智能故障診斷技術(shù)淺析論文
引言
自進(jìn)入21世紀以來(lái)，信息技術(shù)為廣大居民的生產(chǎn)生活帶來(lái)了很大的變化，機電設施也在整個(gè)生產(chǎn)過(guò)程發(fā)生著(zhù)變化。在機械采礦中，添加了多種智能、自動(dòng)化設施。由于是機械設施，在生產(chǎn)與運行中很容易出現各種問(wèn)題，從而影響礦業(yè)發(fā)展。因此，在現實(shí)工作中，必須將診斷與維修技術(shù)作為研究重點(diǎn)，在將要發(fā)生或者發(fā)生故障時(shí)，對其進(jìn)行預警，控制故障延伸，確保工作人員安全。
1故障診斷技術(shù)的總體概括
1.1設備診斷技術(shù)概念
從整體來(lái)看：故障診斷技術(shù)屬于防護方式，它是在確保生產(chǎn)過(guò)程的條件下，讓各個(gè)設備的參數滿(mǎn)足最佳狀態(tài)，然后再通過(guò)精密的儀表、儀器檢測設備是否滿(mǎn)足運行要求，是否有數值變化和破損現象。如果有異常，明確出現異常的原因，破壞程度，能否持續利用，能夠持續利用的時(shí)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(shí)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(shù)原理
目前，應用在礦山機電設備智能故障診斷的技術(shù)主要包含：數字建模、數據采集、識別分析、狀態(tài)預測和信息處理。數字建模是診斷智能故障的總規劃和原則，它要求展現智能分析優(yōu)勢。例如：在數學(xué)模糊診斷中，A是可能發(fā)生的事實(shí)案例，B是數據庫事例，通過(guò)對比A與B，在分析權值與特征的條件下得到準確的結果。數據采集，是礦山機電設備事先制定好參數值，然后再診斷設備，進(jìn)行數值采集，用建模的方式對兩份數值進(jìn)行比對。一旦數值參數大于預設范疇、曲線(xiàn)變化，那么說(shuō)明機電設備還存在問(wèn)題。識別分析，是在掌握機電設備測試參數與原始參數的`情況下，結合參數變化，從故障庫中找到類(lèi)似樣本，再確認產(chǎn)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、識別現有參數后，結合相關(guān)資料，驗證機電設備運行狀態(tài)，同時(shí)這種結果具有很好的可信性與真實(shí)性，該預測結果同時(shí)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，它要求將數據模型變成參數模型，再通過(guò)分析等形式進(jìn)行處理。它能準確分辨無(wú)用與有用信息，通過(guò)綜合處理信息，找準診斷結果和過(guò)程分析后，最后得出一份理想的分析報告。
2礦山機電設備出現故障的原因
2.1配合關(guān)系
從檢查已有設備故障反饋的信息來(lái)看，大多數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)出現偏離，這種偏離多數是機械使用或者內部因素所致。常見(jiàn)的零件損傷體現為：意外和老化損傷所致。
2.2超出設備負荷
在相關(guān)設備設計之前，工作人員都會(huì )對參數極限進(jìn)行限制，一旦其輸出參數超過(guò)設計極限時(shí)，它的運行狀態(tài)就會(huì )遭到破壞，甚至出現不同程度的故障。如果是超負荷造成的故障，就必須對技術(shù)參數和相關(guān)設備進(jìn)行調整，并且采用適當的方式，以幫助其改善承受力。
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(shí)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(guò)大、部件磨損與老化、相關(guān)設施磨損、系數過(guò)大、負荷增加、關(guān)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(lèi)別
