乌审旗蒙大矿业有限责任公司 内蒙古鄂尔多斯 017000
摘要：对于煤矿生产工作来说，要保证开采效率得到快速的提高，就必须避免机电设备的运行出现一系列问题，过去工作人员必须针对机电设备的故障，采用一系列有效措施完成及时的排查工作。尤其是对于一些新引进的机电设备。这里大部分的工作将由人力完成，由于人的技术水平和不可控因素较多，因此传统人为干预的故障检测方法已经不适应于这些设备。这个时候必须加入一些新的技术，如果能利用最新的神经网络计算机结合各种传感器技术通过不断的学习甄别将要发生故障，这一目标将很容易实现。所以说智能故障检测及诊断技术在矿山机电设备的应用当中属于非常重要的内容之一，保证机电设备的使用效率不会受到影响。
关键词：矿山机电设备；智能故障；检测诊断技术
1矿山机电设备故障检测诊断技术的特点
1.1基于计算机技术构建数学分析模型
在传统的机电设备故障检测过程中，由于受到检测手段的限制，只有将机电设备完全停止才能进行检测，这就会给正常的生产工作造成一定的阻碍，而通过将信息技术有效的运用于机电设备的运行监测工作中，搭建在线检测系统并基于实时数据信息进行状态检测，并将其与机电设备不同工况下正常的运行参数进行对比分析，就能对机电设备的运行状态进行科学合理的判断，一旦发现存在较大的差异性，就能对可能存在故障的位置采取预防性维护措施，能够避免故障的进一步的扩大。在构建数学分析模型的过程中，需要充分结合矿山机电设备的运行特点，通过计算机软件建立相应的运行模拟模型，将所采集的运行参数进行系统全面的分析，并结合系统管理软件中预先设置的指令向控制后台发出预警，并采取相应的预防控制措施，将故障限制在较小的范围内，避免其造成更大范围的影响。
1.2通过传感装置采集机电设备及环境相关参数
在机电设备工作状态的监测过程中，为了能够全面了解其实际的工作状态，最重要的就是获取表征设备关键零部件或运行状态的参数，这就为后续的分析和判断工作提供必要的运行数据。因此，为了对矿山机电设备的运行状态进行系统全面的监测，就要结合其运行环境的特点选用高质量的传感装置，并将其设置于设备轴承等关键的监测位置，对机电设备运行过程中的转速、温度以及电流等重要参数进行全过程的监测记录。通过将上述监测装置运用于机电设备的监测工作中，能够将所监测到的设备运行数据以数字信号的形式进行存储，并进一步将其传输至数据库中进行对比分析，进而能够故障信息进行准确的判断，为故障的快速排除提供科学合理的指导。
2矿山机电设备常见的故障与原因
2.1在实际应用矿山机电设备期间，不可避免的会受到多种不同因素的影响，使矿山机电设备内部出现元件掉落、元件老化、机电设备调节失衡、供油线路损坏以及一些破坏性的故障灯。矿山机电设备内部元件出现掉落的现象，主要就是因为矿山机电设备长时间、大幅度激烈的振动运行，进而导致其内部元件连接头的位置松动。如果矿山机电设备维修人员没有及时拧松动的元件接头，就会使元件掉落。机电设备内部元件老化主要就是因为矿山机电设备经过长时间的使用，其内部零件受到磨损或是内部线路的保护层出现脱落的现象，这样就会影响矿山机电设备的正常运行。矿山机电设备出现调节失衡的现象，就是因为其内部压力缺乏均匀性，使各个元件之间出现了相应的缝隙，相互之间的配合不够紧密。机电设备内部的供油线路经常会受到运行环境状况的影响，而破坏性的机电设备故障则更为直观，检测与维修人员能够直接通过肉眼看出来，像轴承断裂以及皮带畸形等故障问题都是其典型代表。
2.2矿山机电设备产生故障的原因。矿山开采工作环境比较恶劣，在应用机电设备进行煤矿开采期间，就要定期对机电设备进行保养、检测与维修。
