王岩， 曹现刚， 张旭辉， 樊红卫， 段雍， 霍小泉

(1.西安科技大学 机械工程学院， 陕西 西安 710054；2.陕西省矿山机电装备智能监测重点实验室， 陕西 西安 710054;3.陕煤铜川矿业有限公司， 陕西 铜川 727000)

0 引言

作为煤矿综采工作面完成煤壁截割工艺的核心装备之一，采煤机的作业环境极其恶劣，影响其安全运行的众多因素高度耦合，故障预防与检修难度极大，这导致采煤机的故障率远高于其他综采设备。一旦采煤机因出现故障而停机，将对综采工作面的人员及生产安全构成严重威胁。因此，亟需开发一种快速故障定位与精准采煤机检修技术，帮助煤矿设备检修管理部门及时诊断明确采煤机故障隐患，并采取必要措施主动保养与维护，以降低采煤机的停机率，进而有效提升开采效率。

大量学者针对摇臂、齿轮箱、轴承等采煤机关键元部件的运行状态监测与故障诊断进行了卓有成效的研究[1-3]，然而元部件级故障诊断分析不能从众多耦合因素中精确定位潜在故障源。尤其是处于极端恶劣工况下的采煤机关键元部件失效触发因素大幅增加，目前没有成熟的方法满足设备多部件协同工作条件下的故障源精确定位需求[4-6]。本文从采煤机整机角度分析各元部件协同关系，引入知识图谱技术，系统地研究各故障源的耦合程度，通过图论中的节点关系图直观描述设备运行过程中产生的各种信息及其复杂关联关系，形成面向采煤机故障检修的智能维护知识图谱，以图谱的形式固化采煤机故障检修知识，配合相关故障诊断模型与算法，实现故障源快速准确定位及潜在故障点精准管控，达到故障前有效预防、故障后及时维修和止损的目的。……