煤礦機(jī)電設(shè)備振動檢測分析研究

張 元

（長治市煤礦技術(shù)服務(wù)中心， 山西 長治 046000）

引言

在煤礦開采中，決定作業(yè)效率的關(guān)鍵因素之一是設(shè)備的實際運(yùn)行情況。因此，通過對機(jī)械運(yùn)行過程中產(chǎn)生的多諧波的分析，確定機(jī)電設(shè)備狀態(tài)變化的主要規(guī)律，可以滿足機(jī)械主動維修的要求，并根據(jù)實際情況創(chuàng)建引入機(jī)械主動維修。

1 損傷風(fēng)險評估通用檢測分析的制定

根據(jù)觀察期間的檢測數(shù)據(jù)，以及在此基礎(chǔ)上開發(fā)一套檢測信號和規(guī)則。通過對EKG 和ESH 鏟車機(jī)電設(shè)備振動參數(shù)的實例分析，探討了機(jī)械振動參數(shù)評定方法的改進(jìn)。這些研究基于一種分析振動參數(shù)的綜合方法，它能夠提供關(guān)于主動復(fù)雜機(jī)械系統(tǒng)技術(shù)狀態(tài)變化的通用和有用的信息。

本研究采用30 臺單斗電鏟（EKG-5A、EKG-8I、EKG-10、EKG-12.5 等型號） 和8 條拖曳線ESH 10/70、ESH 6/45、ESH 15/90）進(jìn)行采樣。在工業(yè)安全專家評估的框架內(nèi)采取檢測措施。研究結(jié)果表明，EKG 型和ESH 型電鏟電氣設(shè)備的檢測應(yīng)采用基于圣彼得堡擴(kuò)展頻段頻譜分析、過剩和包絡(luò)分析數(shù)據(jù)的振動特征綜合方法。此外，本文所提出的方法較好地結(jié)合了聚合體的加速度/衰減分析和初始振聲信號的小波變換。這種檢測方法的組合是一個最佳組合，提供了關(guān)于設(shè)備類型和運(yùn)行模式的最大價值信息，圖1—圖4 為振動參數(shù)分析。利用譜分析作為最靈活的工具，是利用振動參數(shù)檢測煤礦機(jī)械附件的綜合方法的基礎(chǔ)。檢測特性可以被形式化，用于開發(fā)自動檢測缺陷的算法代碼或適用于預(yù)測復(fù)雜機(jī)械系統(tǒng)工程條件變化的通用檢測分析。

圖1 ESH 10/70 鏟上的低組煤礦發(fā)電機(jī)軸承存在大量缺陷

圖2 從ESH6/45 鏟上的擺動齒輪上拆下電機(jī)

圖3 在EKG-5A 可容忍的轉(zhuǎn)子不平衡和發(fā)電機(jī)組軸線系統(tǒng)剛性故障

圖4 EKG-4.6B 鏟上的減速齒輪軸和暴露的齒輪系不能容忍的不對中

目前，在分析軟件市場上可用的模型振動參數(shù)的基礎(chǔ)上，為進(jìn)一步預(yù)測煤礦機(jī)械設(shè)備狀況的變化而建模的模型是不夠的。大多數(shù)這樣的模型是為了預(yù)測機(jī)械和機(jī)構(gòu)的機(jī)電設(shè)備單個組件的實際情況（例如，一個建模對象可以是一個旋轉(zhuǎn)頭減速器軸承或拖繩拉絞車軸承）。因此，這些模型的應(yīng)用范圍非常小，不便參與試驗。

目前，預(yù)測模型的局限性可以用許多原因來解釋，特別是由于缺乏對采礦機(jī)械動力學(xué)的知識。此外，如果沒有可靠的理論背景和單個型機(jī)電設(shè)備振動參數(shù)數(shù)據(jù)庫，也不可能建立基于機(jī)電設(shè)備振動分析的關(guān)鍵缺陷預(yù)測模型。其中，對所得結(jié)果的解釋比較復(fù)雜，所提出的數(shù)學(xué)模型的檢驗較差，帶來了更多的困難。對于露天開采的機(jī)電鏟車，在參數(shù)建模的情況下，最有效的方法是應(yīng)用檢測設(shè)備參考故障組的數(shù)量所制定的通用標(biāo)準(zhǔn)（檢測減少列車、滾子軸承、系統(tǒng)剛度違反的單個標(biāo)準(zhǔn)、電氣性質(zhì)缺陷，旋轉(zhuǎn)元件不平衡，聚合體不對中以及各種類型和設(shè)計的連接器套筒）。

