煤礦電機使用過程中,電機經常會因頻繁啟動、電壓不穩、超負荷運行等情況導致故障發生。在電機出現故障時,一般首先根據電機的震動、運行聲音、溫度等物理因素進行判斷故障種類和故障位置,即可以用溫度檢測儀對故障電機的發熱部件進行檢測來確認故障類型,而后根據故障電機所發出的聲音和震動進行故障位置確定,該方法主要依靠的是電機維修技術人員的經驗。另外,維修人員還經常利用頻譜分析儀根據電流變化來確認電機的故障過程,或者根據電機絕緣結構的檢測得出電機工作性能,從而來確定電機故障發生的原因和位置。

此外,隨著人工智能診斷技術的發展,電機故障診斷也走向了智能化道路。目前,井下電機常用的智能診斷方法主要有人工神經網絡診斷技術、模糊邏輯診斷技術、遺傳算法診斷技術: ①人工神經網絡診斷技術是利用 BP 網絡對煤礦井下出現故障的電機信號進行檢測、分析和轉換,同時利用一定的算法得出輸入與輸出之間的映射,進而確定電機的故障類型并對故障類型進行分析; ②模糊邏輯診斷是以模糊理論為基礎,以一定的邏輯算法建立電機故障與故障征兆之間的關系,并依據此進行推理和判斷,最終得出電機的故障類型; ③遺傳算法診斷具有診斷快捷、全面等優點,該電機故障診斷技術通過對故障信號進行分析對電機進行全局檢控,并不斷優化診斷過程和方法,對各項參變量反復試湊,最終確定電機故障的種類和原因。
推薦閱讀:
K187減速機 K系列減速機 KA187B KH187B KF187 KAF187 KHF187 KVF187 KA187 KH187 KV187 KAZ187 KHZ187 KVZ187