時間：2023-03-17 17:59:54
緒論：在尋找寫作靈感嗎？愛發(fā)表網(wǎng)為您精選了8篇機械故障論文，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
1.內(nèi)容廣泛。機械故障診斷學(xué)是多學(xué)科綜合的課程，與數(shù)學(xué)、信號處理、傳感器、人工智能等學(xué)科關(guān)系密切。本課程主要包括：信號檢測、動態(tài)系統(tǒng)分析、故障診斷的人工智能方法、故障診斷的工程應(yīng)用等，知識面非常寬廣。因此，理論性非常強，我們以前講授這門課程的時候，也都是特別注重理論，所以教學(xué)效果還有待提高。
2.學(xué)生基礎(chǔ)薄弱。機械故障診斷學(xué)是為動力機械與工程專業(yè)的研究生開設(shè)的一門專業(yè)選修課，但是學(xué)生以前本科所學(xué)專業(yè)基本上都是熱能工程或機械制造及其自動化專業(yè)。對于在故障診斷中占有重要地位的振動基礎(chǔ)、傳感器等的基礎(chǔ)知識幾乎都不具備。因此，從一開始，學(xué)生在聽課的時候就感覺非常難，例如對于時域中的時間序列模型預(yù)測及頻譜分析中各種頻域概念很難理解。此外，有不少同學(xué)還沒有接觸過Matlab軟件，或者說對此軟件還是一知半解，課程后面的一些作業(yè)都很難完成。
3.與工程實際結(jié)合不緊密。以前在教學(xué)過程中，我們主要強調(diào)理論知識的講解，和工程實際的結(jié)合不是非常緊密。因此，很多理論知識，即使學(xué)生學(xué)習(xí)過了，也不知道在工程實際中有什么用處。理論教學(xué)與工程實際仍然存在一定的距離。
4.缺少實驗教學(xué)環(huán)節(jié)。在以前的教學(xué)環(huán)節(jié)中，由于缺少實驗設(shè)備，沒有安排實驗教學(xué)環(huán)節(jié)。因此機械故障診斷總歸是紙上談兵。
5.考核方式單一。本課程一直以來都是采用大作業(yè)的形式進行考核，學(xué)生往往在交作業(yè)的前面幾天進行突擊，寫出來的報告要么是格式不符合要求，要么就是大段地抄襲參考文獻資料。以上這些問題在機械故障診斷學(xué)課程的教學(xué)過程中，一直存在。因此，這也是我們在該課程的教學(xué)改革過程中，需要重點解決的問題也是亟待需要進行改變的現(xiàn)狀。
二、補充講解基礎(chǔ)環(huán)節(jié)
針對很多同學(xué)的故障診斷方面的基礎(chǔ)較薄弱的情況，在本課程的緒論課之后，安排了一二次課，用來講解與故障診斷直接相關(guān)的振動基礎(chǔ)、傳感器知識及Matlab仿真的一些基本知識。講解的內(nèi)容不要求非常全面，而是著重介紹一些基礎(chǔ)知識，特別是這些知識在故障診斷方面可能的應(yīng)用，例如：振動中三類問題、頻響函數(shù)、振幅的幾種表現(xiàn)形式等。傳感器的基本知識。此外，對于在故障診斷仿真研究中具有重要地位的Matlab軟件中的Simulink及后面將要用到的若干工具箱的應(yīng)用進行了一定的介紹。通對這些基礎(chǔ)知識的補充，同學(xué)們對于后面碰到的內(nèi)容不會感覺太突兀，可以快速領(lǐng)會并且直接應(yīng)用到后續(xù)的學(xué)習(xí)內(nèi)容中去。
三、增加學(xué)生講課環(huán)節(jié)
為了在教學(xué)過程中，充分調(diào)動學(xué)生的學(xué)習(xí)積極性，在這門課程中能夠做到學(xué)有所得，學(xué)有所用，我們專門安排了學(xué)生講課的環(huán)節(jié)。由于選這門課程的研究生人數(shù)不多，從操作上來說，是比較可行的。首先選取了重點內(nèi)容，例如：作為最重要的故障診斷基礎(chǔ)的時域分析和頻域分析；作為現(xiàn)代智能故障診斷代表的模糊診斷方法、神經(jīng)網(wǎng)絡(luò)診斷方法、專家系統(tǒng)等。選取的內(nèi)容還可以根據(jù)學(xué)生的人數(shù)進行相應(yīng)的調(diào)整。布置安排學(xué)生進行講課，給予學(xué)生充足的準備時間?，F(xiàn)有的實踐表明，學(xué)生在教學(xué)過程中，體現(xiàn)了良好的積極性和主動性。大部分講課的學(xué)生都能夠做到充分準備，采用ppt形式或者板書的形式進行講解。而且他們在講解的過程中，還能夠查找相應(yīng)的文獻資料，從而自己對所講的這部分內(nèi)容在故障診斷實踐中有了非常深刻的認識。實踐證明學(xué)生講課環(huán)節(jié)對于主講的學(xué)生可以起到非常好的作用，該學(xué)生對于這部分內(nèi)容的掌握非常扎實，大作業(yè)也絕大部分同學(xué)都是選擇與自己講過內(nèi)容想過的題目，來完成本課程的大作業(yè)。
四、增加討論環(huán)節(jié)
盡管學(xué)生講課環(huán)節(jié)，對于主講學(xué)生，可以充分發(fā)揮主觀能動性，并取得較好的學(xué)習(xí)效果。但是對沒有參加講課的學(xué)生，由于沒有認真準備，所以學(xué)習(xí)的效果比較有限。為此，我們在增加學(xué)生講課環(huán)節(jié)的同時，特意增加了討論環(huán)節(jié)，希望能夠彌補學(xué)生講課環(huán)節(jié)的不足。討論環(huán)節(jié)的內(nèi)容可以有兩種選擇：一種是在教師所講授內(nèi)容的基礎(chǔ)上，提前安排每一位同學(xué)準備討論內(nèi)容。第二種在學(xué)生講課環(huán)節(jié)的基礎(chǔ)上，對于某些非常重要的內(nèi)容，要求主講學(xué)生認真準備講課，而其他同學(xué)也要認真準備，并進行討論。在課程的教學(xué)過程中，可以在模糊診斷方法、神經(jīng)網(wǎng)絡(luò)診斷方法及故障診斷實例教學(xué)部分等安排討論環(huán)節(jié)。實踐證明，討論環(huán)節(jié)可以很好地避免學(xué)生的學(xué)習(xí)惰性，經(jīng)過提前準備，學(xué)生對于一些需要討論的內(nèi)容可以掌握得比較扎實。而且這種討論環(huán)節(jié)可以在教學(xué)過程中經(jīng)常進行，從而不斷地敦促學(xué)生積極參與。
五、增加與工程實踐相結(jié)合環(huán)節(jié)
由于本課程與工程實踐實際結(jié)合非常緊密，為了避免在課程的講授過程中，過于強調(diào)理論知識，從如下幾個方面增加了與工程實際相結(jié)合的教學(xué)活動。
1.在理論教學(xué)過程中，不斷將理論知識在工程實踐中的實際應(yīng)用介紹給學(xué)生。在緒論的教學(xué)過程中就使用一個水輪機故障診斷系統(tǒng)引起學(xué)生的注意力和興趣，并且給學(xué)生簡單介紹OpenPredictor故障診斷系統(tǒng)。例如在介紹故障樹診斷方法時，介紹了船舶碰撞故障樹的實例分析。
2.要求學(xué)生自己針對某一方面的內(nèi)容，查找具體的實例應(yīng)用。例如在模糊診斷方法的學(xué)習(xí)過程，要求同學(xué)們介紹自己所查到的模糊診斷方法在實際工程實踐中的實例。
3.嘗試在教學(xué)環(huán)節(jié)中采用項目教學(xué)法，例如在故障診斷實例部分的內(nèi)容，教師可以對旋轉(zhuǎn)機械的故障診斷系統(tǒng)、齒輪故障診斷、軸承故障診斷采用項目教學(xué)的方式進行講解和介紹。
六、添加實驗教學(xué)環(huán)節(jié)
盡管采取了多種措施對機械故障診斷學(xué)課程進行了教學(xué)改革，但是實驗教學(xué)環(huán)節(jié)還是必不可少。以前沒有開設(shè)課程實驗是由于缺少實驗設(shè)備?，F(xiàn)在已經(jīng)具備了基本的故障診斷實驗設(shè)備，因此，為了加強理論聯(lián)系實際，我們在教學(xué)過程中添加了實驗教學(xué)環(huán)節(jié)。實驗內(nèi)容選擇旋轉(zhuǎn)機械故障診斷中比較常見的齒輪故障診斷及軸承故障診斷。而且把實驗安排在課程相關(guān)教學(xué)內(nèi)容之后，希望學(xué)生能夠?qū)⒗碚撝R與實驗教學(xué)內(nèi)容相結(jié)合。實驗教學(xué)，使得學(xué)生對于故障診斷的整個過程，從布置傳感器、數(shù)據(jù)采集、信號處理、診斷分析、診斷報告等方面有個深刻的認識。這一點是其他教學(xué)過程學(xué)生所得不到的訓(xùn)練。
七、考核方式多樣化
