1、破碎機故障診斷技術
    一臺機器在它應達到的功能上喪失了能力稱為這臺機器發生了故障。故障包括使機器設備立刻喪失其功能的破壞性故障、降低其功能但沒有完全喪失其功能的功能性故障和人為的誤操作停車故障。故障產生的原因有人為誤操作、由正常磨損或疲勞使機器設備達到其自然壽命和環境影響等三方面因素。
1.1故障診斷的基本概念
    故障診斷是指在一定工作環境下查明導致系統某種功能失調的原因或性質，判斷劣化狀態發生的部位或部件，以及預測劣化狀態的發展趨勢等。故障診斷有三個主要步驟：①檢測設備狀態的特征信號；②從所有檢測到的特征信號中提取征兆；③根據征兆和其它診斷信息來識別設備的狀態，從而完成故障診斷。系統軟件模塊圖如圖1所示。
1.2診斷信息的采集
    對一臺機器或一個系統進行診斷時，第一步就是要探測出它的故障信息，也叫做故障探測，就是要收集到反映機器或系統故障的信息，即采集出機器或系統的故障信號，簡稱信號采集。故障信號的采集主要有直接觀察法、系統性能的測定、零件性能的測定、振動和噪聲監測、磨屑的測定等多種方法。在此故障信號的采集主要通過傳感器來實現，傳感器的作用是把反映系統狀態的物理或化學變化的信息提取出來，轉變成信號傳遞到記錄裝置或數據處理設備中，供給識別或診斷系統的狀態之用。根據傳感器接收的物理參數不同可分為力傳感器、光學檢測傳感器、溫度測量傳感器、紅外監測和診斷傳感器、聲音診斷傳感器和振動診斷傳感器。由于要用計算機進行故障診斷，因此要求傳感器輸出電流或電壓信號。
1.3故障診斷的智能化
    故障診斷的智能就是可有效地獲取、傳遞、處理、再生和利用診斷信息，從而具有對給定環境下的診斷對象進行成功狀態識別和狀態預測的能力。智能診斷系統是由人（尤其是領域專家）、當代模擬腦功能的硬件及其必要的外部設備、物理器件以及支持這些硬件的軟件所組成的系統。該系統以對診斷對象進行狀態識別與狀態預測為目的。它具有以下特點。①它是一個開放的系統，其智能水平處于一個動態變化之中，且具備自我提高的潛能。②它是由計算機硬件與軟件組成的系統，但有不同于常規的計算機程序系統，不具有確定的算法和程序途徑。智能診斷系統是更具診斷過程的需要搜索和利用領域專家的知識及經驗來達到診斷的目的。③它是一個人工智能系統，離不開模擬人腦功能的硬件設備及軟件。
    近年來人工神經網絡的興起，發展了基于神經網絡的智能診斷系統，將利用神經網絡的學習功能、聯想記憶功能、分布式并行信息處理功能，解決診斷系統的知識表示、獲得和并行推理等問題。
2、系統總體設計
2.1系統設計思想
    根據企業設備管理、設備綜合工程學、機器維修經濟學等理論的思想和礦山設備故障診斷需求可知，設備故障診斷是一個系統工程，它包括設備狀態的評判和故障的診斷。其中故障診斷需要通過對設備進行在線、多點、多狀態的檢測和綜合測評才能給出準確的評測結果。以往的設備故障診斷技術主要采用專用設備對少數特定信號進行檢測，對信號分析處理效果取決于儀器設備。這種診斷方式有很大的局限性：①診斷費用高；②信號處理方式單一技術局限；③信號間不能建立聯系；④診斷結果不能充分利用。因此，根據虛擬儀器技術、計算機網絡技術、故障診斷以及設備管理的新技術和理論，利用信息融合技術開發出基于虛擬儀器的虛擬設備故障診斷網絡，同時整合設備在線檢測信息+對設備狀況作出綜合評判；系統還將全面克服目前所采用方法的不足和上述局限性。采用虛擬診斷網絡進行設備故障的診斷，在技術上可實現先進性、完備性和可擴展性。同時能夠大幅度降低設備管理費用。
