云南建投第十四建设有限公司
摘要：故障诊断技术是控制工程的一个子领域，涉及监测系统，识别何时发生故障以及确定故障类型及其位置。直接模式识别传感器读数，指示故障并分析传感器读数与预期值之间的差异，并从某个模型导出。在后一种情况下，如果差异或残差高于某个阈值，则通常会检测到故障。矿山设备机械维修中的故障诊断技术可以大致分为两类，分别是基于模型的故障诊断和基于信号处理的故障诊断。本文对矿山机械设备维修中的故障诊断技术进行了总结，并对具体应用方法进行了分析。
关键词：矿山设备；机械维修；故障诊断；应用
1.矿山机械设备常见故障
（1）振动异常。振动属于矿山机械设备运行过程中比较常见的属性之一，但是如果矿山机械设备出现不正常的振动可以作为测定设备故障的主要手段之一。（2）声响异常。在矿山机械设备运转阶段，正常状态下其所发出的声响一般是轻微、均匀的。反之如果发出杂乱而沉重的声响，则可以判定矿山机械设备出现异常，此时就需要对其进行全方位的检查。（3）磨损残余物的激增。在矿山机械设备运行阶段，需要定期对齿轮箱、齿轮、油箱、轴承等零件的磨损残余物进行观察和记录，并对油样等样本中磨损微粒量进行测定，从而可以判定机件磨损的程度。（4）过热现象。矿山机械设备工作中，经常会出现制动器、发动机、轴承等部位温度变化超出正常工作范围的，如果未对其进行及时有效的诊断与排除，将有可能引发机件烧毁等事故。（5）裂纹的扩展。通常情况下，机械零件内部或表面缺陷的变化，尤其是裂纹缺陷的变化趋势，可以作为机械故障程度的判断依据，而且也可以作为机件强度评估的依据。
2.给予模型的故障诊断技术
在基于模型的故障诊断技术中，系统的一些模型被用来确定故障的发生。系统模型可能是基于数学或知识的。一些基于模型的故障诊断技术包括基于观察的方法、奇偶空间方法和基于参数识别的方法。基于模型的故障诊断技术有另一种发展趋势，称为集合成员方法。这些方法保证在一定条件下检测到故障。主要区别在于，这些技术不是找到最可能的模型，而是省略了与数据不兼容的模型。
下图所示的例子通过使用真值表和状态图来说明矿山机械设备无功控制器的基于模型的故障诊断技术。真值表定义了控制器如何对检测到的故障作出反应，并且状态图定义了控制器如何在每个执行器的不同操作模式（被动、主动、备用、关闭和隔离）之间切换。例如，如果在液压系统中检测到故障，则真值表向状态图发送一个事件，即左内部致动器应该关闭。这种基于模型的故障诊断技术的好处之一是，该无功控制器还可以连接到执行器液压系统的连续时间模型，从而可以研究开关瞬变。
图1 基于模型的故障逻辑示例
3.矿山设备机械维修中的机器故障诊断
机器故障诊断是涉及机器中发现故障的机械工程领域。为了识别导致故障的最可能的故障，许多方法被用于数据收集，包括振动监测、热成像、油粒子分析等。然后利用频谱分析、小波分析、小波变换、短期傅立叶变换、Gabor扩展、Wigner-Ville分布（WVD）、倒谱、双谱相关方法、高分辨率频谱分析、波形分析（在时域中，因为频谱分析通常只涉及频率分布而不涉及相位信息）等等。此分析的结果用于根本原因故障分析，以确定故障的原始原因。例如，如果诊断出轴承故障，则轴承在安装时可能不会自身损坏，而是由于另一安装误差（例如，未对准）而导致轴承损坏。为了提高诊断的精确性，诊断轴承的损坏状态是不够的。根本原因需要被识别和补救。如果不这样做，出于同样的原因，更换的轴承很快就会磨损，机器将受到更多的损害。由于在数据收集阶段进行光谱分析，原因也可能是可见的，但情况并非总是如此。
检测故障最常用的技术是时频分析技术。对于旋转机械来说，机器的转速（通常称为RPM）不是一个常数，特别是在机器的启动和停机阶段。即使机器在稳定状态下运行，转速也会在稳态平均值附近变化，并且此变化取决于负载和其他因素。由于从旋转机器获得的声音和振动信号与旋转速度密切相关，可以说它们本质上是时变信号。这些时间变量功能带有机器故障签名。因此，如何提取和解释这些特征对研究和工业应用非常重要。
信号分析中最常用的方法是FFT或傅里叶变换。傅里叶变换及其反变换提供了两种观点来研究信号：通过时域或频域。时间信号的基于FFT的频谱显示了其频率内容的存在。通过研究它们及其幅度或相位关系，可以获得各种类型的信息，如谐波、边带、拍频、轴承故障频率等。但是，FFT仅适用于频率内容不随时间变化的信号;然而，如上所述，从旋转机获得的声音和振动信号的频率内容非常依赖于时间。出于这个原因，基于FFT的频谱不能检测频率内容随着时间如何发展。更具体地说，如果机器的RPM在启动或关闭期间增加或减少，其FFT频谱中的带宽将变得比简单地用于稳态更宽。因此，在这种情况下，谐波在频谱中不是很明显。
机器故障诊断的时间频率方法可以分为两大类：线性方法和二次方法。不同之处在于线性变换可以被倒置来构造时间信号，因此它们更适合于信号处理，例如降噪和时变滤波。尽管二次方法描述了信号在联合时频域中的能量分布，这对信号特征的分析、分类和检测很有用，但二次时频表示中丢失了相位信息;此外，时间历史不能用这种方法重建。