由于本課程以前的考核方式過于單一，僅僅依靠課程結(jié)束后學(xué)生所提交的大作業(yè)。由于這種大作業(yè)的形式較好，對于研究生綜合素質(zhì)的提高具有一定的作用。因此，在本課程的教學(xué)改革過程中，仍然繼續(xù)保留寫報告的大作業(yè)形式。但是，在教學(xué)改革中，將顯著提高大作業(yè)的要求，例如：對題目的要求有明顯限制、要求字數(shù)要求、參考文獻的篇目要求顯著提高。而且，特別鼓勵在大作業(yè)中加入針對具體問題所進行的故障診斷研究。大作業(yè)所占的比例要求，從原來的100%降為60%。除此之外，將學(xué)生在課堂表現(xiàn)、作業(yè)情況、講課環(huán)節(jié)、討論環(huán)節(jié)和實驗環(huán)節(jié)等的表現(xiàn)納入本課程的評價體系中，這幾項所占分值比例為40%。結(jié)果表明，這樣對學(xué)生將會產(chǎn)生一定的壓力，從而在各個不同環(huán)節(jié)中都能夠積極投入，從而提高了教學(xué)效果和質(zhì)量。
八、結(jié)論
[關(guān)鍵詞]港口設(shè)備；故障診斷；應(yīng)用；推廣
我國的交通運輸業(yè)是國民經(jīng)濟的重要組成部分,自從改革開放以來,我國的水運行業(yè)發(fā)展迅速,隨著港口的大型機電設(shè)備的自動化程度的日益提高,我國港口吞吐量增長較快,促進了水運行業(yè)的發(fā)展,使得我國的交通運輸行業(yè)在國民經(jīng)濟發(fā)展中所占的比重也逐漸增大。隨著港口吞吐量和機械化程度的增加,港口機電設(shè)備在水運行業(yè)中的作用越來越重要,對港口設(shè)備的要求也越來越高,港口機電設(shè)備的結(jié)構(gòu)及其組成也愈加復(fù)雜,負荷越來越重,因此港口機電設(shè)備出現(xiàn)故障的現(xiàn)象也逐漸增多,這直接影響了港口作業(yè)的質(zhì)量和進度,降低了港口水運的經(jīng)濟效益。因此,對港口機電設(shè)備故障診斷技術(shù)的研究成為港口水運行業(yè)的的一項迫切的重要任務(wù)。
一、設(shè)備故障診斷技術(shù)發(fā)展及現(xiàn)狀
機電設(shè)備故障診斷技術(shù)發(fā)展分為三個階段:初級階段-感官、專業(yè)知識和經(jīng)驗判斷;現(xiàn)代化階段-計算機技術(shù)、傳感器技術(shù)和動態(tài)監(jiān)測技術(shù)綜合診斷;智能化階段-集故障監(jiān)測、診斷、設(shè)備管理和調(diào)度一體化的智能化階段。機電設(shè)備故障診斷技術(shù)起源于20世紀,并在此期間取得了較大的發(fā)展和進步。航天工業(yè)的發(fā)展使該技術(shù)取得較快地發(fā)展,隨后計算機、微電子和傳感器技術(shù)的發(fā)展和應(yīng)用使得該技術(shù)逐漸地完善,此時還在航天和核電等大型部門應(yīng)用較多,其他部門發(fā)展較為緩慢,到20世紀末機電設(shè)備故障診斷技術(shù)在農(nóng)業(yè)、化工、冶金礦山、發(fā)電、交通運輸和機械制造等各部門開始應(yīng)用,并且發(fā)展較快,取得了顯著的經(jīng)濟和社會效益。21世紀,機電設(shè)備故障診斷技術(shù)在我國國民經(jīng)濟的各部門都已取得長足的發(fā)展和普及應(yīng)用,技術(shù)發(fā)展轉(zhuǎn)向智能化。
二、設(shè)備故障診斷技術(shù)及手段
①機械振動監(jiān)測診斷技術(shù)。通過對振動參數(shù)進行監(jiān)測,來判斷設(shè)備的運轉(zhuǎn)情況,由于其此種方法簡單偏于操作,且對設(shè)備沒有損傷,因此機械振動監(jiān)測技術(shù)成為首選方法;②磨屑監(jiān)測診斷技術(shù),該技術(shù)主要用于液壓系統(tǒng)和系統(tǒng),由于磨損方式和磨損速度不同而產(chǎn)生的磨屑粒尺寸和形態(tài)有所差異,從而來判斷破損類型和磨損部位;③溫度監(jiān)測診斷技術(shù),由于設(shè)備不同部位產(chǎn)生的溫度變化不同,利用溫度變化程度來判斷設(shè)備的運行情況,利用紅外線來監(jiān)測可以實現(xiàn)非接觸、遠距離監(jiān)測,且能夠進行運算、處理和判斷精確測定設(shè)備各部分的溫度變化;④無損探傷監(jiān)測技術(shù),該技術(shù)應(yīng)用較廣,尤其是γ射線掃描。該技術(shù)是射線在物質(zhì)中的衰減規(guī)律,掃描得到相關(guān)參數(shù)變化的譜線,然后通過系統(tǒng)分析確定設(shè)備故障的部位。
三、港口機電設(shè)備故障診斷技術(shù)
1.港口機電設(shè)備故障診斷技術(shù)研究情況
港口設(shè)備分小型裝卸機械和大型裝卸機械兩類,其中小型機械數(shù)量大,流動性大,但活動范圍小,大型機械種類多,作業(yè)分散,操作要求較高。國內(nèi)鑒于港口機械的工作性質(zhì)和工作環(huán)境,提出了柴油機、結(jié)構(gòu)裂紋、液壓傳動、鋼絲繩和制動器、糧倉、電器系統(tǒng)、皮帶縱向撕裂、監(jiān)測中心和測試車、設(shè)備管理和維修體制改革10個方向的相關(guān)的研究專題。
國內(nèi)外設(shè)備故障監(jiān)測技術(shù)與手段的發(fā)展,在港口機電設(shè)備故障診斷技術(shù)中也得到了廣泛地應(yīng)用。目前國內(nèi)在各港口開展了設(shè)備監(jiān)測研究和故障診斷研究,取得的成果有:上海港務(wù)局與上海海運、上海交大和同濟大學(xué)等院校進行相關(guān)課題的合作,上述10個研究課題中9個課題開始進行研究,部分課題已列入交通部和上海市的科技攻關(guān)項目。
2.港口機電設(shè)備故障診斷實例分析
港口設(shè)備動力一般由內(nèi)燃機提供,內(nèi)燃機可能會出現(xiàn)故障,以內(nèi)燃機為例簡要分析港口設(shè)備故障診斷技術(shù)的應(yīng)用。針對內(nèi)燃機動力不足問題進行簡要分析。
(1)故障現(xiàn)象。港口上使用時間較長的內(nèi)燃機存在動力不足的現(xiàn)象。
(2)故障原因。內(nèi)燃機油箱油量是否充足;內(nèi)燃機的供油管是否有漏油或斷裂現(xiàn)象;內(nèi)燃機的噴油泵油量調(diào)節(jié)桿是否卡住、鎖緊螺栓是否有脫落現(xiàn)象等;內(nèi)燃機的燃油是否含有空氣或其他雜質(zhì)等;內(nèi)燃機供油管是否堵塞;內(nèi)燃機的燃油濾清器是否堵塞;內(nèi)燃機的供油時間是否合適無延遲現(xiàn)象。
(3)故障排除。內(nèi)燃機的供油管有沒有漏油等問題,內(nèi)燃機的油箱的油量多少,內(nèi)燃機的噴油泵油量調(diào)節(jié)桿有無卡住,內(nèi)燃機的油量控制桿鎖緊螺栓是否脫落,內(nèi)燃機的燃油成分檢查是否空氣含量較高,內(nèi)燃機的供油管和濾清器是否堵塞,最后檢查內(nèi)燃機的供油時間。
(4)采取措施。首先應(yīng)檢查內(nèi)燃機的油箱油量是否充足,如果油量不足應(yīng)增添燃油;其次檢查內(nèi)燃機的供油管是否漏油或斷裂,發(fā)現(xiàn)漏油或斷裂及時進行維修,如果是由漏油原因引起則維修內(nèi)燃機后還要排除管路中的空氣壁面油的純度不夠;檢查內(nèi)燃機的調(diào)節(jié)桿卡住和內(nèi)燃機的油量控制桿的鎖緊螺栓是否緊固,如果在內(nèi)燃機的運行過程中有異樣聲響,則需要將部件重新鎖緊;然后拆下內(nèi)燃機的燃油管的進油端進行連續(xù)壓動,如無燃油流出,可能是供油管或燃油濾清器發(fā)生了堵塞,采取措施為進行逐段進行排除;內(nèi)燃機的供油時間不合適,延遲或過早都會引起動力不足。
四、結(jié)論
自從改革開放以來,我國的水運行業(yè)發(fā)展迅速,我國港口吞吐量增長較快,對港口設(shè)備的要求也越來越高,因此港口機電設(shè)備出現(xiàn)故障的現(xiàn)象也逐漸增多。
本文首先介紹了設(shè)備故障診斷技術(shù)的發(fā)展現(xiàn)狀,目前傳統(tǒng)的機電設(shè)備故障診斷技術(shù)主要包括:機械振動監(jiān)測、磨屑監(jiān)測、溫度監(jiān)測以及無損探傷等,港口設(shè)備故障診斷技術(shù)水平已越來越高,然后隨著故障現(xiàn)象的增多,港口設(shè)備故障診斷技術(shù)應(yīng)向自動化智能化方向進一步發(fā)展。
參考文獻:
[1]胡文君,褚家榮,蘇毅設(shè)備故障診斷技術(shù)的現(xiàn)狀與發(fā)展[J].后勤工程學(xué)院學(xué)報,2004,(02).
