摘要：19世纪60年代，美国在宇航局的倡导下率先着手对机械设备的故障诊断技术进行开发，随后英国和日本也加入了故障诊断技术开发的行列，并取得了世界机电设备故障诊断的世界领先地位。我国初步接触机电设备诊断技术是从1979年开始，截至目前已经经历了几十年的发展，故障诊断技术已经普遍应用在航空航天、汽车、机床和矿山设备等领域。
关键词：矿山；机电设备；故障诊断；应用
1导言
故障诊断技术就是利用科学方法对设备的运行状况进行检测，从而对机械设备的故障做出准确的判别，其主要的原理是根据机械设备运行过程中的一些关键参数，或是利用物理或化学方法识别设备是否产生异常现象。故障诊断技术能在设备运行情况下，就可以判别机械设备是否发生故障，比传统的经验法更有效更便捷。
2矿山机电设备故障的特点
2.1矿山机电设备故障的潜在性
矿山生产环境较为复杂，一些机电设备长期处在灰尘和潮湿环境中运行，机电设备零部件和供电线路容易受到环境因素影响过早产生缓慢老化和锈蚀；此外，矿山机电设备要适应矿山生产的长时间运转，加大了故障的发生概率。因此，矿山机电设备的机械故障在生产过程中是无法从根本上避免的，具有潜在性。
2.2矿山机电设备故障的规律性
矿山机电设备长时间处在恶劣生产环境中，环境的变化带来设备运行过程中零部件的老化而使潜在的故障发生概率增加。矿山机电设备在生产过程中具有一定的抵御环境变化因素影响的设计，因此，受到环境因素影响产生故障的位置往往具有较高的规律性。故障发生的规律性有利于工作人员对机电设备故障作出准确的判断。
2.3矿山机电设备故障的耗损性
矿山机电设备一般都具有较为固定的使用寿命，在寿命周期范围内，矿山机电设备故障发生概率不仅与日常的维修和维护密切相关，使用方法也对机电设备具有重大影响。矿山企业生产工作强度大、时间长，设备处于长时间运转中，零部件会因运转产生高温高热，长时间高效运转将加快机械的磨损，降低了机电设备的使用性能。
2.4矿山机电设备故障的模糊性
矿山机电设备长期处在恶劣环境中工作，从工作的强度上和工作时间上，设备长期处于满负荷的工作状态中，尽管在机电设备的设计中兼顾到了最大使用功率和额定功率的范围，但是各零部件之间的损耗均处于工作参数的临界状态，增加了故障的不确定性。
3故障诊断技术在矿山机电设备维修中的运用流程
3.1建立数学模型
矿山机电设备在工作过程中会产生大量参数和数据，通过对这些数据进行分析，能详细了解设备的工作情况，可将此作为故障诊断的基础。因此，在进行故障诊断时，首先要对参数和数据进行搜集和整理，这一步骤需要通过构建数学模型来完成。该数学模型主要包含两个层次，即定量层和定性层。
3.2信息采集、处理及分析
第一，需要搜集和传输设备工作过程中产生的各种信号，这一步的实现需要依靠传感器，传感器针对信号进行识别、搜集和传输后，最终由数据贮存器接收和保存，从而保证信息的实时性和动态性；第二，机电工作过程中产生的信息是多样的，但部分信息并不能反映设备的工作状态，因此需要删除这些无用信息，再对其余信息进行处理，得到直观的数据；第三，进一步对处理后的数据进行分析，从而了解设备的工作情况，明确故障位置，并查明原因。
3.3故障预测
以分析结果为依据，进一步预测设备损耗、故障原因等。最终的预测结果不仅能应用于维修工作中，还可以根据这些结果有针对性地为设备制订日常保养计划，从而在一定程度上延长设备的使用寿命。
4故障诊断技术在矿山机电设备维修中的应用
4.1维修人员经验诊断技术
