為了提高礦山機(jī)電設(shè)備的故障診斷率,，很多礦山都引進(jìn)了設(shè)備故障診斷技術(shù),。設(shè)備故障診斷技術(shù)的整個(gè)工作流程主要分為狀態(tài)監(jiān)測(cè),、故障診斷和診斷決策三個(gè)階段。與人工診斷方法相比,，故障診斷技術(shù)更依賴于自動(dòng)化技術(shù),，準(zhǔn)確性更高。
1,、設(shè)備的狀態(tài)監(jiān)測(cè)
設(shè)備運(yùn)行過程中發(fā)生故障時(shí),，設(shè)備的一些參數(shù)會(huì)發(fā)生異常,。若采集到設(shè)備的參數(shù)異常信號(hào)，就可以準(zhǔn)確地判斷設(shè)備的故障情況,。因此,，設(shè)備的運(yùn)行狀態(tài)監(jiān)測(cè)是實(shí)現(xiàn)故障診斷的基礎(chǔ)。對(duì)設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè),，要依賴于傳感器和微處理器,，常見的設(shè)備運(yùn)行狀態(tài)參數(shù)主要有工作電流、電壓,、溫度,、壓力和振動(dòng)等。例如：當(dāng)設(shè)備出現(xiàn)散熱故障時(shí),，設(shè)備的溫度就會(huì)急劇上升,，設(shè)備上的溫度傳感器采集的溫度信號(hào)就會(huì)出現(xiàn)明顯的異常。與此同時(shí),，還應(yīng)該對(duì)采集的故障信號(hào)進(jìn)行處理,，提取參數(shù)異常的特征。在很多情況下,，并不能根據(jù)這些異常信號(hào)來直接判斷故障的原因,，需要綜合分析這些信號(hào)的特征來進(jìn)行故障診斷。
2,、設(shè)備故障診斷
故障診斷是故障診斷技術(shù)實(shí)施的關(guān)鍵環(huán)節(jié),，這不是一件容易的事，其主要任務(wù)是根據(jù)采集到的異常信號(hào)的特征進(jìn)行綜合分析,，從而確定故障原因以及故障發(fā)生的位置,。通常情況下，設(shè)備故障診斷是通過與現(xiàn)有數(shù)據(jù)庫(kù)中的故障信息進(jìn)行比對(duì)完成的,。為了提高故障信息比對(duì)的成功率,，采用了一些人工智能算法，例如人工神經(jīng)網(wǎng)絡(luò)算法,、模糊算法等,。此外，應(yīng)該盡可能準(zhǔn)確地將更多的故障特征錄入到數(shù)據(jù)庫(kù)中,。這就要求煤礦企業(yè)具有相當(dāng)完善的計(jì)算機(jī)硬件條件和較為充分的軟件技術(shù),。
故障診斷時(shí)，不僅要對(duì)故障原因進(jìn)行診斷,，還要給出具體的位置,，以便于維修人員快速維修。同時(shí),，還要根據(jù)故障的類型給出設(shè)備的故障損害程度,，以便提出合理的維修建議,。
3、設(shè)備的故障診斷決策
為了更好地服務(wù)于機(jī)電設(shè)備的維修工作,，現(xiàn)代的故障診斷技術(shù)還增加了故障診斷決策的內(nèi)容,。其主要任務(wù)是根據(jù)故障診斷結(jié)果給出更為詳細(xì)的維修方式，從而大大提高機(jī)電設(shè)備的維修效率,。設(shè)備故障維修的診斷決策在很大程度上依賴于設(shè)備故障診斷的結(jié)果,，可以通過人為或計(jì)算機(jī)軟件技術(shù)來完成。一般情況下,，很多設(shè)備維修決策是通過多年的維修經(jīng)驗(yàn)來確定的,，常見的維修方式主要有更換零部件、停機(jī)整治或更換新設(shè)備,。從某種意義上講,，故障診斷技術(shù)之所以提高了故障維修率，關(guān)鍵在于集成了更多人的經(jīng)驗(yàn),。