但是一些煤矿开采管理人员在实际工作期间，并没有认识到该项工作的重要性。还有一些煤矿开采企业内部并没有构建完善的机电设备检测与维修管理体系，这也是煤矿机电设备产生故障的主要原因。矿山机电设备故障分析内容结合了工程结构学、设计学以及机械学等相关内容。因为机电设备的实际运行环境存在较大的差异，在发生其故障期间，也会呈现出不同形态的故障。基于此，矿山机电设备检测与维修人员在对常见故障进行分析的过程中，就要综合考虑多项因素，保证故障分析的全面性。
3矿山机电设备中故障检测诊断技术的应用
3.1用于矿井综采工作面刮板输送机的智能故障检测及诊断技术
综采工作面的运煤系统中首当其冲便是刮板输送机，刮板输送机的正常运行保证了综采工作面连续生产的状态。作为工作面的首要运煤机械最常见和影响最大的便是断链故障。造成断链的原因有很多，如异物卡拌、溜槽错位、刮板跳槽等等。如何准确识别并尽快做出断链位置判断，现在各大煤矿所采用的方法均为通过安设在机头和机尾传动系统的速度传感器进行识别，识别数据比较单一，只能检测到双链断链，而在正常运行过程中断链的过程是先出现断单链再发展为断双链的。而智能化故障检测中需分别对刮板链条植入的多个张力传感器通过无线网络对刮板机链条分条分段进行张力监测，通过对某根链条的张力值的大小和识别张力突然变化来识别该链条状态，在结合位于机头机尾的速度传感器和激光传感器通过神经网络计算机甄别链条的真实状态并做出相应控制信号，保证刮板输送机在工作中得到准确的预警和保护动作。
3.2构建矿山机电设备运行状态的数据库
在矿山机电设备的智能故障检测工作开展过程中数据库占据着非常重要的位置，是保证诊断工作开展的核心所在，从目前实际情况来看，不同的诊断专家系统都是建立在数据库技术基础之上的，专家系统对数据库当中的信息进行全方位的分析研究，从而快速判断出哪一部分的设备运行出现了问题，这也是后续分析模型以及解决方法建立的基础所在，人工智能技术在矿山机电设备故障检测工作的应用主要表现在系统本身的学习能力方面，也就是说机电设备本身采用的系统能够通过智能化的数据学习不断接触到新的信息，从而进一步适应不同环境下的故障检测需求，智能化的故障检测系统在后续运行过程中能够不间断的分析故障可能出现的位置以及时间，在这些数据的基础之上建立一个较为完整的经验数据库，这样才能够更加精准的找出故障所在位置，对于一些可能发生故障的位置也能够提前投入一些处理办法，避免发生更为严重的影响。与传统的检测方式不同的是，管理软件与监控系统的相互结合能够将预警技术以及自动控制系统融入其中，也就是说系统可以自动判断那一部分可能会出现问题，并自动采取一些有效的措施。
结束语
机电设备作为矿山开采设备的重要组成部分，其能否稳定运行对于后者的正常工作具有决定性的影响，因此，需要对机电设备的工作状态予以有效的监控。但是在机电设备的运行过程中，会受到各种不利因素的影响，导致故障频发影响开采工作。因此，为了尽快排除故障，通过将机电设备故障检测诊断技术应用于矿山机电设备故障的检测与诊断工作中，有助于尽快排除机电故障，恢复其工作能力，为矿山开采的正常进行提供可靠保障。
参考文献
[1]李继星，鲍金霞.矿山机电设备智能故障检测诊断技术的研究[J].世界有色金属，2018(02):91-92.
[2]张德.故障检测诊断技术在矿山机电设备中的应用[J].内蒙古煤炭经济，2018(02):115-121.
[3]许晓鹏.矿山机电设备机械故障检测诊断技术解析[J].江西化工，2020 (05):159-160.
[4]蔡捷.故障检测诊断技术在矿山机电设备中的应用[J].中国高新技术企业，2018(15):87,92.