煤矿机械中齿轮和轴承故障的诊断分析

　　机械设备进行传动的过程中，轴承与齿轮的作用是极为关键和极其重要的两个部件。不过，在机械设备中齿轮和轴承这两个部件出现故障的概率却非常高。尤其是对于煤矿机械来说，由于其受到了工作条件的影响，更加容易导致齿轮以及轴承部件出现故障。而发生机械故障之后，不仅严重的威胁到煤矿安全生产，还会导致煤矿生产效率的降低，让煤矿企业承受更多的经济损失。因此，对煤矿机械中的齿轮以及轴承结构开展故障诊断工作，能够尽可能的预防故障发生，显著的降低设备维修次数，不仅使维护费用得以减少，同时还能够提升机械设备利用率，确保机械设备运行的安全性。依照欧美等国家的相关调查数据来看，通过应用机械故障诊断技术，能够有效的避免约一半左右的事故发生，可以降低约60%的停机维修时间，维护费用的投入也能够减少20%左右。所以，对煤矿机械故障诊断进行分析与研究，具有显著的经济效益与社会效益。

　　2齿轮与轴承常见故障分析

　　2.1齿轮常见故障

　　一些传动齿轮运行过程中，因为齿轮的制造工艺不够先进，或者是在使用过程中维护方法不适宜，从而使得齿轮发生故障。另外，齿轮零件出现故障也和齿轮制造所使用的材料以及工艺等存在关联。总的来说，可将齿轮故障划分成两种不同类型，一种属于齿轮生产以及装配过程中导致的故障，比如齿轮误差、轴线无法对中以及齿轮不平衡等问题;另外一种属于齿轮部件在使用的过程中产生的故障，由于齿轮部件在运行中要承受相对大的载荷作用，两个啮合的齿轮间，轮齿不仅会发生相对滚动，同时还会发生相对滑动，滑动过程中所产生摩擦力在节点不同侧的方向相反，便会导致脉动现象出现，那么，齿轮长期使用过程中便会出现点蚀、磨损以及裂纹等问题，严重时将导致轮齿发生断裂。

　　2.2轴承故障

　　轴承部件发生故障的原因也非常多，主要包含有制造材料质量问题、生产工艺问题、润滑问题、异物侵入问题以及腐蚀和过载问题等，这些问题均会导致轴承部件出现故障。并且，虽然轴承进行安装以及使用中均正常，不过，在使用特定的时间之后，轴承依旧会发生疲劳以及磨损的问题，对于煤矿机械正常运行也会造成影响。轴承常见故障主要包含有磨损、疲劳剥落、塑性变形、腐蚀、断裂以及胶合故障等。

　　3煤矿机械故障诊断技术及对比分析

　　3.1时、频域分析技术

　　在进行故障诊断时，时、频域分析方法是最为直观的诊断方法，一些拥有相对明显特性的故障，能够通过此种方法进行初步判断以及预测。在对时域波进行全面观察之后，能够获得下列信息：采集的信息频率复杂情况如何;信号发生振动的振幅有无波动;在信号里面是否存在冲击以及调制成分。通过对时域波进行分析之后，能够清晰的得出幅值变化以及周期冲击情况，如此便能够清楚的掌握部件是否出现偏心、点蚀以及断齿等问题，特别是对于一些冲击型故障进行判断时效果更加显著。而一些故障通过时域波不能进行识别，此时便需要通过频域波进行分析，利用频域波分析能够把一些相对复杂的信号依照频率分布加以分析，这也正好符合故障诊断需求。由于齿轮结构之中包含有不同组的齿轮部件，所以，齿轮信号的频谱分布也较为丰富，而采用频域波的分析方法便能够更加清晰的掌握是哪一组齿轮出现故障，能够更加准确的将故障定位。

　　3.2共振解调技术

　　若是轴承部件出现损坏，那么便会出现一定周期性的脉冲信号，而且相应的频率值会和不同轴承部件相互对应。因为脉冲信号所拥有的频带相对较宽，会和轴承部件以及传感器部件的固有频率形成谐振。由于所收集到的信息包含有故障信号、系统固有信号以及传感器固有信号等等，而通过共振调节技术则能够对不同的频段进行过滤处理，利用包络解调针对高频固有信息加以解调处理，从而获得故障特征信息，有效的对故障进行分析与诊断。

