平 剛

（西山煤電股份公司礦業(yè)管理有限公司， 山西 太原 030053）

引言

采煤機一般由電氣系統(tǒng)、牽引部、截割部、控制部以及部分輔助裝置聯(lián)合構(gòu)成，電氣系統(tǒng)提供工作動力，牽引部負責(zé)牽引截割設(shè)備工作，截割部負責(zé)對整塊煤進行切割，控制部負責(zé)下達各項命令。現(xiàn)代煤礦生產(chǎn)普遍采用綜采設(shè)備，也就是綜合機械化采煤設(shè)備，該種設(shè)備效率較高，也是本文分析的重點。

綜采設(shè)備的牽引部位和刮板部位聯(lián)合工作可以實現(xiàn)設(shè)備往復(fù)運動，這是設(shè)備持續(xù)工作的基本方式，設(shè)備的左右截割部可以根據(jù)煤層的起伏調(diào)節(jié)工作高度?，F(xiàn)代技術(shù)下，前后截割部可以分別完成頂煤和底煤的截割，截割同時，刮板的輸送裝置將煤輸送至傳輸帶處，完成傳輸，并進入下一個工作循環(huán)[1]。

1 人工免疫技術(shù)

由于采煤機構(gòu)件較多、結(jié)構(gòu)復(fù)雜，靠傳統(tǒng)方式進行健康檢查耗工耗時，因此需要建立科學(xué)的體系作為檢查的必要支持，也就是人工免疫系統(tǒng)。人工免疫系統(tǒng)的建立有兩個主要內(nèi)容，一是確定健康指標(biāo)，二是確定系統(tǒng)各模塊[2]。

1.1 健康指標(biāo)

健康指標(biāo)是指采煤機各部分的健康標(biāo)準(zhǔn)數(shù)值，該指標(biāo)的確定工作也是分步進行的，首先要將采煤機的各關(guān)鍵構(gòu)件進行分類，通過采集樣本數(shù)據(jù)的方式了解其基本狀態(tài)，之后確定健康范圍數(shù)值。

比如牽引部和截割部的健康指標(biāo)，現(xiàn)有研究通常將牽引速度作為采煤機運行狀態(tài)的基本依據(jù)，將截割部電流作為判斷采煤機狀態(tài)是否存在異常的基本依據(jù)，在牽引速度相關(guān)指標(biāo)的確定工作中，首先參考設(shè)備的額定最大、最小牽引速度，之后對設(shè)備工作的信息進行采集，比如牽引最大速度為5，最小速度為1，在實際工作中，為了延長設(shè)備的工作壽命，通常不能使設(shè)備進入極限工作狀態(tài)，即是說，設(shè)備的最大牽引速度往往會小于5，最小牽引速度也往往會大于1。對設(shè)備不同階段的不同負載狀況進行記錄，搜集相關(guān)數(shù)據(jù)，并以最佳健康狀況為線性約束條件，判斷最佳健康狀況下設(shè)備的牽引速度，并作為標(biāo)準(zhǔn)，取數(shù)值上下的20%～30%作為閾值，設(shè)定為健康范圍數(shù)值。

截割部電流的確定工作與牽引速度的確定方式類似，都要建立在收據(jù)收集的基礎(chǔ)上，了解采煤機最佳健康狀況下的工作電流，取數(shù)值上下的25%～35%作為閾值，設(shè)定為健康范圍數(shù)值。

1.2 系統(tǒng)各模塊

人工免疫系統(tǒng)可以看作是對自然免疫系統(tǒng)的一種仿制。以人體為例，當(dāng)病菌侵入人體后，免疫系統(tǒng)首先會判斷其危害，當(dāng)確定其屬于有害物質(zhì)后，免疫系統(tǒng)會派出白細胞并嘗試將其殺死，這是人體免疫的基本原理。人工免疫采取同樣的結(jié)構(gòu)設(shè)計，先確定不同的健康威脅類型、最佳健康狀況、不同威脅的處理方式，再將其以模式化的方式代入到采煤機的控制系統(tǒng)中。

按上文所述，人工免疫系統(tǒng)可以被細分為檢查模塊、識別模塊、命令模塊、處理模塊、記錄模塊等五個主要部分。工作中，其基本流程是由檢查模塊對采煤機的工作狀況進行全面檢查，了解其運行狀況，在最佳健康狀況指標(biāo)的要求下，如果發(fā)現(xiàn)異常，由識別模塊對其進行識別，假定異常為牽引部轉(zhuǎn)速過高，命令模塊會下達命令要求調(diào)整轉(zhuǎn)速，處理模塊負責(zé)執(zhí)行，將轉(zhuǎn)速降至健康指標(biāo)要求的范圍內(nèi)，之后由記錄模塊對異常情況進行記錄，方便人員通過記錄了解異常發(fā)生的原因，探究解決方法。當(dāng)設(shè)備處于非工作狀態(tài)時，人工免疫系統(tǒng)會以2～4 h為一個周期，進行預(yù)防性檢查，了解設(shè)備基本狀況，并對可能出現(xiàn)的危險進行處理，預(yù)防性檢查主要是針對機電設(shè)備進水、漏油等常規(guī)故障。