    破碎機和傳送機為廠礦中主要生產設備之一。破碎機具有破碎比大、產量高、耗能少、產品粒度均勻等特點，獲得廣泛應用。但破碎機在生產使用中存在諸多不理想狀況：①由于原料流動性的變化，難于達到均衡給料：②無法實時根據給料粒度及硬度的變化調整給料量：③難于及時發現處理機械潤滑不良、短時過載等事故隱患；④因保護功能不完善，發生事故時經常嚴重損壞設備；⑤操作人員難于隨時監視破碎機給料箱料位，因此為防止事故，只能減少給礦，降低臺時處理能力。
    由于上述狀況的存在，表現在礦山生產管理中的現象是：①破碎機的臺時處理能力遠低于設備的設計指標：②產品粒度不易保證，加重后續作業負擔；③設備故障率高，備品備件消耗嚴重；④為防止事故，只能少給礦，使得單位能耗增高。因此必須對破碎機進行故障診斷與狀態監控。
    破碎機運行中難免出現故障，若出現一些較小的故障可以立即排除，而出現嚴重的故障，也許就會導致設備停止工作，這無疑會給企業造成巨大損失。因此，對破碎機進行故障診斷與狀態監測，對于設備管理和生產都十分重要。因此有必要建立一個狀態監測與故障診斷系統，對破碎機等進行實時跟蹤監測，一旦發現故障，立即制定修理計劃，從而減少企業的損失，提高生產效率和經濟效益。
2.2監測對象選擇與傳感器安裝
    破碎機組由于結構復雜、故障率高、備品備件消耗量大，因此對它診斷所設置的測點數量也非常龐大，診斷的內容也不盡相同。但從總體上看，它包括破碎機、振動篩和皮帶這三個部分，其中破碎機又包括破碎機主體、潤滑系統和電機。
    由于破碎機主體部分工作環境差、負荷重、工作狀態不易掌握，一旦發生故障就會造成直接和間接經濟損失，故有必要采用信息融合技術對破碎機進行精確的監測和診斷，盡早發現隱患，及時排除，使其始終在良好的環境和狀態下工作，以防突發故障造成的損失。在破碎機主體中需要診斷的部件包括有傳動軸、偏心套的止推軸承和排礦口等。在工作中偏心套軸承的垂直方向載荷由止推軸承承受，每次在安裝調節或工作中狀況不良時，很容易引起發熱，所以這是一個重要部位，應進行定期診斷：破碎機碎礦石動力是通過傳動軸傳遞，每根軸是由兩個滑動軸承支承的懸臂筒支架，其工作狀態的好壞影響到動力的傳遞，因此傳動軸也是一個重要部位；破碎機排礦口常常會發生堵塞現象，使破碎后的礦石無法排出，如有故障仍繼續給礦，礦石就會囤積到破碎機的破碎腔內，使破碎機過負荷，同時使得事后處理非常困難，既費時又費力，因此該部位的診斷也是必不可少的。同時要使破碎機主體部分能在正常狀態下工作，必須保證具有良好的潤滑條件，因此對潤滑系統的診斷也是不可或缺的，潤滑系統的診斷又包括有過濾器、水平軸、冷卻管等部件。對破碎機的測點見表1，傳感器布置在破碎機及液壓系統。
2.3破碎機故障診斷軟件系統整體設計
    日益完善的Internet/lntranet技術和虛擬儀器結合，開始在設備遠程診斷、性能綜合評估以及設備管理等領域嶄露頭角。本方案將虛擬儀器技術、網絡技術以及檢測數據的綜合分析處理技術結合在一起，構建虛擬診斷網絡，實現檢測、監測、診斷、預測以及管理的綜合應用。實現方式采用兩種模式。
    (I)Client/Server模式：即客戶／服務器模式。這種模式是網絡通信中常用的一種模式。它一般有多個客戶端采集數據，有一個服務器充當數據庫的角色：客戶端通過通信協議把測試數據寫入遠程服務器數據庫。對于這種模式，需要編寫“寫”端和“讀”端的程序，主要采用DataSocket Server程序同步運行技術。在“寫”端，它可以顯示連接的客戶端的實際數目和顯示傳輸的數據包的數目。在“讀”“端”，它用來顯示接收到的數據包數目和數據來源。對于實時性要求較高、檢測任務繁忙的可采用這種方式。
    (2) Browser/Server模式：即瀏覽器朋艮務器模式。這種模式是為了方便用戶在Web模式下發布數據。通常用戶端只需要安裝一個瀏覽器，直接訪問這個診斷網站的地址，就可以監視遠程診斷點的數據變化情況。這種模式的主要工作在于服務器端程序的開發，不存在客戶端程序的開發和維護。對于管理與狀態監測以及非實時測控環境可采用這種方式。
