在矿山企业中，领导十分注重生产指标和生产业绩，把主要力量和骨干力量都安排到生产第一线，以下是搜集整理的一篇探究矿山机械设备故障产生原因的论文范文，欢迎阅读参考。

　　机械设备故障诊断技术及其发展趋势关乎机械设备是否能够健康有序运转，关乎生产业绩及经济效益，更关乎人身安全。深入探讨机械设备故障诊断技术及其发展趋势具有重要意义。

　　1矿山机械设备故障产生的原因

　　1.1管理制度存短板

　　安全重于泰山。当前，人们把矿山安全提到了重要位置，制定了一系列的安全生产责任制度，但对于矿山机械设备的管理却不够重视，还在沿用传统的管理模式，以计划预防为主。虽然也制定了一定的管理制度，但因为缺乏相应的目标考核和检查监督，很多制度都执行不严格、不到位，甚至形同虚设，导致矿山机械设备的日常检修、维护保养等不能及时有效进行，矿山机械设备管理已经远远不能适应生产发展的要求，直接影响了矿山的经济效益，也给矿山安全带来了潜在的安全隐患，甚至造成了不可挽回的损失。

　　1.2设备技术有缺陷

　　矿山机械设备构造一般都精密复杂，配件十分先进，一旦发生故障，需要先进的维修技术。但目前矿山机械设备检修队伍的维修技术还十分落后，长期得不到及时的专业技术培训，全靠自己在维修中摸索，全凭经验来维修。当设备发生问题时，从表象发现不了，也无法提前进行故障检测，维修质量得不到保证。同时矿山机械设备的采购人员对矿山机械设备的性能等缺乏全面系统的了解，依据的都是从设备说明书上了解到的知识，听的都是销售方单方面对设备功能的讲解，致使采购的矿山机械设备功能落后，有缺陷，甚至不合规定。

　　1.3检修队伍不过硬

　　在矿山企业中，领导十分注重生产指标和生产业绩，把主要力量和骨干力量都安排到生产第一线。对矿山机械设备检修队伍不重视，不仅人员数量少，而且流动性很强。检修人员工作缺乏稳定性和连续性，不能安心地在检修队伍工作，仅仅为了维修而维修，不去认真了解设备故障产生的原因，不能全面了解设备的性能，不去深入钻研维修技术，致使维修质量大幅度的下降。同时，检修队伍与其他矿山工种相比，工资普遍偏低，也在一定程度挫伤了检修人员的工作积极性和热情。

　　1.4设备操作有不当

　　一些矿山机械设备检修人员在进行设备安装时，不了解设备的全面情况，不阅读使用说明书，就按照经验进行安装，结果在安装过程中，由于安装方向不对，不仅使设备不能正常运转，而且在拆装过程中，对设备也造成了一定的损害。在对机械设备进行检修和拆卸时，不按操作规程操作，比如在拆轴承和皮带轮等设备零部件拆不掉时，就直接生硬地用锤子敲打，敲打力量过大，无形中也对设备的零部件造成了损坏，缩短了设备的使用寿命，导致设备故障的频频发生。

　　2矿山机械设备故障的诊断方法

　　2.1振动监测诊断

　　振动检测能够实时、直观、精确地对矿山机械设备振动进行检测，并根据振动是否异常、是否有规律来判断设备是否运转正常，是矿山机械设备故障诊断的常用方法，也是首选方法。振动检测主要是先通过测定振动强度，然后通过对振动频谱分析，最后有针对性地对零部件进行分析而得出科学诊断结论的一种诊断方法。通过振动强度分析，可以了解设备运转是否正常。通过振动频谱分析，可以清楚设备发生问题的环节和部位。通过零部件分析，可以准确找出故障，并及时维修。

　　2.2红外测温诊断

　　发动机排烟管堵塞、液压系统油液劣化、机械设备内部接点烧坏、机械磨损等都会引起矿山机械设备温度升高，在温度上显示出来。红外测温法就是利用红外测温仪，通过对机械设备内部各个部位的温度进行测定，并根据温度变化来判断设备是否正常运转的一种方法。

　　红外测温法可以远距离、非接触性测温，可以进行信息处理、数据运算和判断，比一般传感器测量出来的温度更精确，更能准确确定设备的环境温度状态和变化。通过红外测温诊断，可以提早对机械磨损、油液劣化现象采取相应措施处理，能够保证设备正常运转，延长设备使用寿命。

