世纪中文出版社

引言

我国对煤矿安全给予了极大的关注。在煤矿井下工作时，若出现机电设备的故障，不但会降低井下工作的效率，而且还会引起安全事故。针对这种情况，相关企业和工作人员应该对机电设备故障产生的具体原因以及预防性维修工作的重点进行分析，并对预防性维修措施进行持续改进，最终实现推动井下设备安全稳定运行的目标。当前，我国煤矿机电设备的故障维修工作还存在着诸多问题，不能充分发挥现有维修技术的功能与价值。为此，必须积极采取有针对性的措施，以保证对机电设备故障的预防与处理，从而找出存在的问题。

1.煤矿井下矿山机电设备故障检修重要性

通过对矿井下作业的分析，认为矿井下作业是矿井最重要的一种生产方式，它的安全性和稳定性直接影响着矿井的开采进度和质量。根据有关资料显示，在我国，矿井下的危险事故仍时有发生。矿井下的机械和电气设备，是保障矿井下作业，实施开采的主要动力和使用工具。首先，对机电设备进行检修，以确保设备的稳定性和正常运行。矿井下的环境比较复杂，机电设备在工作过程中会受到环境的影响，造成内部磨损和外部损伤，使其性能显著降低，容易出现故障。此时，通过科学、有效的维修方法，排除设备故障，提升设备性能，大大提高了地下采矿的工作效率。其次，通过对机械设备进行大修，可以提高矿井的安全，减少机械设备的失效对人身的威胁，减少危险的发生。机电设备一旦出现故障，就可能引起突然的停机、停电等现象，从而引发严重的安全事故。最后，矿井下的机电设备大修对于改进大修工艺，创新检修方法具有重要意义。井下机电设备种类繁多，在对其进行持续检修的过程中，会总结经验，探索出一种科学的故障排查方法，从而推动检修方法的完善和工艺的创新。

2.设备故障的产生原因

2.1.机械零件损坏及配合关系发生变化

分析故障发生位置，发现原因是零件存在损伤、零件之间固有的配合关系发生了改变，导致机电设备无法正常运转。零件损坏指现有的尺寸、形状与原来的设计存在偏差，而偏差反映了机器在使用中受到多种因素影响。部件损坏一般由意外伤害和老化引起，这也与日常维护不到位有关。

2.2.机械工作能力损耗

随着时间的推移，机械工作能力的损耗速度会加快。机械在长期使用后，会在内、外因素影响下出现损失。造成该情况的原因有四方面：一是机械零件的间隙增加，刚度降低；二是主要零件出现磨损及老化；三是摩擦系数增加、载荷增加和磨损等因素带来影响，导致发热量增加；四是主要连接副和零件出现磨损、变形。

3.煤矿井下矿山机电设备故障检修技术应用问题

3.1.煤矿机电设备故障检修管理理念落后

在进行煤矿机电设备故障维修管理工作时，要结合实际情况，进行有针对性的管理。实际上，机电设备管理部门的领导起着十分关键的作用，然而，许多煤矿管理部门的领导本身对机电设备的管理认识不足，大部分的领导都只注重于经济效益，即过于重视煤炭的总体开采在面对某些现代机电煤炭装备在实践中的重要意义时，没有受到足够的重视，从而造成了煤炭机械本身的主导地位受到了削弱。

3.2.日常对井下机电设备维修和保养缺乏重视

在日常煤矿生产和管理的过程中，因为多种原因，其自身对井下机电设备的维修和维护不够重视。许多工作人员都会把注意力集中在设备的制造上，一旦设备发生了问题，他们就会考虑对其进行维修，然而，这会影响到其自身的工作状况，从而对煤炭的开采工作产生影响。对于井下机电设备所发生的故障，或是在他们所遇到的问题并不是很大的时候，维修人员因为自身的粗心大意，很可能会导致对设备的深度维修不足。

3.3.没有贯彻落实井下机电设备故障检测以及维修养护工作

在矿井机电设备的日常维修工作中，根据实践经验，发现其运行状况与设计、生产状况有很大的关系。但是，由于部分煤矿企业把矿井下的机电设备维修与生产分开处理，造成了矿井下的机电设备与实际能源消耗之间，以及对设备的运行质量和生产数据等缺少沟通，无法保障其信息的真实性、有效性。

4.煤矿井下矿山机电设备故障检修技术应用

4.1.故障诊断专家系统的应用

矿山工作条件复杂，对矿山机电设备的故障诊断效果有较大的影响。由于设备故障位置的隐蔽性和复杂性，使常规的故障检测方法不能对其进行精确的识别与分析。为此，要积极采取针对性的对策，使其达到统一、有效的处置。通过对这些数据的分析，并辅以专家系统的辅助，达到了对这些数据的合理利用。在实际使用过程中，该系统能模仿专家的思维方式，将专家的知识与经验相结合，做出正确、合理的判断，并对故障进行分析。当前，基于一套很好的煤矿机械故障诊断专家系统，在中国的煤炭企业中已经取得了一定的成果。

4.2.模糊数学的合理应用

为了保证故障诊断的准确度与可靠性，机电设备故障的发生与成因有其自身的特点。在目前的矿井机电设备故障诊断工作中，合理引入并应用模糊数学方法是十分必要的。运用模糊教学法，可实现定性、定量分析、专家经验的有机结合，建立模糊诊断数学模型，并可应用于临床。在此基础上，可将其合理运用到计算机中，为煤矿机电设备故障诊断提供可靠的依据。

4.3.人工神经网络技术的应用

人工神经网络技术在信号处理、自动控制等多个方面的应用范围日益扩大，其实际应用的结果是令人满意的。目前，对神经网络中的某些特定的信息与结构进行了分析与研究。在对机械设备进行故障诊断时，从发生故障到发生的全过程中，往往伴随着一系列非常复杂的、具有很强的非线性特征。在此背景下，可以将人工神经网络用于目前煤矿机电设备的故障诊断，不仅可以帮助我们更好的利用现有的故障应用检测技术，还可以帮助我们提出更多的维修措施，避免更大的问题发生。

4.4.检测压力和温度

基于齿轮的传动箱以及轴承压力、温度传感器等，可以实现对当前矿井机电设备在运转时的状态的实时、高效的监控和管理。与设备的压力、温度数据变化等相联系，对机电设备中所涉及的各个部位的压力、温度数据信息等进行了实时的监控。通过对监控数据的分析，可以采取相应的措施，确保了电机和电机的正常运转。

5.结束语

综上所述，随着煤矿能源需求量的不断增加，尤其是随着煤矿开采条件的日趋复杂，煤矿机电设备在高负荷工况下极易发生故障。为了能够在出现故障时及时采取相应的措施，人们对机电设备的故障检测技术提出了更高的要求。机电设备的故障诊断是一项需要深入研究的课题。对现有工艺设备进行改进与优化，保证试验结果的准确、可靠、稳定运行。

参考文献