因此，評估機(jī)電設(shè)備狀態(tài)的每一種常見檢測分析都將是獨(dú)特的，因為這是基于使用不同的振動聲學(xué)檢測程序?qū)φ駝訁?shù)進(jìn)行綜合分析的結(jié)果，而采用這種標(biāo)準(zhǔn)的評估過程消除了許多繁瑣的檢測特征和規(guī)則。到目前為止，由于當(dāng)前計劃維護(hù)系統(tǒng)的特殊性，在沒有必要更換無缺陷部件的情況下，這是絕對不重要的；更值得關(guān)注的一個因素是可靠的信息，即檢測對象在下一次維護(hù)之前是否可以正常運(yùn)行。在這種情況下，基于實際檢測信息，以預(yù)測不超過兩個檢測區(qū)間為目標(biāo)的短期自適應(yīng)建模是的最佳選擇。技術(shù)設(shè)備的退化建模最好是基于自適應(yīng)算法來處理更新的檢測測量數(shù)據(jù)。該模型參數(shù)適應(yīng)跳躍輸入條件，這是機(jī)械系統(tǒng)實際工況變化的短期預(yù)測所需要的。大多數(shù)以振動參數(shù)為基礎(chǔ)的通用設(shè)備狀態(tài)判據(jù)的科學(xué)研究都局限于滾動軸承，這反映了目前算法的應(yīng)用范圍極其有限。

除了其他因素外，如傳感器位置誤差、測量表面準(zhǔn)備不足、傳感器—電纜—儀器系統(tǒng)連接條件不良導(dǎo)致的信號記錄誤差、測量對象的某些結(jié)構(gòu)或運(yùn)動學(xué)特征（難以到達(dá)的測量點、高交互沖擊載荷、存在低速結(jié)構(gòu)元件、運(yùn)行周期短等）、低溫等潛在條件會限制通用檢測分析的應(yīng)用范圍。該問題的最優(yōu)解決方案是在標(biāo)準(zhǔn)算法中加入過濾算法，旨在清除使初始數(shù)據(jù)分析復(fù)雜化的出口信號中的“不必要”成分。任何預(yù)測模型的一階條件都是關(guān)于狀態(tài)估計范圍的信息，超出這個范圍，機(jī)械系統(tǒng)條件的分類就會改變；換句話說，它需要具有合理的極限狀態(tài)標(biāo)準(zhǔn)，適合于估計可檢測設(shè)備元件中缺陷的發(fā)展。該模型盡可能地采用一組通用的缺陷檢測準(zhǔn)則，通過對系統(tǒng)運(yùn)行過程中產(chǎn)生的振動參數(shù)的分析，可以獲得覆蓋復(fù)雜機(jī)械系統(tǒng)實際狀態(tài)所需的最小信息。例如，極限狀態(tài)基本準(zhǔn)則的發(fā)展可以有效地利用下面列出的一個或一些特征：

1）振動速度和振動加速度在標(biāo)準(zhǔn)帶寬或擴(kuò)展帶寬內(nèi)的總水平，以及振動速度在倍頻帶寬內(nèi)的平方根平均值，包括轉(zhuǎn)子頻率；

