歸檔工作，經常對壓力、溫度進行檢查，一旦發(fā)現(xiàn)問題立即解決，這樣才能改善故障診斷技術，進一步完善與優(yōu)化診斷系統(tǒng)。
【智能故障診斷技術淺析論文】相關文章：
智能電網技術論文05-30
智能電網技術特點及技術論文11-19
淺析特殊精餾技術論文05-25
無處不在的智能技術論文05-18
智能交通技術綜述論文04-12
淺析網絡安全技術論文03-29
淺析足球搶斷球技術論文11-26
淺析技術的重要性論文04-05