[2]樓應(yīng)候,蔣亞南.機械設(shè)備故障診斷與監(jiān)測技術(shù)的發(fā)展趨勢[J].機床與液壓,2002,(04).
關(guān)鍵字：汽車故障排除
一、高速公路爆胎原因分析與對策
汽車在高速公路上高速連續(xù)行駛，若接近或超過了輪胎的工作極限就可能發(fā)生爆胎事故，這類突發(fā)性事故對車輛和乘員的安全危去極大。從現(xiàn)有統(tǒng)計資料來看，汽車在高速公路上發(fā)生爆胎的幾率相當大。下面簡要分析行車中車胎爆炸的原因和預(yù)防措施。
1.1高速公路行車爆胎的原因引起高速公路上爆胎的主要原因是輪胎溫度過高，使輪胎材料的機械性能下降。由于輪胎在旋轉(zhuǎn)過程中快速反復(fù)變形，材料內(nèi)部因摩擦生熱。同時，外胎與內(nèi)胎之間、輪胎與輪惘之間以及輪胎與路面之間也因摩擦而生熱，使輪胎升溫。試驗得知:輪胎內(nèi)部的溫度與輪胎的負荷和車速成正比，車速越高，負荷越大，溫度升高越快。此外，輪胎溫度與外胎的厚度有關(guān)，外胎越厚，輪胎的熱量越難以散發(fā)，溫度上升越快:輪胎溫度還與外界溫度和輪胎氣壓有關(guān)，環(huán)境溫度越高溫度上升越快，輪胎氣壓過低，輪胎徑向變形大，滾動阻力增加，溫度隨之升高。
試驗表明，當溫度由0℃升高到60℃時，橡膠的強度及與簾線的附著力大約降低50%，不同材料的簾線，其強度也有不同程度的下降。溫度升高引起材料疲勞，強度降低，當應(yīng)力超過簾線的強度時，簾線就會折斷。輪胎變形使簾布層之間產(chǎn)生剪應(yīng)力，當剪應(yīng)力超過簾布與橡膠之間的附著力時，就會出現(xiàn)簾布松散或局部簾布脫層。另外，輪胎溫度的升高還將造成輪胎氣壓隨之升高，使簾線所受的應(yīng)力加大，也容易使高速行駛的輪胎發(fā)生爆胎。
1.2防止高速公路行車爆胎的應(yīng)對措施
1.2.1正確選擇輪胎的速度等級和負荷能力。
要求輪胎的速度等級與汽車的最高車速相匹配，輪胎的負荷能力與裝載質(zhì)量相適應(yīng)。根據(jù)GB2978-89《轎車輪胎系列》規(guī)定，轎車輪胎采用10級速度標志符號。
對輪胎的負荷能力，目前國際上普遍采用“負荷指數(shù)”表示法。如:胎側(cè)上標有9.00R20140/137,表示單胎負荷指數(shù)為140，負荷值為2500公斤；雙胎負荷指數(shù)為137，負荷值為2300公斤。
1.2.2保持正確的輪胎氣壓。
輪胎的充氣壓力是決定輪胎使用壽命和工作環(huán)境的主要因素。輪胎氣壓過低，胎體變形增大，造成內(nèi)應(yīng)力增加，胎溫急驟升高，加速橡膠老化和簾線疲勞，導(dǎo)致簾線折斷、松散和簾布脫層；輪胎氣壓過高，簾線過度拉伸，輪胎剛性增加，滾動載荷增大，易產(chǎn)生胎冠爆裂。因此，在使用中必須嚴格按照使用說明書規(guī)定的前、后輪胎標準氣壓或者輪胎側(cè)面標注的標準氣壓進行充氣。
1.2.3嚴禁超速行駛。
超速行駛時，由于輪胎與路面的摩擦加劇，輪胎屈撓頻率升高，使輪胎溫度與內(nèi)壓上升，加速了簾布膠質(zhì)老化和簾線疲勞，甚至造成早期脫層和爆裂，使輪胎壽命縮短，出現(xiàn)行車事故。因此，必須避免長時間高速行駛，應(yīng)嚴格按照高速公路設(shè)定的最高行車速度作間歇性行駛。
1.2.4正確使用輪胎
①采用縱向花紋的子午線輪胎。子午線輪胎強度高，承載能力強，滾動阻力小，附著能力強，胎面滑移少，生熱較低，胎體薄，散熱快，行駛溫度較低。另外，縱向花紋輪胎的滾動阻力小，輪胎與路面之間因摩擦產(chǎn)生的熱量少，散熱快。②不使用過度磨損輪胎和翻新胎。按照GB1191-899743-9744-88T和GB516-89的規(guī)定，輪胎應(yīng)沿周向等距離設(shè)定不少于4個的磨耗標志，當輪胎磨損到此處時，花紋溝斷開，表明輪胎己不能使用，若繼續(xù)使用，會因輪胎過度磨損、強度下降而造成爆胎。
二、制動系統(tǒng)常見故障原因與對策分析①由于制動管（如接頭處）漏油或阻塞，導(dǎo)致制動液供應(yīng)不足，制動油壓下降而引起制動失靈。應(yīng)及時檢查制動管路，排除滲漏，添加制動液，疏通管路。
②由于制動管內(nèi)進入空氣而使制動遲緩，或制動管路受熱，致使制動液氣化，管路內(nèi)出現(xiàn)氣泡。由于氣體可壓縮，因而在制動時導(dǎo)致制動力矩下降。維護時，可將制動分泵及管內(nèi)空氣排凈并加足制動液。
③由于制動間隙不當而引起。當制動摩擦片工作面與制動鼓內(nèi)壁工作面的間隙過大時，制動時分泵活塞行程過大，導(dǎo)致制動遲緩、制動力矩下降。維修時，按規(guī)范應(yīng)全面調(diào)校制動間隙，可用平頭螺絲刀從高速孔撥動棘輪，將制動鼓完全張開，間隙消除，然后將棘輪退回3-6齒，就可得到規(guī)范的間隙。
④由于制動鼓與摩擦襯片接觸不良而引起。若閘比變形或制動鼓圓度超過0.5mm以上將導(dǎo)致摩擦襯片與制動鼓接觸不良，制動摩擦力矩下降。若發(fā)現(xiàn)此現(xiàn)象，必須鏜削鏜或校正修復(fù)。制動鼓鏜削后的直徑不得人于220mm，否則應(yīng)更換新件。
⑤由于制動摩擦片被油垢污染或浸水受潮，摩擦系數(shù)急劇降低，引起制動失靈。維護時，拆下摩擦片用汽油清洗，并用噴燈加熱烘烤，使?jié)B入片中的油滲出來，滲油嚴重時必須更換新片。對于浸水的摩擦片，可用連續(xù)制動以產(chǎn)生熱能使水蒸發(fā)，恢復(fù)其磨擦系數(shù)即可。
⑥由于制動總泵、總泵皮碗（或其他件）損壞而引起。在此情況下制動管路不能產(chǎn)生必要的內(nèi)壓，油液漏滲，致使制動不良。應(yīng)及時拆檢制動總泵、分泵皮碗更換磨蝕損壞部件。
三、發(fā)動機熄火原因與對策分析3.1故障現(xiàn)象