2）反映相同性質(zhì)缺陷的頻帶、序列或諧波峰值，或一組重要組件的齒輪或齒在擴(kuò)大帶寬至10 kHz的振動加速度和振動速度的參數(shù)；

3）振動位移在10～1 000 Hz 范圍內(nèi)的擺動；

4）信號的相似性，特別是由振動聲信號的包絡(luò)譜或小波變換確定的相似性。

通過對機(jī)電鏟的主動機(jī)電設(shè)備的檢測數(shù)據(jù)進(jìn)行分析，可以將這類采礦機(jī)械固有的所有缺陷分為七個包（不對準(zhǔn)、剛度違反、旋轉(zhuǎn)部件不平衡、軸承、齒輪、套筒和電氣性質(zhì)缺陷），共涵蓋了120 多個振動參數(shù)的檢測特性。為了便于開發(fā)復(fù)雜系統(tǒng)的自動控制算法，通過產(chǎn)生的機(jī)械振動參數(shù)對其中一些進(jìn)行了形式化。用于提前1～2 個檢測期（大約一個日歷月）短期預(yù)測的自適應(yīng)指數(shù)學(xué)模型似乎是實現(xiàn)既定目標(biāo)的最佳方法。通用準(zhǔn)則算法的一個組成部分是循環(huán)頻率優(yōu)化程序，旨在提高計算的準(zhǔn)確性和檢測效率。這些程序被廣泛應(yīng)用于軟件設(shè)計和創(chuàng)建高度詳細(xì)的光譜掩模。在本研究中，提出的循環(huán)頻率細(xì)化方法，證明了在循環(huán)頻率最大值不確定的情況下，該方法是有效的。

此外，為了評估一個復(fù)雜機(jī)械系統(tǒng)的剩余壽命，這是一個露天煤礦需要區(qū)分初始信號的確定性成分的信息趨勢，以短期預(yù)測設(shè)備退化。針對檢測特性的多個維空間，使用逐步標(biāo)量化算法和不同缺陷強(qiáng)度器件組的分割，應(yīng)開發(fā)一個最適合評估復(fù)雜技術(shù)器件狀態(tài)的通用準(zhǔn)則；在這種情況下，標(biāo)準(zhǔn)的數(shù)量應(yīng)該與缺陷組的數(shù)量一致。開發(fā)通用標(biāo)準(zhǔn)算法的一個組成部分是剪切子程序，用于從“不必要的”信息中清除初始檢測數(shù)據(jù)。剪斷子程序的數(shù)量應(yīng)與被檢查設(shè)備上潛在缺陷的數(shù)量相等；所有這些子程序都是基于對某些性質(zhì)的信息部件（例如，滾動軸承、齒輪、連接器套等缺陷）的檢測和選擇，因此，通常通過過濾的方式消除所有其他部件。每個子程序包括循環(huán)頻率細(xì)化程序，而循環(huán)頻率細(xì)化程序則是基于在低頻范圍內(nèi)尋找具有最大振幅的信號分量。在上述研究框架中應(yīng)用的算法證明了在分析滾動軸承振動加速度譜時的高效率，當(dāng)顯著諧波先驗不屬于循環(huán)頻率時，最大振幅（如上頁圖1）。這是在制定評估機(jī)械系統(tǒng)實際狀態(tài)的通用檢測分析的框架內(nèi)成功實施的決定性因素。

煤炭行業(yè)的危險性和突發(fā)事件的風(fēng)險都很高。因此，顯然需要繼續(xù)發(fā)展程序，以建立通用檢測分析的算法，以估計露天煤礦機(jī)電設(shè)備的狀況。根據(jù)煤礦設(shè)備的實際情況，沒有共同檢測分析的設(shè)備條件和數(shù)學(xué)退化模型就無法預(yù)測復(fù)雜機(jī)械系統(tǒng)實際情況的變化。本文提出的方法的實現(xiàn)，以發(fā)展通用檢測分析和退化模型估計復(fù)雜設(shè)備條件，應(yīng)用于最小化采礦機(jī)械的失效概率，提高露天采礦的安全性，以及減少因設(shè)備故障而造成的傷害和事故率。

2 結(jié)論

目前在計劃的維修系統(tǒng)中，短期設(shè)備退化預(yù)測的實際應(yīng)用是可行的，因為這可以預(yù)測未來一到兩個檢測周期內(nèi)設(shè)備狀況的變化。對振動參數(shù)的分析結(jié)果表明，煤礦設(shè)備規(guī)范化算法對復(fù)雜系統(tǒng)的自動控制可有效檢測分析設(shè)備的缺陷。同時，提出了一種用于煤礦機(jī)械設(shè)備損傷（缺陷）風(fēng)險檢測和評估的通用檢測分析的算法。