煤矿机电设备智能化维护研究现状与发
展趋势
摘要：煤矿产业的发展对于我国的经济、环境产生深远的影响，目前我国在煤矿行业的主要方向是通过一系列的措施来降低整个行业对于环境产生的影响，进一步实现煤矿行业的高效、绿色发展，当前我国越发重视绿色发展的理念，在不同行业中积极的推进使用这一建设理念。对于煤矿行业而言，更需要在开展行业建设工作的过程中积极的使用绿色建设的理念，顺应我国经济建设和发展的要求。
关键词：煤矿设备；机械维护；研究状况研究 引言：
目前我国煤矿行业的发展也逐渐地进入到智能化的时代，各种信息技术平台的使用为煤矿行业的发展带来了全新的发展方向，各种互联网技术、5G技术、机器学习理念等相关知识的引入，使得煤矿行业多项技术实现智能化。基于此，本文主要是研究在煤矿行业发展的过程中，智能化设备维护的现状，同时对于智能化设备在未来的使用进行研究，为促进煤矿行业智能化机械设备的使用做出贡献。
一、煤矿行业机电设备维护研究现状
煤矿行业机电智能设备已经获得了一定的研究，但是不可否认的是在该行业我国还是有着较大的发展空间，目前相关的研究现状如下所述。
（一）故障机理研究
煤矿行业使用到的机械设备出现问题的概率是极大的，当前智能化技术的使用为进一步有效的解决设备出现的问题提供了全新的思路，对于传统的故障分析技术而言，本质上是通过大量的信号研究工作实现对于机械设备的检测，通过收集到的一系列信号进而有效的判断出机械设备的实际状况，实现更加高效的故障
状态分析工作。除此之外，在机械设备正常使用的过程中，也会建立垂直振动模型，通过对于模型的有效分析，获得仿真曲线图，及时的根据模型所反应的实际状态，对于机械设备出现故障的区域进行分析，进而有效的发现设备存在的问题。
（二）设备状态检测分析
当前智能化设备的使用，设备的状态是依靠机械实现自动检测的，因此为了有效地解决设备出现的问题，就需要及时的结合设备当前运行的实际状态开展数据分析工作，在做好设备故障信号检测工作的基础上，了解机械设备出现故障的基本原因，结合设备的运行状态开展数据分析和研究工作[1]。
当前机械设备中一般包含大量的模块进而实现对于机械设备状态的有效提取和分析，例如数据感知、信号采集、信号传输和存储部分，通过结合各类传感器得到的信号，将其传输到通信网络中，进而有效地实现对于数据信号的分析，实现对于故障状态的有效处理工作。
（三）信号处理状态分析
要想做好设备的维护工作，就需要进一步的提高信号分析工作的准确程度，体现机械设备的安全性和可靠程度，当机械设备出现复杂状况问题时，一般使用的是小波包优良降噪算法，在这个过程中需要及时的发现、提取故障信号，在经过处理之后，滤除噪声信号，同时为了进一步保障信号的有效性，提高机械设备的实际可用性，一般会结合算法分析来处理振动信号，这时对于故障信号的处理是极为有效的[2]。
二、煤矿行业机电设备维护发展趋势
当前煤矿行业使用到的机械设备整体体积庞大，因而在研究故障原因的时候较为复杂，在传统的研究背景下，各种故障是需要人为手动的发现和解决，很多时候在经过人工检查是无法有效的发现问题，这就显著的了煤矿行业的发展。为了实现整个行业的有效的发展，就需要及时的研究未来的发展趋势，做好相关研究工作，进而为促进整个行业的建设做出贡献。
（一）整个行业发展的现状分析
目前我国软件市场呈现极为显著的快速发展趋势，各种软件设备的使用为煤矿行业的快速发展提供了有效的数据支撑，煤矿行业是我国经济发展的重要支撑，整个行业智能化建设的现状同时也会直接影响到我国经济发展和建设的现状，同时我国主要的从事煤矿智能化研究的企业也是比较多的，不同企业研究工作的重点略有不同。例如部分企业将研究的重点放在智慧煤矿系统建设上，通过对于各种状态的有效分析，实现对于状态的实时监督，建立完善的智能体系，部分企业的重点在融合矿山智能研究工作和煤矿智能化建设工作，实现煤矿行业建设和发展的深入研究工作[3]。智能化系统的建设和实际使用同时也有效地解决了煤矿行业发展过程中存在的问题，例如地质状况分析不明确、信息传输不流畅、各种传感器数量少以及使用的可靠程度较低的情况，智能化设备的广泛使用，能够使得煤矿机在地质状况更加复杂的情况下正常使用。
（二）设备故障设备工作
对于煤矿机械智能化设备而言，实现更高的故障识别工作也是极为重要的一点，要想更好地实现这一建设的目标，就需要在设备出现故障的早期阶段采取更加有效的手段来发现存在的问题，使用灵敏度更高的机械设备来完成对于信号的采集工作，使用随机共振分析等基本手段有效的从较强干扰中提取出有效的信号，实现更高效率的设备故障检测工作。
（三）做好故障预测的模型建设工作
在复杂且庞大的煤矿机械环境下，一个小的问题就会引发极为严重的后果，对于传统的分析工作而言，已经无法适应这种全新的建设需求，因而这就需要在传统的建设模型的基础上采取更加高效的研究方法和研究技术。基于多传感器的信息识别技术已经为有效地实现设备故障提供了全新的发展思路，这对于煤矿行业的发展有着极为重要的作用[4]。各种仿真技术手段的使用在目前煤矿行业有着较大的发展空间，例如机械学习、深度学习等有关技术的使用，可以更加高效的解决当前无法解决的问题，使得当前的机械设备具有更高的自主学习能力，通过建立各种数据模型，使得机械设备可以自主的判断故障出现的原因，进而为解决故障提供了更加有效的手段保障。
三、结束语
综上所述，目前煤矿行业中使用到的机械设备需要建立更加科学的管理体系，做好对于机械设备的维护工作，同时有效的结合人工智能、物联网等信息发展的技术，实现对于机械设备的管理工作，及时的发现设备存在的问题，做好故障发现和解决的基本工作。同时为了更好地促进煤矿行业的建设和发展，就需要考虑引入更多的技术和算法知识，有效地提高整个行业发展的趋势。
参考文献：
[1]付建华. 故障检测诊断技术在智能化煤矿机电设备中的应用分析[J]. 矿业装备,2022(1):244-245.
[2]王尚钦. 智能化煤矿机电设备管理对煤矿企业的影响[J]. 数码设计（下）,2020,9(11):266.
[3]赵杏,高娅静. 机电设备智能化管理系统关键技术分析[J]. 电力设备管理,2022(2):336-338.
[4]王静. 基于深度学习的煤矿机电设备检测技术研究[J]. 机械管理开发,2022,37(2):140-142.