①行駛途中，發(fā)動機突然熄火，熄火之前出現(xiàn)瞬間排氣管放炮。起動發(fā)動機電流表指針指示放電，在3~5A不動，起動不著發(fā)動機。
②行駛途中發(fā)動機突然熄火，起動發(fā)動機，電流表指針指示在0位不動，發(fā)動機起動不著。
3.2故障對策
①第1種情況，一般為點火線圈的初級繞組至分電器觸點之問某處短路所致，應(yīng)首先檢查分電器觸點是否燒蝕，使其觸點不能張開。在觸點張開的情況下，拆下分電器接線柱導(dǎo)線作短路試火:①有火，用其導(dǎo)線與電容器導(dǎo)線試火，如有火則為接柱至活動觸點間短路。再與分電器接柱試火，如有火則為接柱至活動觸點間短路。②無火，拆下點火線圈接柱導(dǎo)線與該接柱試火，有火則其導(dǎo)線短路；無火，點火線圈短路，或者是其導(dǎo)線或附加電阻短路開關(guān)接柱搭鐵。如果在行駛中，變速器未脫入空檔，采取緊急制動時，同時突然發(fā)生排氣管瞬問放炮，隨之熄火，起動發(fā)動機不著，電流表指示3~5A不動，其原因一般系電容器擊穿所致。
②第2種情況，是低壓電路某處斷路所致。在診斷時，可通過按喇叭來判定。如果按喇叭不響，這時用手觸試蓄電池極樁與其卡子處溫度是否過高。若溫度過高那么說明該部位連接松動。如果按喇叭正常鳴叫，但電流表仍指示0位不動，則說明低壓電路某處仍有斷路之處，這時用螺絲刀將分電器低壓線接柱和分電器殼體劃碰，看是否有火花。若無火花，再進一步檢查，將一根導(dǎo)線的一端，用手按在點火線圈的開關(guān)接柱上，另一根劃碰搭鐵處，也無火花，就說明起動—電流表—點火線圈開關(guān)—電源接柱間有故障。其故障有:點火開關(guān)失效、導(dǎo)線破露搭鐵或斷路以及導(dǎo)線接頭螺絲松脫等。倘若有火花，則說明故障在點火線圈至分電器線路上，這時，將分電器蓋打開，用螺絲刀使觸點臂與分電器底板劃碰搭鐵，看是否有火花，如果無火花，則說明觸點臂絕緣部分有漏電搭鐵之處或點火線圈電阻燒斷。若有火花，應(yīng)檢查觸點是否燒蝕嚴重。
四、其他故障分析4.1轉(zhuǎn)向突然失靈
轉(zhuǎn)向突然失控，汽車就像脫韁的野馬，橫沖直撞，這時應(yīng)立即放松加速踏板減擋減速，采用緩拉手制動或用間歇性制動法減速，不得使用緊急制動，以免導(dǎo)致汽車側(cè)滑，不論轉(zhuǎn)向是否有效都應(yīng)盡可能將車駛向路邊或天然障礙物處，以便?？棵撾U。
4.2車輛發(fā)生側(cè)滑
汽車在冰雪路上行駛或突然急轉(zhuǎn)彎時，在猛然受到制動往往會引起側(cè)滑而“甩尾”此時應(yīng)立即減小節(jié)氣門開度，降低車速，再將轉(zhuǎn)向盤朝側(cè)滑的一側(cè)進行修正。另外側(cè)滑時車的重量會把彈簧和減震器壓緊，一旦汽車修正過來，繃得緊緊的彈簧和減震器會把所有的能量朝側(cè)滑的相反方向釋放此時應(yīng)平穩(wěn)地控制轉(zhuǎn)向盤，避免發(fā)生新的側(cè)滑。
4.3發(fā)動機出現(xiàn)“飛車”
柴油汽車發(fā)動機發(fā)生“飛車”，易產(chǎn)生拉缸、斷軸等重大機械故障若剛啟動時出現(xiàn)，應(yīng)認即關(guān)閉發(fā)動機噴油供油裝置，擰松高壓軸管接頭螺母，將氣缸斷油，或用舊布堵塞空氣濾清器進氣口對氣缸“斷氣”處置。汽車在行駛時突然“飛車”，也應(yīng)認即關(guān)閉發(fā)動機噴油供油裝置;有排氣制動設(shè)置的應(yīng)關(guān)閉排氣制動閥，使發(fā)動機廢氣不能排出而熄火若以上措施無效，應(yīng)立即操縱手、腳制動器制動，增加發(fā)動機的負荷，使發(fā)動機因動力不足而停止運轉(zhuǎn)。
4.4油路故障的急救處理
4.4.1.汽油管破裂或折斷
汽油管一般為銅管，當多次彎折使用后，極易在行車路上發(fā)生汽油管破裂或折斷現(xiàn)象。當出現(xiàn)這種情況時，可做如下急救處理。
(1)油管裂縫較小時，可用肥皂涂在布條上，再將布條纏緊在裂縫處，并用細鐵絲扎緊，最后再涂上一層肥皂即可。
(2)油管裂縫較大或油管折斷時，可先修整好油管兩斷面，找一段與油管外徑相應(yīng)的膠管或塑料管套接，再扎緊兩端即可。
4.4.2.汽油管接頭漏油
當發(fā)現(xiàn)油管接頭漏油時，首先應(yīng)將涂有肥皂的棉紗(或是用耐油密封膠涂在棉紗上，效果更佳)，纏繞在取下的油管喇叭口下緣，然后將管螺母擰緊，最后可用麥芽糖或泡泡糖嚼成糊狀，涂在管螺母座口處起密封作用。
4.4.3.汽油泵膜片破裂
膜片破裂，輕者導(dǎo)致漏油，重者將使汽油泵失去泵油能力。因此，在行駛途中，由于無現(xiàn)成的泵膜可以替換，我們就必須根據(jù)具體情況，用塑料薄膜、漆布、雨布等剪成膜片形狀夾在破損的膜片中代用。另外，在泵膜破裂處還應(yīng)涂沫一層肥皂以保證密封性。
對于每一個駕駛員來說，安全就是一切，所以在遇到緊急情況時應(yīng)該在安全的情況下檢查故障并盡可能排除，切不可因為維修汽車而造成任何人員事故。
參考文獻：
[1]南靜.汽車在高速公路上爆胎原因及處理.公路與汽運.2003
[2]張艷玲.微型汽車制動系統(tǒng)常見故障原因分析.河南農(nóng)業(yè).2004
[3]呂鋒.汽車行駛途中突然熄火故障診斷.使用與維修.2005
通過實際調(diào)查分析歸納出礦山液壓機械系統(tǒng)常見故障如下：
1.1溫度過高。主要原因有：油粘度過高、內(nèi)泄嚴重、冷卻器堵塞、泵修理后性能差及油位低、壓力調(diào)定過大、摩擦損失大。液壓系統(tǒng)的零件因過熱而膨脹，破壞了相對運動零件原來正常的配合間隙，導(dǎo)致摩擦阻力增加、液壓閥容易卡死，同時，使油膜變薄、機械磨損增加，結(jié)果造成泵、閥、馬達等的精密配合面因過早磨損而使其失效或報廢。
1.2因為不良、摩擦阻力變化、空氣進入、壓力脈沖較大或系統(tǒng)壓力過低、閥出現(xiàn)故障、泄漏增大、別勁、燒結(jié)造成的執(zhí)行機構(gòu)運動速度不夠或完全不動。