    對于生產過程的全程多參數的監視與測量，為了滿足測量數據多樣應用的目的，這兩種模式都會被用到。在生產部門及生產現場主要應用了客戶/服務器模式，其主要作用是對參數的獲取和預處理，并把測得的數據存儲起來：而在管理部門，則要調用數據或監視數據的變化，這就要用到瀏覽器／服務器模式。這兩種模式都可以通過應用DataSocket組件來編程實現。
    此系統將是一個功能齊全、結構完善、性能指標優良運行安全穩定的大型設備管理系統。依據上述技術體系、應用需求以及相關技術要求，可以確定系統是一個多種技術與成熟產品相結合的軟硬件相結合的網絡系統。系統以.NET技術為核心，充分利用已有成熟的產品和技術的優勢。系統主要包括計算機網絡、信號采集系統、網絡操作系統、數據庫系統、應用服務器(WEB服務器)、虛擬儀器、設備性能評測、設備管理等部分。在設計中，對于各個組成部分，從多個不同的側面和系統整體的角度進行充分考慮已確定產品的選擇和相應的實現技術。同時，充分考慮各個不同部分相互間的影響和適應于匹配特性，使得各部分組合在一起后能夠達到安全可靠以及性能和靈活性等多方面的兼顧。虛擬診斷網絡整體結構見圖5。
2.4破碎機組的狀態異常監測過程
    由于信息融合診斷過程包含了三級融合診斷，每一次信息融合過程的執行就需要消耗大量系統資源，執行次數過多就會嚴重影響機器執行速度，甚至導致死機。事實上，設備很少發生故障，沒有必要進行過多的信息融合過程，因此，除了數據層融合用于振動信號的數據采集且必須執行以外，其余各層可以在故障診斷過程前就先進行異常判別，即當發生異常狀況時再利用信息融合技術進行故障診斷。狀態的異常判別是故障診斷的起點和基礎，它與故障診斷是兩個不可分割的過程，相對于故障診斷過程，異常判別是一個相對而言要簡單得多的過程，執行時間和消耗的機器資源也要小得多。對于從傳感器采集到的反映破碎設備運行的狀態參數，需要通過特征提取，根據破碎設備的正常工作特性及制定的判斷標準判定其運行狀態是屬于正常還是異常，如果狀態屬于異常，則需要采用信息融合技術進一步診斷、找出故障原因。一般說來，從正常到異常是一個漸變過程，它是一個連續變化量，除突發性事故之外，機器的“正常”和“異常”屬于兩個模糊集，其邊界是模糊的，因此人為規定一個明確界線，或確定一個異常閾值來判斷機器是否異常，必然會將人的主觀誤差包括判斷誤差帶入故障診斷結果中，造成故障信息的謊報和漏檢。
    引入模糊集，對于一個模糊子集A表示特征參數x的取值范圍，用隸屬函數PA(X)及其具體取值隸屬度來描述，對A的隸屬度。當/LA(X，)=0或1時，特征參數處在嚴格的正常和異常狀態；當PA(Xi》0.5時，開始進行故障檢測。
    根據選擇的特征參數和異常報警方式的不同，其隸屬函數y-A(X)選取相應的形武。特征參數異常檢測方式可分為上限、下限和上下限同時檢測等，例如對破碎機組主體，振動過大即為上限異常檢測方式：主油流壓力降低即為下限異常檢測方式：排礦口尺寸大小即為上下限異常檢測方式；相應的隸屬函數/LA(X)具體可選取升半柯西函數、降半柯西函數和兩種的結果。
3、結語
    故障診斷的最終目的是要維持設備正�？煽康倪\行，如何能使故障少發生甚至不發生是設計診斷系統所需要解決的重要課題之一，本文所設計的診斷系統能精確診斷故障的發生，但是如果能在故障的發生以前就能得到預報使之得到有效處理，制止故障的發生，則能大大提高生產效率，減少事故的發生。本系統在鞍山鋼鐵集團齊大山礦已投入運行，取得很好的效果。


相關礦山機械設備：
1、圓錐破碎機
2、雷蒙磨粉機
3、顎式破碎機