從故障診斷的目的來(lái)看：它是對機電設施的計劃與檢修，以此保障各種生產(chǎn)設施運行的連續性。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(dòng)對策的范疇，而是大多數機電設施在沒(méi)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(zhì)量也有待提高。周期檢修相對固定，并且帶著(zhù)強制的特征，同時(shí)也是負責的展現。該方式方便易操作，大多數情況下是結合維修或者使用周期操作，從外看這種似乎會(huì )增加工人成本，事實(shí)上它是不可缺少的打基礎部分，從某種角度來(lái)看它也是節約成本的體現，通過(guò)積極防護設施，延長(cháng)相關(guān)設備的使用年限和周期，并且及時(shí)發(fā)現和修復問(wèn)題，最大程度的避免問(wèn)題帶來(lái)的停產(chǎn)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(jīng)濟損失。狀態(tài)檢修，是在數據分析的條件上，讓每個(gè)工作人員負起對應的責任，然后再結合各種部件出現問(wèn)題的時(shí)間推斷故障時(shí)間。雖然這種預測不能準確捕捉時(shí)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(guò)程中，幫助其延長(cháng)使用周期，減小安全隱患，以確保生產(chǎn)正常進(jìn)行。
3.2診斷方法
首先是參考歷史進(jìn)行診斷記錄，通過(guò)對局部系統和元器件進(jìn)行排查，找出問(wèn)題癥結，這也是礦山機電設施診斷與維護的主要方法之一。一旦出現故障，對相關(guān)結論進(jìn)行精細歸納，最后生成診斷集。第二次出現類(lèi)似故障時(shí)，就能借用診斷路徑與經(jīng)驗對其進(jìn)行處理與診斷。它的優(yōu)點(diǎn)是相同故障發(fā)生時(shí)，定位快速。其次是智能診斷，在控制系統、模擬人腦的基礎上，獲取、再生、傳遞、利用相關(guān)信息，最后利用已經(jīng)準備好的經(jīng)驗策略。其具體包含灰色系統、模糊診斷、專(zhuān)家診斷、神經(jīng)網(wǎng)絡(luò )等方法。當前，應用最廣的是神經(jīng)網(wǎng)和專(zhuān)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(guò)傳統的方法進(jìn)行精確、迅速的診斷。同時(shí)，專(zhuān)家系統能精確的應用專(zhuān)業(yè)知識與經(jīng)驗，通過(guò)模擬思維，對故障進(jìn)行求解，最后得到結論。在人工智能診斷的基礎上，借助計算機系統與已有經(jīng)驗解決故障。
4礦山機電設備故障監測的步驟
從整體來(lái)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、狀況與數據信號進(jìn)行有效監測，利用傳感器傳輸的信息數據進(jìn)行整理，最后放進(jìn)網(wǎng)絡(luò )進(jìn)行存儲，以備后續利用。信息處理，是對設備運行狀態(tài)進(jìn)行數據整理和識別。當然，在這期間，存在有用與無(wú)用信息之分，因此必須對相關(guān)信息進(jìn)行區分與整理，剔除無(wú)用信息，并且轉換數據，對具體信息進(jìn)行有效分析，最后將數據變成設備能接受的信息與數據。信息處理與識別是在信息采集后，對相關(guān)信息進(jìn)行識別與分析，包含數據分類(lèi)、識別與分析，然后再將信息與之前得到的數據進(jìn)行比對，最后得出設備運行中可能存在故障的區域、故障原因與類(lèi)型。在礦山機電生產(chǎn)中，機電設施由多種信息數據和參數，并且和設施狀態(tài)、是否存在隱患有著(zhù)直接的關(guān)系。對此，必須建立起良好的模型，以確定和反映設備狀態(tài)與故障之間的數學(xué)關(guān)系。預測技術(shù)是對機電設施的故障狀況以及剩余使用時(shí)間進(jìn)行預測，它能作為機電設施故障維修與保養的條件，從而避免機電設施出現不必要的故障。
5.結語(yǔ)
為了推動(dòng)礦業(yè)發(fā)展，提高開(kāi)采安全性，在礦山開(kāi)采中必須注重相關(guān)設備的故障診斷與維修技術(shù)。在開(kāi)采中，做好故障記錄與整理歸檔工作，經(jīng)常對壓力、溫度進(jìn)行檢查，一旦發(fā)現問(wèn)題立即解決，這樣才能改善故障診斷技術(shù)，進(jìn)一步完善與優(yōu)化診斷系統。
【智能故障診斷技術(shù)淺析論文】相關(guān)文章：
智能電網(wǎng)技術(shù)論文05-30
智能電網(wǎng)技術(shù)特點(diǎn)及技術(shù)論文11-19
淺析特殊精餾技術(shù)論文05-25
無(wú)處不在的智能技術(shù)論文05-18
智能交通技術(shù)綜述論文04-12
淺析網(wǎng)絡(luò )安全技術(shù)論文03-29
淺析足球搶斷球技術(shù)論文11-26
淺析技術(shù)的重要性論文04-05