1.3因為泵不供油、油箱油位過低吸油困難、油液粘度過高、泵轉(zhuǎn)向不對、泵堵塞或損壞、.接頭或密封泄漏、主泵或馬達泄漏過大、油溫過高、溢流閥調(diào)定值低或失效、泵補油不足、閥工作失效造成的系統(tǒng)無壓力或壓力不足。
1.4因為泵工作原理及加工裝配誤差引起、控制閥閥芯振動、換向時油液慣性造成的壓力或流量的波動。
1.5因為油溫過高、油粘度過大及油液自身發(fā)泡、泵自吸性能低、吸油阻力大、油箱液面低、密封失效或接頭松動、件結(jié)構(gòu)及加工質(zhì)量造成的氣穴與氣蝕。
2故障診斷技術(shù)及應(yīng)用
2.1主觀診斷技術(shù)：指維修人員利用簡單的診斷儀器憑借個人的實踐經(jīng)驗分析判斷故障產(chǎn)生的原因和部位。方便快捷，可靠性較低，屬于較簡單定性分析。包括直覺經(jīng)驗法、參數(shù)測量法、邏輯分析法、堵截法、故障樹分析法等。
直覺經(jīng)驗法指維修人員憑感官和經(jīng)驗,通過看、聽、摸、聞、問等方法判斷故障原因:看執(zhí)行元件是否爬行、無力、速度異常，液位高度、油液變質(zhì)及外泄漏,測壓點工作壓力是否穩(wěn)定，各連接處有無泄漏及泄漏量；聽泵和馬達有無異常聲響、溢流閥尖叫聲、軟管及彎管振動聲等。摸系統(tǒng)元件的油溫和沖擊、振動的大小、聞油液是否變質(zhì)、軸承燒壞、油泵燒結(jié)等。詢問設(shè)備操作者，了解液壓系統(tǒng)平時工況、元件有無異常、設(shè)備維護保養(yǎng)及出現(xiàn)過的故障和排除方法。
參數(shù)測量法指通過測得系統(tǒng)回路中所需點處工作參數(shù)，將其與系統(tǒng)工作正常值比較,即可判斷出參數(shù)是否正常、是否有故障及故障所在部位，適于在線監(jiān)測、定量預(yù)報和診斷潛在故障。
邏輯分析法指根據(jù)元件、系統(tǒng)、設(shè)備三者邏輯關(guān)系和故障現(xiàn)象,通過研究液壓原理圖和元件結(jié)構(gòu),進行邏輯分析,找出故障發(fā)生部位。
堵截法指根據(jù)液壓系統(tǒng)的組成及故障現(xiàn)象選擇堵截點，堵截法觀察壓力和流量的變化，從而找出故障的方法。堵截法快速準確，但使用較麻煩，拆裝量大，需要整套的堵截工具和元件。
故障樹分析法指對系統(tǒng)做出故障樹邏輯結(jié)構(gòu)圖，系統(tǒng)故障畫在故障樹的頂端為頂事件，根據(jù)各元件部位的故障率數(shù)據(jù)，最終確定系統(tǒng)故障。適合較大型、較復(fù)雜系統(tǒng)故障的判定和預(yù)測。
2.2儀器診斷技術(shù)：根據(jù)液壓系統(tǒng)的壓力、流量、溫度、噪聲、震動、油的污染、泄露、執(zhí)行部件的速度、力矩等，通過儀器顯示或計算機運算得出判斷結(jié)果。診斷儀器有通用型、專用型、綜合型、其發(fā)展方向是非接觸式、便攜式、多功能和智能化。包括鐵譜記錄法、震動診斷法、聲學(xué)診斷法、熱力學(xué)診斷法等。如鐵譜記錄法，通過分析鐵粉圖譜，根據(jù)鐵粉記錄圖片上的磨損粉末、大小和顏色等信息，準確得到液壓系統(tǒng)的磨損與腐蝕的程度和部位，并可對液壓油進行定量污染分析和評價，做到在線檢測和故障預(yù)防。
2.3智能診斷技術(shù)：指模擬人腦機能，有效獲取、傳遞、處理、再生和利用故障信息，運用大量獨特的專家經(jīng)驗和診斷策略，識別和預(yù)測診斷對象包括模糊診斷法、灰色系統(tǒng)診斷法、專家系統(tǒng)診斷法、神經(jīng)網(wǎng)絡(luò)系統(tǒng)診斷法等。目前研究最活躍的是專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)，使故障診斷智能化，具有廣闊發(fā)展應(yīng)用前景?；谌斯ぶ悄艿膶＜以\斷系統(tǒng)，是計算機模仿在某一領(lǐng)域內(nèi)有經(jīng)驗的專家解決問題的方法，將故障現(xiàn)象輸入計算機，計算機根據(jù)輸入現(xiàn)象及知識庫中知識按推理集中存放的推理方法，推算出故障原因，并提出維修或預(yù)防措施。人工神經(jīng)網(wǎng)絡(luò)是模仿人的大腦神經(jīng)元結(jié)構(gòu)特性，利用神經(jīng)網(wǎng)絡(luò)的容錯、學(xué)習(xí)、聯(lián)想記憶、分布式并行信息處理等功能，把專家經(jīng)驗輸入網(wǎng)絡(luò)，通過對故障實例和診斷經(jīng)驗的訓(xùn)練學(xué)習(xí)依據(jù)一定的訓(xùn)練算法，得到最佳接近的理想輸出。
3結(jié)論
維修的目的在于保證機械設(shè)備運轉(zhuǎn)的可靠性和經(jīng)濟性，維修方式的選擇應(yīng)從故障發(fā)生的安全性、經(jīng)濟性考慮。機械設(shè)備的維修方式是對機械維修時機和維修深度的控制模式。采用合理的維修方式可以有效地延長工程機械的使用壽命，提高機械設(shè)備的工作效率。
由于礦山設(shè)備工作狀態(tài)的多樣性及液壓系統(tǒng)的愈加復(fù)雜，在生產(chǎn)實踐中還應(yīng)該積極研究與應(yīng)用多種現(xiàn)代先進診斷技術(shù)。隨著診斷技術(shù)智能化，高精度化，不解體化并與先進通訊技術(shù)，網(wǎng)絡(luò)技術(shù)，智能傳感器技術(shù)等現(xiàn)代信息技術(shù)的融合，礦山液壓機械系統(tǒng)故障診斷的準確性，快捷性和便利性必將大大提高，
參考文獻：
[1]朱真才，韓振鐸主編.采掘機械與液壓傳動[M].徐州：中國礦業(yè)大學(xué)出版社.2005.
[2]謝銻純，李曉豁主編.礦山機械與設(shè)備[M].徐州：中國礦業(yè)大學(xué)出版社.2000.
