智慧故障診斷技術淺析論文
智慧故障診斷技術淺析論文
引言
自進入21世紀以來，資訊科技為廣大居民的生產生活帶來了很大的變化，機電設施也在整個生產過程發生著變化。在機械採礦中，添加了多種智慧、自動化設施。由於是機械設施，在生產與執行中很容易出現各種問題，從而影響礦業發展。因此，在現實工作中，必須將診斷與維修技術作為研究重點，在將要發生或者發生故障時，對其進行預警，控制故障延伸，確保工作人員安全。
1故障診斷技術的總體概括
1.1裝置診斷技術概念
從整體來看：故障診斷技術屬於防護方式，它是在確保生產過程的條件下，讓各個裝置的引數滿足最佳狀態，然後再透過精密的儀表、儀器檢測裝置是否滿足執行要求，是否有數值變化和破損現象。如果有異常，明確出現異常的原因，破壞程度，能否持續利用，能夠持續利用的時間，然後再結合裝置的受損度，看能否利用代替性的裝置延伸時間，減小成本消耗。當然，這一切工作都是在正常的執行狀態中才有效。
1.2故障診斷的技術原理
目前，應用在礦山機電裝置智慧故障診斷的技術主要包含：數字建模、資料採集、識別分析、狀態預測和資訊處理。數字建模是診斷智慧故障的總規劃和原則，它要求展現智慧分析優勢。例如：在數學模糊診斷中，A是可能發生的事實案例，B是資料庫事例，透過對比A與B，在分析權值與特徵的條件下得到準確的結果。資料採集，是礦山機電裝置事先制定好引數值，然後再診斷裝置，進行數值採集，用建模的方式對兩份數值進行比對。一旦數值引數大於預設範疇、曲線變化，那麼說明機電裝置還存在問題。識別分析，是在掌握機電裝置測試引數與原始引數的`情況下，結合引數變化，從故障庫中找到類似樣本，再確認產生故障的原因。也只有智慧分析與識別，機電裝置診斷與檢測才能達到智慧要求。狀態預測，是在預測、識別現有引數後，結合相關資料，驗證機電裝置執行狀態，同時這種結果具有很好的可信性與真實性，該預測結果同時也是深入機電裝置執行的有效條件。資訊處理，則是一份有效的測試引數，它要求將資料模型變成引數模型，再透過分析等形式進行處理。它能準確分辨無用與有用資訊，透過綜合處理資訊，找準診斷結果和過程分析後，最後得出一份理想的分析報告。
2礦山機電裝置出現故障的原因
2.1配合關係
從檢查已有裝置故障反饋的資訊來看，大多數故障都是零件原配變化或者損傷造成的。在這期間，零件損傷是零件原設計與形態出現偏離，這種偏離多數是機械使用或者內部因素所致。常見的零件損傷體現為：意外和老化損傷所致。
2.2超出裝置負荷
在相關裝置設計之前，工作人員都會對引數極限進行限制，一旦其輸出引數超過設計極限時，它的執行狀態就會遭到破壞，甚至出現不同程度的故障。如果是超負荷造成的故障，就必須對技術引數和相關裝置進行調整，並且採用適當的方式，以幫助其改善承受力。
2.3裝置損耗
裝置損耗是在內外因素的共同作用下，隨空間與時間的改變，其綜合能力不斷降低。造成這種情況的主要原因是：機件剛性不夠、間隙過大、部件磨損與老化、相關設施磨損、係數過大、負荷增加、關鍵負荷的聯接發生磨損與變形等。
3故障診斷在礦山機電維修中的運用
3.1診斷類別
從故障診斷的目的來看：它是對機電設施的計劃與檢修，以此保障各種生產設施執行的連續性。大致分成：事後檢修、根據週期檢修和狀態檢修。事後維修是機電設施發生故障的治理方案，不屬於主動對策的範疇，而是大多數機電設施在沒有準備的狀態下采用的方法。因此，將事後診斷應用在礦山機電設施中的效果並不太理想，其檢修質量也有待提高。週期檢修相對固定，並且帶著強制的特徵，同時也是負責的展現。該方式方便易操作，大多數情況下是結合維修或者使用週期操作，從外看這種似乎會增加工人成本，事實上它是不可缺少的打基礎部分，從某種角度來看它也是節約成本的體現，透過積極防護設施，延長相關裝置的使用年限和週期，並且及時發現和修復問題，最大程度的避免問題帶來的停產損失。因此，固定維修對礦山機電裝置具有很好的作用，它能最大程度的做到防患於未然，從而降低經濟損失。狀態檢修，是在資料分析的條件上，讓每個工作人員負起對應的責任，然後再結合各種部件出現問題的時間推斷故障時間。雖然這種預測不能準確捕捉時間，甚至還存在誤差，但是能給企業警告的作用，避免措手不及的狀況發生。在爭取將裝置控制在萌芽階段的過程中，幫助其延長使用週期，減小安全隱患，以確保生產正常進行。
3.2診斷方法
首先是參考歷史進行診斷記錄，透過對區域性系統和元器件進行排查，找出問題癥結，這也是礦山機電設施診斷與維護的主要方法之一。一旦出現故障，對相關結論進行精細歸納，最後生成診斷集。第二次出現類似故障時，就能借用診斷路徑與經驗對其進行處理與診斷。它的優點是相同故障發生時，定位快速。其次是智慧診斷，在控制系統、模擬人腦的基礎上，獲取、再生、傳遞、利用相關資訊，最後利用已經準備好的經驗策略。其具體包含灰色系統、模糊診斷、專家診斷、神經網路等方法。當前，應用最廣的是神經網和專家體系，讓診斷更加智慧化。礦山機電裝置故障診斷具有隱蔽性與複雜性，透過傳統的方法進行精確、迅速的診斷。同時，專家系統能精確的應用專業知識與經驗，透過模擬思維，對故障進行求解，最後得到結論。在人工智慧診斷的基礎上，藉助計算機系統與已有經驗解決故障。
4礦山機電裝置故障監測的步驟
從整體來看：礦山機電設施故障診斷主要包含以下步驟：資訊採集、處理、識別、建模和預測。在資訊採集中，對機電設施執行引數、狀況與資料訊號進行有效監測，利用感測器傳輸的資訊資料進行整理，最後放進網路進行儲存，以備後續利用。資訊處理，是對裝置執行狀態進行資料整理和識別。當然，在這期間，存在有用與無用資訊之分，因此必須對相關資訊進行區分與整理，剔除無用資訊，並且轉換資料，對具體資訊進行有效分析，最後將資料變成裝置能接受的資訊與資料。資訊處理與識別是在資訊採集後，對相關資訊進行識別與分析，包含資料分類、識別與分析，然後再將資訊與之前得到的資料進行比對，最後得出裝置執行中可能存在故障的區域、故障原因與型別。在礦山機電生產中，機電設施由多種資訊資料和引數，並且和設施狀態、是否存在隱患有著直接的關係。對此，必須建立起良好的模型，以確定和反映裝置狀態與故障之間的數學關係。預測技術是對機電設施的故障狀況以及剩餘使用時間進行預測，它能作為機電設施故障維修與保養的條件，從而避免機電設施出現不必要的故障。
5.結語
為了推動礦業發展，提高開採安全性，在礦山開採中必須注重相關裝置的故障診斷與維修技術。在開採中，做好故障記錄與整理歸檔工作，經常對壓力、溫度進行檢查，一旦發現問題立即解決，這樣才能改善故障診斷技術，進一步完善與最佳化診斷系統。