郭晓璇

小康矿运转队 辽宁调兵山 112700

在现阶段我国矿山开采行业发展中，机电设备的应用越来越广泛，也已经成为当前提升矿山开采水平的重要要素，应该在矿山开采管理中加大关注力度。为了较好确保矿山机电设备能够在运行中表现出较强的作用价值，必然需要首先关注于常见机械故障问题，能够借助于必要的检测诊断技术，及时发现和明确机械故障类型，进而才能够采取适宜合理的策略进行维护和保养，优化机电设备运行状态[1]。

1 矿山机电设备机械故障检测诊断流程

当前矿山开采中涉及到的机电设备越来越多，种类的增加虽然确实较好提升了矿山开采效率，但是同样也伴随着较高的管理难度，尤其是对于矿山机电设备在运行中出现的各类机械故障问题，更是面临着较大的应对压力，需要借助于更为高效的检测诊断技术予以处理。在矿山机电设备机械故障检测诊断工作开展中，往往需要首先注重收集较为全面完整的信息资料，力求对于矿山机电设备较为了解，能够从多个角度获取信息，比如矿山机电设备的运行参数信息以及运行中出现的故障信号，都需要进行准确收集和整理，力求为后续故障诊断做出必要支持；其次，在矿山机电设备所有数据信息收集完成后，就需要重点依托这些数据信息资料进行全面分析和处理，了解这些信息代表的意义，重点甄别其中有价值的信息资料，根据相应矿山机电设备的标准运行数据参数，判断其可能存在的异常问题，这一识别和分析过程往往面临着较高的难度，需要相关检测诊断人员具备较为充分的知识和经验，或者借助于更为先进的技术参与其中；另外，在针对数据信息资料进行充分分析和故障识别的基础上，还需要准确预测矿山机电设备可能存在的机械故障类型，预测其故障点和威胁程度，以便更好明确后续处理的目标和方式；最后，针对矿山机电设备预测出来的机械故障问题，采取相适宜的手段进行故障处理和维护，确保其能够有效恢复正常运行状态。

2 矿山机电设备机械故障检测诊断技术

2.1 基于BP 神经网络的机电设备故障诊断

根据Zigbee 技术采集矿山机电设备的各种运行状态数据，采用神经网络诊断机电设备故障。在此之前需要使用小波包分析技术过滤机电设备状态数据的噪声。本次机电设备故障诊断研究使用的状态数据为设备的振动信号；然后基于小波包分析技术提取各频带重构信号的能量，即机电设备故障特征向量，BP 神经网络故障诊断采用的训练样本和测试样本即为此特征向量。BP 神经网络是按照误差逆向传播算法训练的多层前馈神经网络，其训练过程包括前向计算过程、误差反向传播过程：前者输入向量从输入层开始，经过隐含层逐级求取不同神经单元的输出值；后者将输出层的误差逐级向前传播，以隐含层为中介、代价函数作为最小目标，求取不同神经元误差以修正前层权值。上述两个部分共同完成特征空间向设备故障空间的非线性映射，实现机电设备的故障诊断[2]。

2.2 电阻故障检测技术

电阻故障算是矿山机电设备常出现的问题之一，针对该故障的检测技术主要分为两种，一种是分段检测、一种是分阶检测。其一，分段检测就是将一条线路划分为多个分段，再逐一实施检测，如果发现其中某一分段存在异常，则确定是该段的问题，该方法能分离故障线路，且不会影响正常线路，比较方便。其二，分阶检测是比对检测电路电阻数值和理论值，来判断机电是否出现故障，检测完成后，电路要保持断开，以免出现断路。

2.3 智能诊断技术

随着当前矿山机电设备机械故障检测诊断技术的不断创新发展，智能化技术的应用越来越常见，智能诊断技术的应用往往可以表现出更强的优势，其可以借助于模拟人脑分析的机制进行机械故障检测和诊断分析，成为当前常用方式。结合智能诊断技术的具体应用来看，其往往表现出了较高效率，能够在最短时间内明确机械故障类型及其故障点，有助于采取较为适宜的策略进行维护和处理，故障带来的损失得到更好控制。随着当前人工智能技术的不断成熟，智能诊断技术的应用同样也表现出了更为理想的应用价值，比如专家诊断系统、模糊诊断数学模型以及神经网络的应用都可以形成准确机械故障检测诊断，也值得在未来加大研究力度[3]。

2.4 完善设备管理制度

在机电设备管理中，健全和完善的管理制度是对矿山机电设备进行有效维护和科学管理的基本条件。为适应未来日常生产的需要，不仅要树立正确的机电设备维修管理观念，而且要建立健全的机电设备维修管理制度，明确各方面工作的要求，提高机电设备的使用效果。结合矿山具体情况，按照科学、合理、经济、可操作的基本原则，制定相应的管理制度，明确管理人员和专业技术人员的职责，定期开展相关的考核评估，并将考核结果作为奖惩依据，有效激发管理者的积极性，提高机电设备管理水平。

3 结语

综上所述，在当前矿山机电设备运用中，重点加大对于机械故障的分析和检测诊断力度极为必要，只有在明确故障问题的基础上，才可以采取恰当策略进行及时故障解决和维护管理，促使机电设备尽快恢复正常运行[4-5]。