1.1科學(xué)處理預(yù)防維護和計劃檢修的關(guān)系預(yù)防為主，主要是在機械設(shè)備的運行過程中，通過觀測了解設(shè)備運行的狀態(tài)，并且觀察設(shè)備磨損的狀況，定期對設(shè)備進行維護和保養(yǎng)。堅持預(yù)防為主的原則，能夠在機械設(shè)備發(fā)生故障之初就及時地發(fā)現(xiàn)，并且根據(jù)故障的表現(xiàn)找到原因。當機械設(shè)備的磨損程度超出既定的范圍，就需要開展計劃檢修，因此要將預(yù)防為主和計劃檢修二者之間進行合理的協(xié)調(diào)，才能保證機械設(shè)備維修的有效性。
1.2正確處理生產(chǎn)與檢修的關(guān)系由于機械設(shè)備的檢修需要一定的人力和物力，也需要將設(shè)備停止作業(yè)，這對于煤炭企業(yè)的正常生產(chǎn)經(jīng)營活動可能會產(chǎn)生一定的影響，但是不能由于生產(chǎn)任務(wù)的影響而忽略定期檢修。如果機械設(shè)備長期作業(yè)而沒有得到定期檢修，則可能會由于故障的惡化而引起較大的事故，將會對生產(chǎn)和安全帶來更大的損失。
1.3正確處理日常保養(yǎng)與定期專業(yè)維修的關(guān)系通常情況下，日常保養(yǎng)工作由使用設(shè)備的操作人員來完成，應(yīng)當通過崗位責(zé)任制將日常保養(yǎng)的責(zé)任落實到人；而定期專業(yè)維修則需要由專業(yè)的檢修機構(gòu)和人員，有針對性地開展設(shè)備的檢修。在實際的工作中，應(yīng)當將日常保養(yǎng)與專業(yè)維修有機的結(jié)合，避免二者之間出現(xiàn)脫節(jié)。
2控制煤礦機械設(shè)備故障的預(yù)防措施
2.1加強設(shè)備操作人員的綜合素質(zhì)培養(yǎng)機械設(shè)備操作人員的技能對設(shè)備性能的發(fā)揮有直接的影響，同時也是引起機械設(shè)備故障的一個重要因素。因此，機械設(shè)備操作人員在上崗之前，一定要通過相應(yīng)的培訓(xùn)和考試，考核合格之后才能上崗。同時，要注重操作人員在理論知識體系的構(gòu)建，了解機械設(shè)備的使用性能、設(shè)備結(jié)構(gòu)，爭取做到會操作、會檢測、會維修。另外，在日常工作中，要養(yǎng)成良好的工作習(xí)慣，愛護設(shè)備，保證設(shè)備在合適的環(huán)境中作業(yè)，尤其是對于一些大型的開采、挖掘設(shè)備，可以實行責(zé)任制，將維護的責(zé)任落實到人，有利于加強對設(shè)備的維護與保養(yǎng)。
2.2加強設(shè)備的日常維護煤礦機械設(shè)備的使用需要按照技術(shù)規(guī)程中的要求嚴格執(zhí)行，在每次設(shè)備使用之前，都要對設(shè)備進行全面的檢查，保證其合格之后才能投入使用。作為機械設(shè)備的檢驗人員，要具有高度的責(zé)任感，做到勤于觀察、勤于修理。在煤礦企業(yè)中可以每天進行一次維護記錄，使用人員要負責(zé)對設(shè)備進行清理、注油、防銹等基本的處理措施，每次設(shè)備作業(yè)完成后都要及時進行清理和維護，對機械設(shè)備日常的耗損情況能及時掌握，避免故障的惡化。
2.3對機械設(shè)備出現(xiàn)的故障進行謹慎的處理機械設(shè)備出現(xiàn)的故障，無論是在怎樣的環(huán)境下、無論故障的嚴重程度如何，都應(yīng)當立即組織技術(shù)人員和操作人員，進行全面的排查，找到故障所在，由技術(shù)人員提出合理的故障排除方案。同時，對于故障當事人，要酌情開展思想政治教育和學(xué)習(xí)活動，使他們能夠受到教育，并且通過學(xué)習(xí)加強自身對機械設(shè)備的使用水平，預(yù)防類似故障的再次發(fā)生。
2.4確保必須的設(shè)備資本投資在經(jīng)濟條件允許的情況下，用比較優(yōu)異以及節(jié)省電量能源的新式現(xiàn)代化機械裝置取代之前的老舊裝置，并且聯(lián)合技術(shù)工人對設(shè)備開展改革，減少噪音污染以及用電量較大的裝置，來提升設(shè)備的機能以及功效，能夠在提高機械設(shè)備性能的同時，降低設(shè)備運行和維護成本，提高煤炭企業(yè)的經(jīng)濟效益和社會效益。
3結(jié)語
近些年來，科學(xué)技術(shù)的快速發(fā)展為我國煤礦機械設(shè)備的生產(chǎn)提供了更多的技術(shù)保障，促進了煤礦機械設(shè)備的發(fā)展速度。但是，我國煤礦機械設(shè)備在機械設(shè)備的自動化和智能化水平方面，與國際先進水平相比還存在著一定的差距。如今，我國經(jīng)濟快速發(fā)展，人們生活水平日益提高，社會生產(chǎn)和生活對煤炭資源的需求量也在不斷增加，而煤礦機械設(shè)備頻繁發(fā)生的故障以及其引發(fā)的安全事故，卻對煤礦企業(yè)的發(fā)展產(chǎn)生了嚴重的阻礙，不僅影響了煤炭企業(yè)的經(jīng)濟效益，也對社會和諧安定帶來了一定的負面影響。另外，我國在煤礦機械設(shè)備的研究與開發(fā)方面，仍舊缺乏系統(tǒng)的、全面的開發(fā)體系，雖然煤礦企業(yè)和相關(guān)的設(shè)備單位不斷加大在煤礦機械設(shè)備研發(fā)方面的投資，但是由于研究人員分布的較為分散，交流不多，使得煤礦機械設(shè)備的研發(fā)工作經(jīng)常出現(xiàn)散亂的現(xiàn)象，無法形成完善的體系，這對煤礦機械設(shè)備的發(fā)展也產(chǎn)生了較大的影響。
二、煤礦機械設(shè)備的故障診斷方法
1.油液分析診斷煤礦機械設(shè)備中的油液可以作為樣本，為機械設(shè)備的故障診斷提供依據(jù)。油液分析診斷主要是利用光譜分析技術(shù)，針對油液中的磨屑顆粒狀態(tài)進行觀察和檢驗，以此作為依據(jù)，對機械設(shè)備的運行狀態(tài)做出評估，確定設(shè)備是否完好無損。
2.對機械設(shè)備構(gòu)不成損失的診斷對機械設(shè)備構(gòu)不成損傷的診斷方法和檢測技術(shù)是現(xiàn)在煤礦企業(yè)檢測機械設(shè)備的最常見的方法，而且在機械設(shè)備的診斷中應(yīng)用最廣泛。機械設(shè)備不會發(fā)生損壞就能夠有效地檢測到故障，機械設(shè)備在進行診斷和檢測時應(yīng)該首先對診斷技術(shù)和方法進行明確，要對要進行診斷的機械設(shè)備的加工程序、材質(zhì)以及質(zhì)量安全問題做到科學(xué)分析。
3.振動檢測機械設(shè)備的診斷振動技術(shù)主要是根據(jù)機械設(shè)備運行過程中的振動信號，對其運行狀態(tài)進行判斷。通過振動信號頻率的變化，可以確定振動數(shù)值是否發(fā)生了變化，以及變化的實際情況，以此為依據(jù)可以判斷機械設(shè)備在運行過程中所形成的故障。這種振動監(jiān)測機械設(shè)備故障的診斷方法十分簡單，而且診斷的成功率較高，因此也獲得了廣泛的應(yīng)用。
4.溫度測量診斷機械設(shè)備當機械設(shè)備長時間運轉(zhuǎn)，就會形成高溫，而過高的作業(yè)溫度會對機械設(shè)備產(chǎn)生損壞，不僅設(shè)備本身受到影響，其相關(guān)部位的材料也會由于受到高溫影響而發(fā)生損壞。因此，可以通過溫度測量對煤礦機械設(shè)備的故障進行診斷，利用溫度傳感裝置，通過設(shè)備溫度的變化對機械設(shè)備故障做出診斷。
三、煤礦機械設(shè)備的維護措施
1.預(yù)防事故維護預(yù)防事故維護指的是在機械設(shè)備發(fā)生故障之后，進行維護時會有明顯的故障點，當煤礦機械設(shè)備經(jīng)過長時間的運轉(zhuǎn)之后，故障點的損傷將會更加嚴重，因此需要以時間為前提，每當機械設(shè)備運行一個固定的時間段之后，就要對機械設(shè)備進行診斷和維護，尤其是對故障點要給予足夠的重視，只有這樣定期進行維護和保養(yǎng)，才能延長設(shè)備的使用壽命。堅持預(yù)防事故維護，可以保證設(shè)備的零件不會由于長時間的使用而產(chǎn)生磨損或者破壞而對整個機械設(shè)備造成影響。需要注意的是，這種維護方法需要技術(shù)人員經(jīng)常進行檢修和維護才能起到作用，同時檢修工作也會對正常的生產(chǎn)經(jīng)營產(chǎn)生影響，因此需要合理的安排。