　　2.3润滑油样分析

　　润滑油在机械设备中循环流动，携带着大量设备零部件运行工作状态的信息。通过对油液磨屑粒形状和对油液介质的物理和化学成分进行分析识别，可以判断设备中零部件的磨损程度、部位和类型，进行故障诊断，这种诊断方法称之为润滑油样分析法。这种诊断方法主要应用于机械设备润滑系统和液压系统，具体主要有三种分析方法：光谱分析法主要适用于磨屑粒径小于10um的磨损颗粒，其诊断准确，分析速度快。它主要利用光谱仪检测各种元素受到一定能量激发时具有发射的特定波长光的化学成分和含量，准确判断设备的磨损部位和程度;铁谱分析法适用范围很广，主要用于检测磨屑粒径在10~50um的磨损颗粒，但分析速度慢。它主要利用高强度磁场将油液中的金属磁性颗粒分离出来，然后用铁谱仪制成谱片，用光学显微镜观察磨屑的成分、大小、形态、色泽，判断设备的磨损部位、类型和运行状态;磁塞检查法主要适用于磨屑粒径在50um以上的磨损颗粒检测，其方法简单，多用于检测设备零部件后期磨损。它是用带磁性的塞头插入润滑系统的管路内，收集油中的磨损颗粒，然后用肉眼直接进行观察并判断零部件的磨损状态，进行故障诊断。

　　2.4无损探伤诊断

　　机械设备在生产时，其铸件、锻件、焊接件的表面及内部不免存在裂纹、气孔等肉眼观察不到的各种缺陷，在使用过程中缺陷可能会进一步恶化，影响设备的性能和正常运转。无损探伤诊断法就是利用声、光、磁和电等特性，在不损害或不影响机械设备使用性能的前提下，检测其是否存在焊缝、是否存在不均匀性、是否存在材质方面的缺陷，是对机械设备进行早期故障诊断的一种有效方法，能够及早发现设备缺陷，保证机械设备的正常运转。常有的探伤方法有射线探伤、超声波探伤等。

　　3矿山机械设备故障诊断技术的发展趋势

　　3.1传感器与监测仪器广泛应用

　　矿山机械设备故障诊断主要靠传感器和监测仪器，但现有的传感器检测水平差、检测数据不准确，可靠性差，监测仪器功能单一，监测技术水平低，这些都已经远远不能适应矿山机械设备故障诊断的需要，迫切需要研发出先进的多功能型的传感器和监测仪器。因为每种监测方法对不同故障的敏感程度不同。所以，研发时要从准确选择振动、温度、噪音、油液中磨屑及其形态等参量入手，要使传感器和监测仪器能够快速准确识别故障，能够在矿山机械设备故障诊断领域得到广泛应用。

　　3.2开发小波分析诊断技术应用

　　在进行矿山机械设备故障诊断时，由于机械设备内部的零部件结构不同，所以产生的信号中有大量的非平稳信号，而传统的基于快速傅里叶变换的频谱分析方法只适用于分析平稳信号，对非平稳信号和突变信号无能为力。所以在此基础上，人们推出了一种新兴理论，那就是小波分析法。它具有可变分辨率，具有时域和频域局部化分析功能，可以把不同频道的信号进行不同的分解，分解到不同频道的分解序列，为进行故障的诊断提供可靠准确的理论依据。小波分析目前已被逐渐广泛应用到风机、发动机、提升机、液压泵等机械设备的状态监测和故障诊断中。

　　3.3研制人工智能神经网络技术

　　人工智能神经网络技术是在生物神经学研究的基础上提出的人工智能概念，是对人的大脑的一些基本特征和神经网络组织的模拟。具体到机械故障诊断来说，就是把来自机设备不同结构和状态的振动信号收集汇总，通过其特征进行对比选择，然后找到对故障反映最敏感的特征信号作为神经网络的输入向量，同时结合专家系统提供的由规则转变而来的学习样本和实例，建立故障模式训练样本集，对网络进行训练，最后达到用人工智能神经网络进行机械设备故障诊断的目的。

　　4结语

　　随着高科技的发展，矿山机械设备故障诊断技术会越来越先进，会得到更长足和长远的发展，诊断结果会更精确，将为机械设备故障的诊断提供强有力的技术保障，为矿山企业的安全生产保驾护航。

　　参考文献

　　[1]王建文.煤矿机械设备故障诊断及维修[J].技术与市场，2013,(12).

　　[2]荆立新.运用故障诊断技术进行矿山机电设备维修[J].科技与企业，2014,(16).

　　[3]王亚军.煤矿井下设备故障诊断技术应用[J].山东煤炭科技，2014,(8).