4.可靠的故障诊断
4.1基于状态的维护
简要描述的基于状态维护（CBM）是在需要时进行维护。在一个或多个指示器显示设备将发生故障或设备性能恶化之后执行此维护。
这个概念适用于包含主动冗余和故障报告的关键任务系统。它也适用于缺乏冗余和故障报告的非关键任务系统。
引入了基于状态的维护，以便在正确的时间维护正确的设备。CBM基于使用实时数据优先考虑和优化维护资源。观察系统的状态被称为状态监视。这样的系统将决定设备的健康状况，并且只有在实际需要维护时才会采取行动。近年来的发展使设备得到了广泛的使用，并且还有更好的工具来分析条件数据，今天的维护人员比以往任何时候都更能够决定什么时候对某些设备进行维护。理想情况下，基于状态的维护将使维护人员只做正确的事情，最大限度地减少备件成本，系统停机时间和花费在维护上的时间。
尽管CBM很有用，但在使用过程中有几个问题。首先也是最重要的是，CBM初始成本可能很高。它需要改进设备的仪器。通常足够的仪器成本可能非常大，特别是在已经安装的设备上。无线系统降低了初始成本。因此，在为所有设备添加CBM之前，安装人员必须考虑其成本。而且，技术方面也有一定难度。即使通过测量简单的值作为振动（位移或加速度），温度或压力，可以很容易地观测到某些类型的设备数据，但将这些测量数据转化为关于设备的运行状态却有较大难度。
4.2容错
容错是这样一种属性，它使系统能够在某些组件的故障（或一个或多个故障）中继续正常运行。如果其运行质量完全降低，则与天真设计的系统相比，下降与故障的严重程度成正比，即使是小的故障也会导致完全故障。在高可用性或生命关键系统中特别寻求容错。当系统的某些部分发生故障时，维持功能的能力被称为正常退化。
容错设计使系统能够在系统的某些部分发生故障时继续其预期的操作。就是说，整个系统不会由于硬件或软件方面的问题而停止。在单个系统的范围内，可以通过预测异常情况并构建系统来应对这些情况来实现容错，并且通常旨在实现自稳定，从而使系统趋于无错状态。
即使一个或多个组件出现故障，高度容错系统仍可能保持相同的性能水平。系统设计为可以安全地进行故障保护，无论其功能是否降低或完全失效，都可以保护人员、财产或数据免受伤害、损坏、侵入或披露。在计算机中，程序可以通过执行正常退出（相对于不受控制的崩溃）来进行失效保护，以防止在遇到错误后数据损坏。
在容错计算机系统中，异常或无效输入的情况下继续运行，而不是完全崩溃。软件脆弱性与健壮性相反。尽管某些链路或节点出现故障，弹性网络仍继续传输数据;同样期望有弹性的建筑物和基础设施能够防止地震，洪水或碰撞等情况下的完全失效。
具有高故障透明度的系统将提醒用户，即使组件发生故障仍然继续运行，以便可以修复故障或即将发生完全故障。同样，故障快速组件旨在在第一个故障点报告，而不是允许下游组件发生故障并生成报告。这可以更容易地诊断潜在的问题，并且可以防止在损坏状态下的不正确操作。
主要存在两种冗余类型：空间冗余和时间冗余。空间冗余提供了无故障运行所不需要的附加组件、功能或数据项。根据添加到系统中的冗余资源的类型，空间冗余进一步分为硬件、软件和信息冗余。在时间冗余中重复计算或数据传输，并将结果与先前结果的存储副本进行比较。这种测试的当前术语被称为“服务容错测试”或简称为“ISFTT”。
4.3预测性维护
预测性维护（PdM）技术旨在帮助确定在用设备的状态，以预测何时应执行维护。这种方法可以比常规或基于时间的预防性维护节约成本，因为任务只在需要时才执行。
预测性维护的主要承诺是允许方便地进行纠正性维护，并防止意外的设备故障。关键是“在正确的时间正确的信息”。通过了解哪些设备需要维护，可以更好地规划维护工作（备件、人员等），并将“非计划停止运行”转变为更短和更少的“计划停止运行”，从而提高设备可用性。其他潜在的优势包括延长设备使用寿命，提高设备安全性，减少对环境有负面影响的事故发生率，以及优化备件处理。
预测性维护与预防性维护不同，因为它依赖于设备的实际状况，而不是平均或预期的寿命统计数据来预测何时需要进行维护。
实施预测性维护所需的一些主要组件是数据收集和预处理、早期故障检测、故障检测、故障预测时间、维护调度和资源优化。预测性维护也被认为是提高生产力的驱动力之一。
5.结语
矿山设备机械维修对于矿山开发和生产具有重要的意义，故障诊断技术在矿山设备机械维修的应用能有效提高矿山生产的安全性，进而促进我国矿产产业的整体发展。
参考文献：
[1]狄婧.传感器网络节点定位算法在煤矿安全中的应用[J].计算机仿真，2011（12）:88-91.
[2]张新东，李涛，赵发诺，等.井下无线瓦斯传感器及其应用研究[J].科技传播，2014（4）:180-180;178.
[3]戴峻.光纤传感器在煤矿安全监控系统中的应用[J].煤矿安全，2010（8）:77-80.
论文作者:邢开都
论文发表刊物:《防护工程》2018年第5期
论文发表时间:2018/7/10
标签：故障论文; 故障诊断论文; 系统论文; 冗余论文; 设备论文; 时间论文; 模型论文; 《防护工程》2018年第5期论文;