人工免疫法更多的是通過人工進行數(shù)據(jù)收集和系統(tǒng)設(shè)定工作，之后將其應(yīng)用于采煤機中，這一系統(tǒng)在采煤機健康方面的相關(guān)工作中，其應(yīng)用優(yōu)勢具有高度的智能化能力，而且能夠在健康問題出現(xiàn)的一瞬間進行緊急處理和記錄，方便于后續(xù)的優(yōu)化工作。

2 動態(tài)檢測技術(shù)

動態(tài)檢測技術(shù)是建立在人工免疫法上的一種衍生技術(shù)，其核心是根據(jù)采煤機的種種動態(tài)變化提出優(yōu)化建議，促進健康方面工作的進一步發(fā)展。在當(dāng)前技術(shù)條件下，其主要應(yīng)用于兩個方面，一是工作環(huán)境不變的情況下，基于技術(shù)進步的自適應(yīng)調(diào)整；二是工作環(huán)境變化的情況下，基于工作變化的自適應(yīng)調(diào)整[3]。

2.1 技術(shù)進步方面的自適應(yīng)調(diào)整

動態(tài)檢測技術(shù)的理念是及時了解動態(tài)變化，在這一理念的指導(dǎo)下，智能化優(yōu)勢也有了更大的應(yīng)用空間。以現(xiàn)代采煤工業(yè)的發(fā)展來看，技術(shù)進步是一大趨勢，早年的采煤作業(yè)效率低，割煤機的出現(xiàn)使工作效率大為提高，綜采設(shè)備則使采煤效率再一次獲得提升，因此，未來的相關(guān)技術(shù)仍會持續(xù)進步。

在工作環(huán)境不變的情況下，利用動態(tài)檢測技術(shù)對工作過程進行實時監(jiān)測，了解工作效率和健康狀況之間的動態(tài)變化。以牽引部轉(zhuǎn)速為例，假定由于技術(shù)的進步，牽引部的轉(zhuǎn)速提高為現(xiàn)有轉(zhuǎn)速的150%，轉(zhuǎn)速提升后，單位時間內(nèi)割煤效率提升為原效率的140%，但機械磨損率、故障率上升為原轉(zhuǎn)速模式下的190%，能源消耗為原消耗的160%，修理故障消耗的時間、投入的人力物力也大幅增加，那么效率的提升就失去了意義。根據(jù)動態(tài)檢測的結(jié)果，當(dāng)轉(zhuǎn)速提升為120%時，磨損率、故障率上升幅度小、能源消耗增長小，效率提升較為顯著，在之后的工作中，即可以將轉(zhuǎn)速保持為120%，既提升了效率，也有效地保證了采煤機的健康。

2.2 工作環(huán)境變化的自適應(yīng)調(diào)整

由于技術(shù)的重大革新往往不會頻繁出現(xiàn)，健康技術(shù)的優(yōu)化還可以根據(jù)工作環(huán)境的變化來進行。比如為了降低粉塵率利用的濕式采煤法，工作環(huán)境的變化會對設(shè)備健康產(chǎn)生影響，優(yōu)化工作也有了進行的空間。

濕式采煤法在現(xiàn)代井下采煤中得到了一定程度的應(yīng)用，該方式可以有效降低粉塵率，使工作環(huán)境得到保證。但在進行割煤作業(yè)時，水帶來的摩擦力、阻力以及其對截割設(shè)備的影響是不容忽視的，這種開采小環(huán)境的變化給采煤機健康造成的影響可以通過動態(tài)檢測加以了解。比如在牽引部轉(zhuǎn)速不變的情況下，干式采煤法的故障率為0.02，濕式采煤法的故障率為0.03，調(diào)查結(jié)果顯示故障的變化是水阻力造成的，但水阻力對故障發(fā)生率的影響系數(shù)一時難以確定，因此以動態(tài)檢測為主進行一段時間的觀察，了解到采用濕式采煤法，如果牽引部轉(zhuǎn)速為原轉(zhuǎn)速的97%、截割部電流為原電流的95%，可以有效降低粉塵率、保持開采效率，并將故障率維持在較低的水平，在后續(xù)工作中即可以據(jù)此進行優(yōu)化調(diào)整。

在現(xiàn)有技術(shù)水平下，將動態(tài)檢測技術(shù)和人工免疫技術(shù)聯(lián)合使用，能夠使采煤機健康保持在相對較高的水平上。

3 結(jié)語

通過對采煤機工作過程、健康關(guān)鍵技術(shù)進行分析，了解了相關(guān)基本內(nèi)容。目前，應(yīng)用人工免疫技術(shù)和動態(tài)檢測技術(shù)，能夠較好地維持采煤機的健康，也便于根據(jù)各類情況對采煤機健康工作進行必要的優(yōu)化。在后續(xù)工作中，應(yīng)用上述理論，有利于了解和利用采煤機健康關(guān)鍵技術(shù)，使相關(guān)工作更好地進行。

參考文獻

[1]丁志勇.新型高效電牽引采煤機嵌入式健康狀態(tài)監(jiān)測與故障診斷系統(tǒng)研發(fā)[J].煤礦機械，2012（10）：275-277.

[2]周遠航，姚新港.基于BP神經(jīng)網(wǎng)絡(luò)的采煤機健康管理系統(tǒng)[J].制造業(yè)自動化，2014（6）：31-34.

[3]沈利華，孫建勇，成鈺龍，等.基于LabVIEW與小波變換的采煤機健康度監(jiān)測和故障診斷系統(tǒng)設(shè)計[J].煤礦機械，2013（12）：242-244.