矿山机电设备长期处在特定的工作环境和工作状态中，故障的发生呈现出一定的规律性，这种故障发生的特点给维修人员经验诊断技术带来了可能。在实际矿山企业生产中，主观诊断是一种较为简单有效的故障诊断方法，这种方法需要相关工作人员具有较丰富的实践经验，适合于矿山企业应急维修。但是，这种主观诊断也存在较多的弊端，主要表现在诊断的准确度较低，对故障的综合判断具有局限性。机电设备是有各个零部件构成的和谐的整体运行环境，一个位置发生状态变化，必然将会带来其他零部件工作状态的变化，单纯依赖于经验进行故障诊断，常常会产生头疼医头脚疼医脚的结果。
4.2振动监测诊断技术
振动监测诊断是借助于检测设备辅助完成的，通过设备的振动参数和表现的振动特征对矿山机电设备进行状态分析，进而实现对设备故障的判断。这种方法在矿山机电设备故障诊断中应用较为广泛。通过振动监测不仅能够得出较为全面的振动参数，作为分析和判断的依据，还能够在检测过程中确保设备的安全，避免检查过程带来的设备损伤。矿山机电设备的运行必然会带动设备的振动，振动信息表明机械的工作状态，机械振动参数包括机械启动的加速度、运行速度和产生的位移等。在进行振动监测时，设备维修工作人员要选择合适的振动测量点，结合机电设备频率选择测量的参数和传感器。在测量点的选取中，一般选择能够对机械运行具有全面监测的位置，而且测量点尽量接近易损位置，这样能够确保振动监测信号的有效性。振动传感器对机械运行的振动信息监测后，将设备的状态信号放大滤波后输送到转换器，通过转换器将模拟信号转换为数字信号后，传输到数据分析和处理诊断装置中进行分析，对数字信号进行分析后，输出振动位移变化曲线图和频谱图作为机电设备故障诊断的依据。振动监测诊断技术更加科学，能够实时对设备进行监测，而且形成的数据分析报告更加直观，能够反映机电设备的动态特征和机械运行过程中的变化，具有较高的应用价值。
4.3油液磨屑分析检测故障诊断技术
这种故障诊断技术是通过对油液磨屑进行采集，识别油液状态和磨屑形状，对油液的物理和化学状态进行分析，进而得出机电设备的运行状态结论。这种方法一般用于矿山机电设备的润滑系统和液压系统的故障检测中。机械的运行将带来零部件金属表面的磨损，运行状态的改变，磨损的程度也会发生改变，磨屑形状和数量也会产生相应的变化，这些磨屑进入油液中，带来油液的污染。因此，油液磨屑监测被作为机械运行状态监测的表面特征。
4.4红外测温诊断技术
矿山机电设备运行过程中各个部位将发生温度的变化，红外测温诊断技术是基于对温度变化范围分析进而对机电设备运行状态进行判断的方法。机电设备运行中产生的磨损、管道线路的阻塞、油液的润滑和降温性能以及电路通畅程度都能够通过测温进行分析，因此，红外测温故障诊断技术在矿山机电设备故障诊断中应用较为普遍。这种技术能够在较远的距离采用非接触的方式对温度进行监测，获得较为准确的实时温度测量参数，反应机电设备运行的环境温度变化和工作状态。在进行数据测量过程中，要注意外界环境温度的影响，对测量数据进行修正，经过修正的数据通过接口传输到计算机系统中，实现对机电设备运行过程中的监测，通过与规范参数的比较，当温度数据超出正常范围时进行报警。红外线测温诊断技术使矿山机电设备故障诊断具有智能化，能够避免机电设备运行状态的进一步恶化，对确保设备正常运行和提高机电设备使用寿命具有重要作用。
5结束语
总之，故障诊断技术实现了机械设备故障诊断的自动化，对故障的诊断较早，是一项有价值的技术。因此，在矿山设备维修工作实际开展过程中，相关工作人员应当对故障诊断技术充分认识，并且对该技术进行科学合理应用，在此基础上使其作用得以较好发挥，使矿山设备维修水平及质量得以提升，保证其得以更好应用。
参考文献
[1]高明.故障诊断技术在矿山设备机械维修中的应用[J].内蒙古科技与经济，2016（24）：164-165.
[2]严栓柱.故障诊断技术在矿山机械设备维修中的应用[J].河南科技，2015（4）：128-129.
[3]仇金刚.故障诊断技术在矿山机电设备维修中的应用探讨[J].机电信息，2015（6）：97-98.