2.3润滑油样分析
润滑油在机械设备中循环流动，携带着大量设备零部件运行工作状态的信息。通过对油液磨屑粒形状和对油液介质的物理和化学成分进行分析识别，可以判断设备中零部件的磨损程度、部位和类型，进行故障诊断，这种诊断方法称之为润滑油样分析法。这种诊断方法主要应用于机械设备润滑系统和液压系统，具体主要有三种分析方法：光谱分析法主要适用于磨屑粒径小于10um的磨损颗粒，其诊断准确，分析速度快。它主要利用光谱仪检测各种元素受到一定能量激发时具有发射的特定波长光的化学成分和含量，准确判断设备的磨损部位和程度;铁谱分析法适用范围很广，主要用于检测磨屑粒径在10~50um的磨损颗粒，但分析速度慢。它主要利用高强度磁场将油液中的金属磁性颗粒分离出来，然后用铁谱仪制成谱片，用光学显微镜观察磨屑的成分、大小、形态、色泽，判断设备的磨损部位、类型和运行状态;磁塞检查法主要适用于磨屑粒径在50um以上的磨损颗粒检测，其方法简单，多用于检测设备零部件后期磨损。它是用带磁性的塞头插入润滑系统的管路内，收集油中的磨损颗粒，然后用肉眼直接进行观察并判断零部件的磨损状态，进行故障诊断。
2.4无损探伤诊断
机械设备在生产时，其铸件、锻件、焊接件的表面及内部不免存在裂纹、气孔等肉眼观察不到的各种缺陷，在使用过程中缺陷可能会进一步恶化，影响设备的性能和正常运转。无损探伤诊断法就是利用声、光、磁和电等特性，在不损害或不影响机械设备使用性能的'前提下，检测其是否存在焊缝、是否存在不均匀性、是否存在材质方面的缺陷，是对机械设备进行早期故障诊断的一种有效方法，能够及早发现设备缺陷，保证机械设备的正常运转。常有的探伤方法有射线探伤、超声波探伤等。
3矿山机械设备故障诊断技术的发展趋势
3.1传感器与监测仪器广泛应用
矿山机械设备故障诊断主要靠传感器和监测仪器，但现有的传感器检测水平差、检测数据不准确，可靠性差，监测仪器功能单一，监测技术水平低，这些都已经远远不能适应矿山机械设备故障诊断的需要，迫切需要研发出先进的多功能型的传感器和监测仪器。因为每种监测方法对不同故障的敏感程度不同。所以，研发时要从准确选择振动、温度、噪音、油液中磨屑及其形态等参量入手，要使传感器和监测仪器能够快速准确识别故障，能够在矿山机械设备故障诊断领域得到广泛应用。
3.2开发小波分析诊断技术应用
在进行矿山机械设备故障诊断时，由于机械设备内部的零部件结构不同，所以产生的信号中有大量的非平稳信号，而传统的基于快速傅里叶变换的频谱分析方法只适用于分析平稳信号，对非平稳信号和突变信号无能为力。所以在此基础上，人们推出了一种新兴理论，那就是小波分析法。它具有可变分辨率，具有时域和频域局部化分析功能，可以把不同频道的信号进行不同的分解，分解到不同频道的分解序列，为进行故障的诊断提供可靠准确的理论依据。小波分析目前已被逐渐广泛应用到风机、发动机、提升机、液压泵等机械设备的状态监测和故障诊断中。
3.3研制人工智能神经网络技术
人工智能神经网络技术是在生物神经学研究的基础上提出的人工智能概念，是对人的大脑的一些基本特征和神经网络组织的模拟。具体到机械故障诊断来说，就是把来自机设备不同结构和状态的振动信号收集汇总，通过其特征进行对比选择，然后找到对故障反映最敏感的特征信号作为神经网络的输入向量，同时结合专家系统提供的由规则转变而来的学习样本和实例，建立故障模式训练样本集，对网络进行训练，最后达到用人工智能神经网络进行机械设备故障诊断的目的。
4结语
随着高科技的发展，矿山机械设备故障诊断技术会越来越先进，会得到更长足和长远的发展，诊断结果会更精确，将为机械设备故障的诊断提供强有力的技术保障，为矿山企业的安全生产保驾护航。
[1]王建文.煤矿机械设备故障诊断及维修[J].技术与市场，2013,(12).
[2]荆立新.运用故障诊断技术进行矿山机电设备维修[J].科技与企业，2014,(16).