2.事故發(fā)生維護事故發(fā)生維護是在煤礦機械設(shè)備受到損壞或者是發(fā)生故障之后，被動的停止運轉(zhuǎn)而開展的一種維護措施。當發(fā)生事故時，說明事前的預(yù)防措施和救急措施都沒有發(fā)揮作用，而且這種事故的發(fā)生通常都是在檢修計劃之外，因此需要的維護時間更長，而且其造成的影響也相對較大。
3.預(yù)知事故維護在煤礦機械設(shè)備運轉(zhuǎn)的過程中，需要對其運行狀態(tài)進行監(jiān)測，通過監(jiān)測數(shù)據(jù)判斷設(shè)備的運行狀態(tài)是否正常。而預(yù)知事故維護主要針對的是早期的故障，如設(shè)備運轉(zhuǎn)時發(fā)生的異常噪聲或者是異常振動，當這種早期故障發(fā)生時，通過準確的判斷和分析，可以及時采取有針對性的措施，降低事故發(fā)生的幾率，減少由于事故引起的經(jīng)濟效益和社會效益的損失。
4.主動預(yù)防事故維護主動預(yù)防事故維護的維護對象是設(shè)備功能降低和磨損參數(shù)，如煤礦機械設(shè)備的油液、運轉(zhuǎn)速度等等，通過這種主動預(yù)防事故維護措施，能夠及時發(fā)現(xiàn)設(shè)備和材料的異常狀況并且做出適當?shù)奶幚泶胧乐构收系膼夯约捌鋷淼膰乐睾蠊?/p>
四、結(jié)束語
關(guān)鍵詞：數(shù)控機床 維修技術(shù) 分析研究
中圖分類號：TG 文獻標識碼：A 文章編號：1007-0745（2013）06-0189-01
數(shù)控機床是現(xiàn)代工業(yè)機械自動化發(fā)展的重要機械設(shè)備，關(guān)系整個國家的工業(yè)發(fā)展和生產(chǎn)現(xiàn)代化的建設(shè)。數(shù)控設(shè)備是計算機技術(shù)和機械工業(yè)技術(shù)的結(jié)合，是數(shù)字化在工業(yè)生產(chǎn)中的應(yīng)用。數(shù)控技術(shù)體現(xiàn)的是工業(yè)產(chǎn)品更加的精細和準確。數(shù)控機床從操作到維修都要按照機械操作和護理的程序進行，操作不當或維修不及時必然影響數(shù)控機床的正常生產(chǎn)。
1數(shù)控機床存在的故障
數(shù)控機床的故障一般分為機械故障和電氣故障兩類。在機床維修之前，應(yīng)該診斷機床故障是屬于機械故障還是電氣故障，然后檢查電氣系統(tǒng)的程序能否正常運行，運動現(xiàn)象是否異常，根據(jù)檢查結(jié)果來判斷故障產(chǎn)生的原因。
2數(shù)控機床維修所必須的條件
2.1物質(zhì)條件。在物質(zhì)條件中要備齊必要的維修工具、檢查儀器表等，如裝有數(shù)控機床維修軟件的筆記本電腦；每臺數(shù)控機床應(yīng)該有完整的技術(shù)圖紙和操作說明書；配備數(shù)控機床專用的電氣配件；準備好數(shù)控機床使用和維修的說明書。
2.2人員條件。數(shù)控機床維修的好壞取決于技術(shù)人員的知識、技能水平和工作經(jīng)驗等條件。維修人員知識面要廣，要掌握有關(guān)數(shù)控機床操作和維修的各種知識，特別在計算機技術(shù)、電路技術(shù)和機械自動化技術(shù)能夠靈活應(yīng)用。維修人員還要加強數(shù)控技術(shù)的理論知識學(xué)習(xí)，參加機床技術(shù)的培訓(xùn)班，學(xué)習(xí)豐富的操作維修經(jīng)驗，要把理論知識和實際操作維修相結(jié)合，在實際工作中不斷的消化理論知識點，是理論指導(dǎo)實踐，在實踐操作中解決維修的難題，不斷的提高自身的動手能力和問題分析能力。由于數(shù)控機床軟件程序以英文為主，增加了一些不懂英文的技術(shù)員的維修機床的難度，因此，機床維修人員還應(yīng)該掌加強英文知識的學(xué)習(xí)，能夠正確的識別機床軟件上的英文單詞的意思，避免因為語言的原因造成機床維修中出現(xiàn)的障礙。
2.3數(shù)控機床的預(yù)防性維護。數(shù)控機床的日常護理非常重要，通過日常護理可以減少數(shù)控機床的機械故障。日常護理包括檢查主軸、各項溫度控制、磨損情況和接觸器觸頭清潔等狀況，同時要明確數(shù)控機床的各功能部件和元氣件的保養(yǎng)周期。每臺數(shù)控機床都應(yīng)該分配專門的工藝人員、操作人員及維修人員，要求這些人員要不斷提升自己的業(yè)務(wù)技術(shù)水平，以適應(yīng)數(shù)控技術(shù)不斷發(fā)展的需要。數(shù)控機床如果長時間閑置，當再次使用時，可能會出現(xiàn)一些新的機械故障題，或許是因為塵土、油脂凝固等原因影響到機床的動態(tài)傳動性能，而機床的精確度降低和油路系統(tǒng)被堵塞。在 1a 之內(nèi)基本上處于所謂的“磨合”階段，在這一階段機床的故障率會呈下降趨勢，這期間可以不斷的開動機床，此外在充分發(fā)揮機床設(shè)備的功效同時，也要合理的使用，注重日常的維護和保養(yǎng)。一臺數(shù)控機床的壽命一般在8～10a左右，因此，更應(yīng)做好機床的維修工作。
3數(shù)控機床的故障診斷及排除措施
3.1 采用常規(guī)檢查法。當機床的數(shù)控系統(tǒng)無法正常工作，且系統(tǒng)無法報警而影響正常工作時，就需要根據(jù)故障發(fā)生前后的系統(tǒng)狀態(tài)信息，結(jié)合已經(jīng)掌握的應(yīng)用理論基礎(chǔ)，進行科學(xué)分析，最后做出正確的判斷。當數(shù)控系統(tǒng)發(fā)生故障時，通常會在操作面板上顯示出故障信息和信號，對于發(fā)生頻率較高的故障，在數(shù)控系統(tǒng)的操作手冊和調(diào)整手冊上都有詳細的處理辦法和解決方案。還可以利用編程器或操作面板根據(jù)電路圖，遵循邏輯關(guān)系找出故障，并查出相應(yīng)的信號狀態(tài)，從而找到解決辦法。
3.2 參數(shù)修正法。數(shù)控機床的維修過程中，有時也要利用一些參數(shù)來調(diào)整機床，但必須是在機床的正常運行狀態(tài)下進行修正的，這是一種十分有效的方法。在經(jīng)過多次的調(diào)節(jié)機械能力的基礎(chǔ)上，嘗試著改變參數(shù)，并將伺服系統(tǒng)的位置系數(shù)逐漸修調(diào)。在保證生產(chǎn)順利進行的前提下，維修人員還要查閱更多的關(guān)于機床參數(shù)的更改方法，以此來提高加工的精度。
3.3初始化法。通常情況下，由瞬時故障引起的系統(tǒng)報警，可以用開關(guān)系統(tǒng)電源或者硬件復(fù)位來依次清除故障。一旦數(shù)控系統(tǒng)的存儲區(qū)因電池欠佳或線路板等問題造成混亂的局面，就要對系統(tǒng)進行初始化清除。
4 對數(shù)控機床維修的總結(jié)
數(shù)控機床的維修人員應(yīng)該在實踐中去找值得研究的項目課題，結(jié)合實踐所得出的結(jié)果來進行探討，最后寫出論文。在故障的排除過程中，必須要認真的分析判斷，由此可見事后總結(jié)十分有必要?？偨Y(jié)數(shù)控機床的維修過程中所需要的相關(guān)數(shù)據(jù)、文字資料等，如文件資料有不足之處，需要事后補充，以便在今后的日子中來研讀和應(yīng)用。維修人員應(yīng)該記錄好從故障的產(chǎn)生到解決這一過程中所出現(xiàn)的每一個問題，并采取有關(guān)措施，結(jié)合電路圖、相關(guān)軟件及參數(shù)等因素來進行。如在處理過程中發(fā)現(xiàn)自身知識的欠缺之處，應(yīng)及時的學(xué)習(xí)補充。
5結(jié)論
雖然數(shù)控機床的型號和種類比較多，但日常的護理和維修技術(shù)都基本上一樣的。數(shù)控機床的保養(yǎng)與維修技術(shù)隨著數(shù)控機床的改進而發(fā)生變化，因此維修人員要不斷的學(xué)習(xí)數(shù)控機床的最新理論知識和發(fā)放，不斷的投身于實際的維修工作當中去，把理論知識和實際相結(jié)合，在理論知識的指導(dǎo)下在維修中不斷的探索和發(fā)現(xiàn)問題，在維修技術(shù)上不斷的創(chuàng)新，及時解決數(shù)控機床出現(xiàn)的各種故障，減少維修費用，節(jié)約成本，使數(shù)控機床能夠安全的運行，提高企業(yè)的經(jīng)濟效益。
參考文獻：
[1]何亞飛，婁斌超，錢銳，等. “數(shù)控機床故障分析與維修”課程建設(shè)與實踐[J].中國職業(yè)技術(shù)教育，2005（24）：21-22.