　　3.3小波分析技术

　　以往进行故障信号的分析过程中，基本上都是基于傅里叶变换理论而构建的故障分析模型，因为使用傅里叶理论在对故障进行分析的过程中，所应用到的属于全局变换，不是全部在频域中便是全部在时域中，所以，不能全面描述信息所拥有的时、频域特性，但是这一特性却正好是非平稳信号最为重要的一个性质。在科技不断发展中，人们想要进一步对非平稳信号加以分析，从而对傅里叶理论进行了进一步革新，提出了短时傅里叶变换理论、时频分析理论以及小波分析理论等等。在这些理论之中，小波分析理论正是针对傅里叶分析理论无法达到的信号处理需求而出现的。小波分析理论拥有多分辨率的分析特征，同时在时域以及频域之中均拥有反映信号局部信息特点的功能。小波分析技术更加适用于一些瞬态反常问题的分析中，也被人们称作是信号分析显微镜，对于故障的分析与检测拥有非常好的效果。

　　4不同故障诊断方法对比分析

　　4.1频谱分析技术和小波分析技术的对比分析

　　在对齿轮以及轴承振动信号进行采集之后，完成傅里叶转换，对所得频谱之中具体成分加以分析，能够对相对显著的故障进行辨别，这种基于傅里叶变换理论的故障诊断技术在进行平稳信号分析过程中效果较好，不过在对一些非平稳信号进行分析的过程中，无法凸显出突变的细节，会得出一些突变信号在整个时间段内的平均结果，这样便无法准确的辨别故障具体位置。并且，傅里叶变换理论不能在时域上发挥作用，尤其是针对一些非平稳的信号而言，发生在时间轴上的突变，在所得的频谱之中会被分散于整个频率轴之中。

　　小波分析技术则能够把信号分解于各个频率的通道之中，所以，此种分析技术便能够在相应的频率通道之中把冲击成分以及平稳性成分进行明显的区分。而对于齿轮以及轴承部件来说，因为其故障信号之中很多情况下包含有一些突变信号，并且噪声信号同样也并非平稳白噪声信号，在消噪分析的过程中，因为傅里叶变换全部是针对时域加以分析，因此无法得到信号在时间轴上的突变信息，但是小波分析技术则可以对这些突变信息加以区分，便能够有效的对非平稳信号进行消噪处理，从而能够得到更为精准的故障诊断结果。

　　4.2共振解调分析技术和小波分析技术的对比分析

　　共振解调分析技术对轴承产生周期性脉冲信号加以分析，但是，因为各个部件所拥有的故障特征频率有所差异，所以便要求要应用到多个中心频率带通滤波器，导致故障诊断系统的线路连接非常复杂。利用小波分析技术，仅仅采用各种尺度因子便能够达到对于不同中心频率信号的分析，恰好能够有效弥补共振解调分析技术存在的不足。

　　5小波分析技术对齿轮和轴承故障分析的实现方法

　　首先，要针对所收集的各种信号进行阙值消噪处理，在经过该处理过程之后，然后完成小波分解工作，将所得信号分别分解值入各个频率通道里面。因为利用小波分解手段能够得到不同通道的结果，因此，当部件出现故障时，定会在相应的通道之中产生相对明显的冲击信号，通过分析不同冲击信号的间隔时长，便能够得出相应的频率大小。要想进一步的提升分析精准性，还能够结合所得结果对数据进行重构处理，即将此频道之中的数据保留，而将其余通道之中相关数据全部置零。另外，还能够针对一些相对明显的信号进行Hibert包络处理，在相应的图谱之中对故障进行诊断。小波分析技术故障诊断流程见图1。

　　6结语

　　在各种振动信号之中包含有极为重要的机械运行信息，而且煤矿机械具体运行状况也能够完全反映在振动信号之中。在对煤矿机械的振动信号采集处理之后，利用相关分析手段对信号加以分析以及检测，便能够实时得到煤矿机械早期发生损害的相关信息，从而可以尽早采取措施对煤矿机械故障加以处理，确保煤矿机械运行的更加稳定，进一步提升煤矿开采的安全性。

　　参考文献：

　　〔1〕李龙.探讨故障诊断技术在煤矿机械设备中的应用[J].科技风,2017(12)：164.

　　〔2〕安修慧.煤矿机电设备机械故障检测诊断分析[J].能源与节能,2017(7)：78-79.

　　〔3〕张晓波.煤矿机电设备机械故障检测诊断技术的应用探究[J].民营科技，2017(9)：75.