矿山机械设备发展趋势及安全管理措施研究1.docx

??

?

??

矿山机械设备发展趋势及安全管理措施研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：在矿山开采过程中，需要使用大量的机械设备，为生产的稳定以及有序进行提供物质支撑，但是由于矿山开采环境复杂，机械设备在运行中容易出现各种故障问题，需要企业及时组织人员进行故障维修，保证机械设备在短时间内投入生产，确保生产效率和质量。因此，设备维修人员要结合矿产机械设备的特点，合理应用故障诊断技术，发挥机械设备的生产效能，促进生产稳定以及安全进行。本文基于矿山机械设备发展趋势及安全管理措施研究展开论述。

关键词：矿山机械设备；发展趋势；安全管理措施研究

引言

随着我国社会与经济的蓬勃发展，矿产资源的重要性日益凸显，在矿山开采中，机械设备是关键生产力，如果其发生故障则会对正常生产带来巨大影响，因此，企业需要给予设备维修以高度重视及时以及高效的恢复机械生产性能，保证生产的有序以及安全开展。矿山机械和设备是在整个矿山施工中直接受机械安全管理水平影响的非常重要的设备。因此，企业要想提高效率，同时保证矿山的安全生产，必须保证矿山设备的高效运行和安全。

1安全管理的主要影响因素

1.1润滑管理

在实际执行设备管理任务时，设备的润滑管理是至关重要的一部分，必须设置具有专门润滑管理员的管理系统。与润滑相关的工人需要长期积累的丰富润滑经验和知识，从而延长设备的使用寿命，并更可靠地保证工作状态。设备管理在很多矿业企业中注重维护，疏于润滑管理，严重的时候会引起润滑使用混乱，相关管理部门无法严格执行润滑工作系统。

1.2工作环境特殊

矿山开采的环境较为恶劣，机械设备长期在特殊的环境下运行，容易出现各种运行故障，例如机械的钻头部位，其需要长期处于高温环境下作业，在持续运行中容易诱发设备故障，如果不对故障进行妥善及时的解决，会对生产的稳定性和安全性带来巨大隐患。

1.3人员安全管理

在许多采矿设备中，尤其是一些大型采矿设备通常机械化程度很高，不仅可以消耗物质资源，还可以更好地节约人力消耗，有效地提高生产效率，从而降低劳动力强度。实际使用机械设备时，相关人员的操作水平应提高，实际操作不按照相关规定或要求进行，容易发生人员轻伤、压伤等机械损害。因此，开采时要禁止非法操作有关人员，绝对不能允许进出机器危险区域。尤其是工作时，要穿工作服定期检查和修理机械设备，以更好地保证零件的正常运行。实际进行维修的时候，要格外小心，使机器运转时不要发生相关的安全事故。并且在运输过程中容易发生各种安全事故，为了更好地保证人员的安全，必须加强监督员。

2矿山机械设备问题

2.1设备制造质量不高

机械设备元器件的质量与性能直接影响到后期的运行效率。在矿山机械制造过程中所涉及到的元器件种类多、需求大,在采购工作中具有较大的管理难度,因而元器件质量难以得到保证。设备厂家统一购买元器件的途径是较为常用的采购方法,在对于元器件购买工作中对于供货商的选择也是尤为重要的,应该加强对于供货商资质的审核和质量管控工作,但是在此过程中也会因为规模方面的限制作用使得机械元件的质量受到影响，因此需要进行更为合理的工作方法的改进。

2.2机械设备和相关技术落后

在进行矿山的开发过程中，机械设备和相关的操作技术是关键。随着开采进程的进行，开采的难度会越来越高，这就对原来的机械设备和操作技术发起了更大的挑战。因此，企业需要不断地根据实际的开采进度更新原有的机械设备和创新老套的操作技术。但是很多企业为了节省生产成本和节约劳动生产力，往往不会主动去进行机械的定期保养与检修工作，更别说要耗费人力物力去更新操作技术了，陈旧的机械设备和落后的操作技术是开采工作的一大阻碍。

2.3不注意保养、保修工作

对于矿山生产开采的企业而言，机械设备的质量和安全也就是在其中工作人言的安全保证。因此，当下工作中不注重机械设备的保养和维修方面的工作，也就使得企业的生产效率等方面受到了影响。因此要加强在此方面的工作，减少因为安全隐患所带来的损失。

3矿山机械设备安全管理措施

3.1智能故障诊断

智能故障诊断依靠机器学习方法能够自动识别机械装备的健康状态，减少了传统故障诊断过程中对诊断经验与专业知识的过分依赖。传统的智能故障诊断过程主要由两部分组成。（1）故障特征提取及优选。基于信号处理方法或数据统计手段，提取机械设备监测信号的故障特征，再结合距离估计、主分量分析等技术从多特征集中优选故障敏感特征。（2）故障类型识别。以优选的故障敏感特征训练人工神经网络、支持向量机或决策树等数据分类模型，实现故障类型的自动识别。尽管传统智能故障诊断方法能够实现机械装备健康状态的自动识别，但其故障特征提取及优选阶段仍需依靠人为先验知识，制约了机械装备智能故障诊断方法的推广与应用。基于稀疏自编码网络的智能故障诊断方法通过样本训练