[2]胡彥文，吳美玉.我國的數(shù)控機床的狀況及發(fā)展研究[J].機床與液壓，2005（23）：34-35.
[3]張超，羅玉婷，李海洋.論數(shù)控機床的故障診斷及維修技術(shù)[J].機電新產(chǎn)品導(dǎo)報，2001（13）：12-13.
中圖分類號：TH165+.3； TN911.7文獻標識碼： A文章編號： 10044523（2013）05075107
引言
軸承的故障診斷過程中有兩個關(guān)鍵問題：一是特征提取，二是模式識別。當軸承存在局部故障時，軸承故障信號表現(xiàn)出復(fù)雜調(diào)幅調(diào)頻特性[1]。對于此類信號，常用的時頻分析方法有小波變換、EMD（Empirical mode decomposition）方法等。但小波變換和EMD方法都有一定的不足[2]。局部均值分解（LMD）是一種新的自適應(yīng)時頻分析方法，具有迭代次數(shù)少、端點效應(yīng)不明顯、得到的虛假分量少等優(yōu)點[3，4]。信號的能量矩是能量在時間軸上的積分，能同時刻畫信號的能量在頻率軸和時間軸上分布[5]。相比能量，更能有效地反映故障振動信號的本質(zhì)特征。因此本文首先采用LMD方法將信號分解為不同頻帶的PF分量，然后提取PF能量矩組成特征向量，有利于提高故障分類效率和準確度。
目前應(yīng)用比較廣泛的模式識別方法有基于神經(jīng)網(wǎng)絡(luò)、支持向量機、粗糙集理論的模式識別[6～10]。但這些模式識別方法都有各自的局限。例如，人工神經(jīng)網(wǎng)絡(luò)需要大量的典型故障數(shù)據(jù)樣本，同時具有運算速度較慢，存在過學(xué)習(xí)等固有的缺陷[8]。支持向量機本質(zhì)是二進制分類器，對于多分類問題分類器設(shè)計復(fù)雜，分類性能受到核函數(shù)及其參數(shù)的影響較大[9]。粗糙集理論決策規(guī)則不穩(wěn)定，其魯棒性差，精確性不高[10]。這些模式識別方法都忽略了從原始數(shù)據(jù)中所提取的特征值之間的相互內(nèi)在關(guān)系。實際上，在機械故障診斷中，采用各種信號分析方法從原始信號提取的所有或部分特征值之間均具有一定的相互內(nèi)在關(guān)系，且這種相互內(nèi)在關(guān)系在不同的系統(tǒng)或不同工作狀態(tài)下具有明顯的區(qū)別。因此，可以利用各個特征值之間的相互內(nèi)在關(guān)系來實現(xiàn)分類識別。為充分利用特征值之間的相互內(nèi)在關(guān)系，Raghuraj與Lakshminarayanan提出了一種新的模式識別方法——基于變量預(yù)測模型的模式識別，并應(yīng)用于生物模式識別，取得了良好的效果[11～13]。
本文在詳細研究VPMCD的理論和應(yīng)用的基礎(chǔ)上，針對軸承故障振動信號能量矩特征值的相互內(nèi)在關(guān)系，將VPMCD引入軸承故障診斷，提出了基于LMD能量矩和VPMCD的軸承故障智能診斷方法。實驗結(jié)果表明該方法能有效地應(yīng)用于小樣本多分類軸承故障智能診斷，且避免了SVM處理多分類問題的分類器設(shè)計復(fù)雜、易出現(xiàn)分類無法確定的模糊區(qū)域等問題，對機械故障診斷具有重要的借鑒意義。
4結(jié)論
針對軸承故障信號特征值的相互內(nèi)在關(guān)系，提出了一種基于LMD能量矩和變量預(yù)測模型模式識別的軸承故障智能診斷方法。研究結(jié)果表明：
（1）將基于LMD的PF能量矩和VPMCD模式識別方法相結(jié)合，能有效地進行軸承故障智能診斷。
（2）VPMCD與BP神經(jīng)網(wǎng)絡(luò)對比分析結(jié)果表明：VPMCD方法與BP一樣，能有效地應(yīng)用于多分類的故障診斷，但VPMCD方法不需要迭代計算，計算復(fù)雜度降低，計算量大大減少，克服了神經(jīng)網(wǎng)絡(luò)計算速度慢的缺點，更有利于實現(xiàn)在線多分類機械故障診斷。
（3）VPMCD和SVM的對比表明，VPMCD方法和SVM一樣適合于小樣本機械故障識別。
（4）VPMCD避免SVM復(fù)雜的參數(shù)尋優(yōu)問題。而且不同于SVM的二進制分類器的本質(zhì)，VPMCD方法本質(zhì)上是一種多分類方法，避免了SVM處理多分類問題的分類器設(shè)計復(fù)雜、易出現(xiàn)分類無法確定的模糊區(qū)域等問題。
值得提出的是，VPMCD方法是一種新的模式識別方法，其理論還有待完善，如模型參數(shù)估計方法、適合于VPMCD方法的特征量選取等問題有待于進一步的研究與完善。
參考文獻：
[1]鐘秉林，黃仁.機械故障診斷學(xué)[M].北京：機械工業(yè)出版社，2006.
[2]Jonathan S Smith. The local mean decomposition method and its application to EEG perception data[J]. Journal of the Royal Society Interface， 2005，2（5）：443—454.
[3]程軍圣，張亢，楊宇.局部均值分解方法及其在滾動軸承故障診斷中的應(yīng)用[J].中國機械工程，2009，20（22）：2 712—2 717.
[4]張亢，程軍圣，楊宇.基于有理樣條函數(shù)的局部均值分解方法及其應(yīng)用[J].振動工程學(xué)報，2011，24（1）：96—103.
[5]Li X J， Bin G F， Gao J J， et al. Early fault diagnosis of rotating machinery based on wavelet packetsEmpirical mode decomposition feature extraction and neural network[J]. Mechanical Systems and Signal Processing， 2012，27：696—711.
[6]胡橋，何正嘉，張周鎖，等.基于提升小波包變換和集成支持矢量機的早期故障智能診斷[J].機械工程學(xué)報，2006，42（8）：16—22.
[7]Satish C， Sharma P K Kankar， Harsha S P. Fault diagnosis of ball bearings using machine learning methods[J]. Expert Systems with Applications， 2011，38：1 876—1 886.
[8]Wang Chunchieh， Kang Yuan， Shen Pingchen， et al. Applications of fault diagnosis in rotating machinery by using time series analysis with neural network[J]. Expert Systems with Applications， 2010，37（2）：1 696—1 702.
[9]Laura Dio San， Alexandrina Rogozan， JeanPierre Pecuchet. Improving classification performance of support vector machine by genetically optimising kernel shape and hyperparameters[J]. Applied Intelligence， 2010，36（2）：280—294.
[10]Xiang Xiuqiao， Zhou Jianzhong， Li Chaoshun， et al. Fault diagnosis based on Walsh transform and rough sets[J]. Mechanical Systems and Signal Processing， 2009，23（4）：1 313—1 326.
[11]Rao Raghuraj， Samavedham Lakshminarayanan. VPMCD： Variable interaction modeling approach for class discrimination in biological systems[J]. FEBS Letters， 2007，581（56）：826—830.
[12]Rao Raghuraj， Lakshminarayanan S. Variable predictive model based classification algorithm for effective separation of protein structural classes[J]. Computational Biology and Chemistry， 2008，32（4）：302—306.
[13]Rao Raghuraj， Samavedham Lakshminarayanan. Variable predictive modelsA new multivariate classification approach for pattern recognition applications[J]. Patten Recognition， 2009，42（1）：7—16.
