摘 要：矿山生产中，机电设备发挥着极为重要的作用，但是也受到诸多因素的影响。科学技术的进步在一定程度上减少了机电设备出现故障的几率，能够保证矿山生产更加安全，维护工作人员的生命安全。对矿山机电设备的故障进行有效的诊断，有助于设备更加稳定的运行。本文旨在研究论述矿山机电设备故障诊断技术，为矿山企业的生产提供参考。
关键词：矿山；机电设备；故障诊断
中图分类号：TD407 文献标识码：A 文章编号：1671-2064（2017）23-0033-02
随着采矿产业的进步，矿山生产的安全性逐渐受到关注和重视。但是相比于西方发达国家，我国的矿山机电设备诊断技术还存在不足，与市场发展的实际需要不相适应。矿山机电设备故障诊断能够很好的保障设备运行，避免出现故障问题，采取有效的诊断技术明确设备的相关参数以及运行状态，从而保证矿山机电设备诊断能够更加安全，进一步推动矿山生产，实现良好的经济以及社会效益。
1 故障诊断的基本技术分析
故障诊断其实就是对机电设备等进行有效的检测、分析研究的过程，使用多样化的技术手段，有效处理和控制机电设备的运行情况，故障诊断基本技术涉及到以下几个方面。
（1）信息采集，利用多样化的感应器设备采集机电设备的相关信息，有效处理这些信息，明确机电设备的故障，提出针对性的处理策略，避免机电设备出现故障导致严重损失。（2）信息处理，采集信息之后，需要使用计算机软件系统有效的处理信息，结合这些信息科学的调整机电设备，使机电设备的运行能够更加有序、稳定，因此信息处理技术是机电设备故障诊断的重要技术。（3）识别分析信息技术，对信息采集处理之后，需要使用筛选软件、程序对信息中的有用的部分进行识别，从而对机电设备的状态进行判断。（4）诊断预测技术，做好上述工作后，需要准确的诊断和预测矿山机电设备的使用寿命，防止再次出现设备故障。（5）数学模型技术，使用该技术构建数学模型，使矿山机电设备的相关参数变化被准确的反映出来，以此为依据诊断矿山机电设备的状态以及运行[1]。
2 矿山机电设备的故障诊断技术
2.1 主观诊断技术
主观诊断技术其实就是机电设备的擦作人员依据自己多年的工作经验，通过听、看等方式判断矿山机电设备的故障原因以及种类，这种诊断技术方式与操作人员的技术水平有着密切的联系。诊断矿山机电设备时，如果故障明显超出工作人员的能力范围，就需要借助于一些机械设备对诊断进行辅助，但是辅助设备只能将单一的检测数据提供给工作人员，最终的判断还是依靠操作人员的主观经验。对矿山设备故障进行主观诊断，其应用范围是比较广的，可以在很多种类型的机电设备中应用，但是这种方法主要依靠操作人员的主观经验，容易受到操作人员的情绪、心理等因素的影响，因此这种诊断技术方法不够科学准确。
2.2 故障树诊断技术
对于矿山机电设备而言，隐蔽性、复杂性比较强，使用故障树诊断技术，对机电设备的故障进行初步的分析，依據矿山现场故障诊断数据和记录进行。故障树模型是一种定性的因果模型，顶事件是系统最不希望出现的事件，将可能造成顶事件的其他事件作为中间和底事件，通过逻辑门对事件间的联系表示出来，是一种倒数形状的结构。这种故障树能够将特征向量与故障向量之间的逻辑关系表现出来。故障树示意图1所示，其中系统故障是顶事件，主要是由于A故障和B故障造成的，导致A故障出现的原因是元件1或元件2一个出现失效造成的，造成B故障出现的原因是元件3和元件4同时失效导致的[2]。
2.3 人工神经网络诊断技术
矿山机电设备中也有很多柴油机燃油系统，其状态机信息主要通过高压油管压力波形表现出来，若出现故障，供油状态以及燃油流动压力、流速等会出现变化，在压力波形上表现出波形参数以及形态的变化。使用压力传感器对高压油管燃油压力波形进行检测，分析波形，明确故障特点，通过人工神经网络模型识别故障。
结合传感器采集到的相关压力数据，将供油量不同的燃油压力波形进行绘制，并提取相关的特征值，如波形幅度、宽度、最大压力、落座压力等。将特征值样本进行提取，每一样本都有8个特征值，与4中供油状态相对应，分别为怠速油量、25%油量、75%油量以及100%油量，按照顺序其输出编码分别对应（0，0，0，1）、（0，0，1，0）、（0，1，0，0）、（1，0，0，0）。构建BP神经网络，输入层为8个，输出层为4个，隐含层的数量并不是固定的，要结合实际的检测以及调整对隐含层数进行确定，一般关系式：n2=2n1+1，公式中的n1代表输入层的数量，n2为隐含层的数量，因此隐含层为17个。使用网络训练原始样本，明确初始连接值和阈值之后，在使用Matlab编程得到不同连接的权值以及阈值，从而使训练结束。网络训练完毕后，还需要再挑选数据进行诊断检测。
2.4 模糊数学法
在矿山机电设备故障诊断过程中使用模糊数学的方法，建立数学模型，实现定性和定量分析，利用计算机实现故障诊断，更好的辅助故障诊断。构建数学模型需要结合机电设备故障知识的特点，选择合适的知识表示方式，建立故障原因与模糊因果关系的矩阵[3]。
使用模糊数学隶属函数对机电设备故障进行诊断，将0、1的逻辑关系应用到0-1范围内的相关逻辑数值中，因此模糊数学法是比较合理的。利用模糊数学法对机电设备故障进行诊断时，0和1之间的数值对应的特征函数就是模糊数学隶属函数。隶属函数与评估对象之间有着极为密切的客观性，函数选择会对评估诊断产生决定性的影响。
为使矿山机电设备故障得到有效的诊断，就必须要建立模糊诊断矩阵，通常而言，结合数据的精确以及丰富性进行确定，所以需要分析机电故障的原因以及大数据结果。
3 结语
当前我国的矿山机电设备故障诊断技术有了很好的发展，但是还需要继续研究，加强人财物等方面的投入力度，对故障诊断技术进行研究开发，将其科学的应用到矿山生产中，为矿山安全生产提供科学的技术指导，减少设备故障造成的经济损失，帮助矿山企业获得更大的经济效益，同时保证矿山工作人员的安全性，促使矿山机电设备的诊断技术更好的发展。
参考文献
[1]王璟珵.矿山机电设备故障诊断技术分析探讨[J].科技创新导报，2016，（23）：38+40.
[2]朱子敬.论矿山机电设备维修中故障诊断技术的运用之我见[J].科技创新导报，2017，（11）：127-128.
[3]章名红.矿山机电设备故障诊断技术分析[J].机械管理开发，2015，（09）：41-43.