摘要
采煤机在长期使用过程中难免会出现液压系统和机械系统等故障，因此及早发现故障及时解决问题是现场工作人员的首要任务。本文对采煤机常见的机械故障进行分析研究，并对其诊断方法、发展趋势进行阐述。关键词采煤机；故障；机械；液压系统；轴承中图分类号TD824.5文献标识码A一、概述在煤炭企业生产中，采煤机工作环境十分恶劣，在运转时受到来自煤、岩石等巨大的冲击载荷，还受到煤尘、水雾等其它方面的污染。尽管采煤机在设计之初已充分考虑了防止水分及其它污染物侵入油液，但在实际工作中，采煤机的油液经常遭受污染，导致采煤机的液压元件和机械零件过早磨损，达不到使用寿命的情况时有发生。而采煤机如因故障停机，则将造成整个煤矿生产系统的瘫痪。因此，需要建立一套完整的故障诊断系统来准确描述采煤机的运行状态，并对故障进行诊断和预报，以增大采煤机的开机率，提高其可靠性，保证工作面的高效高产。二、采煤机常见故障（一）液压系统故障采煤机液压系统是故障率最高的部分。采煤机牵引部液压系统，虽有自动调速、过载保护等装置，但仍免不了发生故障。其发生故障的原因、现象和故障部位及相互关系很复杂，不易被及时发现和准确诊断。在煤矿井下，工作环境很差，不宜将液压系统拆开检查，拆开易使系统污染。液压系统是最容易被污染而发生故障的，如液压泵出现故障常常是油中浸入了杂质，引起泵的磨损和泄漏，造成系统流量不足，压力降低，温度升高。液压马达与泵有相类似的情况。系统的控制阀类受污染会发生动作失灵、阀受到卡阻、移动不到位，引起系统压力、流量发生不正常的变化。还有液压系统的密封问题引起系统的泄漏和外界杂物的侵入，导致系统发生故障。（二）机械系统故障机械系统故障主要有联接松动，引起载荷分布发生变化，使某些部件受载恶化，发生断裂或损伤；齿轮传动系统和联接处发生故障，如磨损、疲劳破坏或过载损坏等。这些故障往往都不同程度产生发热，引起温度升高。其它像安装、制造和使用等方面的原因都会引起机械系统出现故障，或零部件缺陷导致发生故障等等。（三）轴承故障采煤机牵引行走链轮负荷大，载荷不均，其支承轴承很容易发生磨损或滚动体碎裂等。这种支承轴承的严重损坏可能会影响到链轮轴、链轮及与其相啮合的其它零件，进而导致其它零件的损伤。采煤机摇臂部位各传动轴承受力很大，由于摇臂频繁升降，润滑状况较差，也极易发生轴承损伤故障。这些是采煤机在正常工作中经常发生的轴承故障。当然引起轴承故障的原因不仅仅是轴承过载，如润滑系统发生污染，润滑不良；轴承安装不正；载荷较大时与轴承相配合的轴、支承座发生变形等，均会导致轴承发生故障。还有设计、制造等方面的问题和轴承本身的缺陷等，都对轴承的使用和寿命有影响。三、故障诊断方法对采煤机机械故障进行诊断的方法有多种，如振动诊断法、油液分析法、噪声诊断法、温度监测诊断法等。温度监测诊断法是使用最广泛的一种监测手段，它能正确、快速和灵敏地反映设备的工况状态。如系统中摩擦副零件一旦发生异常，磨损速率会大大增加，油样分析与磨损判定还需有一个过程，但温度确是最直接的反应。以定点在线温度监测诊断，可以准确定位，直观快速反映监测处状态。对于采煤机，选择温度检测作为在线监测比较实用。对于机械传动系统，以轴承温度和传动箱油温及油位作为在线连续监测，并记录温度的历史变化，以便分析其变化趋势。同时辅之以定期的油样分析，这样既可以及时发现故障，又能预测故障的状态和发展趋势。对于采煤机液压系统，可检测系统各部分的温度、压力和流量。按液压系统各部分的功能，元件的位置分布设置温度和压力的在线监测点，这样可建立诊断故障的温度监测场和压力监测场。有了这样两个监测场，可以根据温度、压力的场分布查寻故障，快速、准确地诊断确定液压系统的故障源，判定故障原因。同时采用油样分析来定期检查系统污染情况，以便在还未引起严重故障前，便能采取措施清除污染，保证系统安全、正常地工作。四、故障诊断方法的发展趋势笔者认为人工神经网络和专家系统相结合的智能故障诊断方法将是以后研究与应用的热点，这种智能诊断方法能最大限度地发挥两者的优势。神经网络擅长数值计算，适合进行浅层次的经验推理；专家系统的特点是符号推理，适合进行深层次的逻辑推理。神经网络和专家系统用于故障诊断的结合方式有多种形式，大致可分为以下三种集成方式（一）专家系统为诊断系统的中心，神经网络提供辅助支持。专家系统实现诊断系统的主要功能，如知识获取、知识表示、推理判断等；而神经网络可用于合理剔除、修改规则，对知识库进行维护等辅助功能。（二）神经网络为诊断系统的中心，由专家系统提供辅助支持。专家系统的辅助功能主要体现在两方面一是为神经网络提供所需的预处理，二是为神经网络提供专家解释。（三）并列协调式。神经网络、专家系统作为独立的模块，分别执行诊断系统的某些功能，再经过组合得到诊断结果。同时，由于神经网络具有自学习的功能，在诊断过程中，神经网络能不断归纳出新的诊断规则，充实专家系统知识库的内容。神经网络专家系统是一类新的知识表达体系，与传统专家系统的高层逻辑模型不同，它是一种低层数值模型，信息处理是通过大量的简单处理单元(节点)之间的相互作用而进行的，由于它的分布式信息保持方式，为专家系统知识的获取与表达以及推理提供了全新的方式。它将逻辑推理与数值运算相结合，利用神经网络的学习功能、联想记忆功能、分布式并行信息处理功能，来解决诊断系统中的不确定性知识的表示、获取和并行推理等问题。通过对经验样本的学习，将专家知识以权值和阈值的形式存储在网络中，并且利用网络的信息保持性来完成不精确诊断推理，能较好模拟专家凭经验、直觉而不是复杂的计算推理过程。这种神经网络专家系统不仅适用于复杂的采煤机的故障诊断，而且也能广泛适用于其它复杂系统的故障诊断。五、结束语采煤机是煤矿生产中非常关键的设备，是一个集机械、电子电气、液压传动系统于一体的复杂系统。因工作环境复杂恶劣，载荷变化很大，一些关键部位在正常工作中很容易发生过载，出现异常，在轻度损伤情况下，工作人员不易发现，等故障发展到严重不能工作时，才有觉察，造成很大的人力、财力浪费，因此，通过本文的论述，对采煤机故障做到提前诊断，设置监测系统是十分必要的。参考文献1米切尔.JS机器故障的分析与监测M,北京机械工业出版社,19902黄文虎等.设备故障诊断原理、技术和应用M,北京科学技术出版社,1996
出版日期
2010年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
