ВИЗНАЧЕННЯ ДІАГНОСТИЧНИХ ОЗНАК ТЕХНІЧНОГО СТАНУ РОЛИКІВ ТА ЇХ РЕСУРСУ ВАЖКОГО СТРІЧКОВОГО КОНВЕЄРА
DOI:
https://doi.org/10.34185/1991-7848.2026.01.04Ключові слова:
стрічковий конвеєр, ролик, роликоопора, технічний стан, діагностичні ознаки, ресурс, підшипниковий вузол, вібраційна діагностикаАнотація
У статті розглянуто проблему визначення діагностичних ознак технічного стану роликів важкого стрічкового конвеєра та оцінювання їх ресурсу в умовах гірничого виробництва. Актуальність дослідження зумовлена тим, що відмови роликів є однією з найпоширеніших причин зростання опору руху стрічки, пошкодження стрічкового полотна, перевантаження суміжних роликоопор і збільшення простоїв транспортної системи. Метою роботи є обґрунтування інформативних діагностичних параметрів, які дозволяють своєчасно виявляти дефектні та нерухомі ролики, а також оцінювати ступінь вичерпання їх ресурсу з урахуванням реальних експлуатаційних навантажень. У роботі проаналізовано основні фактори, що впливають на технічний стан роликів: величину лінійного навантаження, масу і гранулометричний склад вантажу, швидкість транспортування, натяг стрічки, поперечні коливання полотна, ударну дію великих кусків матеріалу та радіальне биття корпуса ролика. На основі розрахункових залежностей показано, що найменш надійним елементом ролика є підшипниковий вузол, ресурс якого визначається сумарною дією статичних, динамічних, ударних і вібраційних навантажень. Запропоновано підхід до оцінювання міри пошкодження підшипника за інтервал часу, що дорівнює повному оберту стрічки конвеєра, а також спосіб виявлення нерухомих роликів на основі порівняння амплітуд інформативних частот вібросигналу еталонної та контрольованих роликоопор із урахуванням затухання коливань і зміни швидкості руху стрічки. Встановлено, що найбільш інформативними діагностичними ознаками є параметри вібраційного сигналу, амплітудно-частотні характеристики, приріст амплітуди на інформативних частотах, ознаки підвищеного опору обертанню та температурні індикатори перегріву. Практичне значення результатів полягає в можливості використання визначених ознак для побудови систем автоматизованого моніторингу роликів важких стрічкових конвеєрів і прогнозування міжремонтного ресурсу обладнання.
Посилання
Liu, X., Pang, Y., & Lodewijks, G. (2018). Experimental research on condition monitoring of belt conveyor idlers. Measurement, 125, 277–282. https://doi.org/10.1016/j.measurement.2018.04.066
Liu, X., Chen, H., & Zhang, Y. (2020). Acoustic signal based fault detection on belt conveyor idlers using machine learning. Applied Acoustics, 162, 107218. https://doi.org/10.1016/j.apacoust.2020.107218
Skoczylas, A., Bortnowski, P., & Król, R. (2021). Belt conveyors rollers diagnostics based on acoustic signal collected using autonomous legged inspection robot. Applied Sciences, 11(5), 2299. https://doi.org/10.3390/app11052299
Liu, Y., Miao, C., Li, X., & Ji, J. (2021). Research on the fault analysis method of belt conveyor idlers based on sound and thermal infrared image features. Measurement, 179, 110177. https://doi.org/10.1016/j.measurement.2021.110177
Siami, M., Barszcz, T., Wodecki, J., & Zimroz, R. (2022). Automated identification of overheated belt conveyor idlers in thermal images with complex backgrounds using binary classification with CNN. Sensors, 22(24), 1000. https://doi.org/10.3390/s22241000
Bortnowski, P., Król, R., & Ozdoba, M. (2022). Roller damage detection method based on transverse vibrations of the conveyor belt. Eksploatacja i Niezawodnosc – Maintenance and Reliability, 24(3), 503–510. https://doi.org/10.17531/ein.2022.3.12
Kaur, A., Altaf, S., & Iqbal, S. (2022). Predictive framework of conveyor idler bearings fault monitoring using efficient signal processing technique. Journal of Engineering Science and Technology Review, 15(4), 154–165. https://doi.org/10.25103/jestr.154.22
Alharbi, F., et al. (2023). A brief review of acoustic and vibration signal-based fault detection for belt conveyor idlers using machine learning models. Sensors, 23(4), 1902. https://doi.org/10.3390/s23041902
Liu, Y., Miao, C., Li, X., & Ji, J. (2023). A dynamic self-attention-based fault diagnosis method for belt conveyor idlers. Machines, 11(2), 216. https://doi.org/10.3390/machines11020216
Alharbi, F., & Luo, S. (2024). A review of fault detecting devices for belt conveyor idlers. Journal of Mechatronic Systems, 8(1), 39. https://doi.org/10.17977/um016v8i12024p039
Shin, K. S., Nam, Y., & Suh, Y.-J. (2024). Designing a multivariate belt conveyor idler stall detection and identification system with scalability analysis. Sensors, 24(24), 7989. https://doi.org/10.3390/s24247989
Xiuyu, Y., Liyong, T., & Feng, C. (2024). Thermal infrared imaging for conveyor roller fault detection in coal mines. PLoS ONE, 19(7), e0307591. https://doi.org/10.1371/journal.pone.0307591
Zhou, P., et al. (2024). A new embedded condition monitoring node for the idler roller of belt conveyor. IEEE Sensors Journal. https://doi.org/10.1109/JSEN.2024.3363905
Li, X., Liu, Z., & Wang, X. (2024). Deep learning based belt conveyor idler fault detection research. Proceedings of TTAE 2024. https://doi.org/10.1117/12.3055375
Jiao, X., et al. (2025). Designing and optimizing an intelligent self-powered condition monitoring system for mining belt conveyor idlers and its application. Applied Mathematics and Mechanics, 46, 1679–1698. https://doi.org/10.1007/s10483-025-3291-6
Jiang, F., et al. (2026). A fault diagnosis method for conveyor belt idlers based on ISVD-TFRE and Doppler-distorted sound signal. Measurement, 257(Part D). https://doi.org/10.1016/j.measurement.2025.118910
Nascimento, R., et al. (2017). An integrated inspection system for belt conveyor rollers: Advancing in an enterprise architecture. Proceedings of the 19th International Conference on Enterprise Information Systems, 2, 190–200. https://doi.org/10.5220/0006369101900200
Efimenko, L. I., Tykhanskyi, M. P., & Tykhanska, A. M. (2018). Vyznachennia navantazhennia na stav avtomatyzovanoho konveiera vid shvydkosti transportuvannia [Determination of the load on the automated conveyor stand from the transportation speed]. Hirnychyi Visnyk, (104), 173–178. https://doi.org/10.31721/2306-5435-2018-1-104-173-178
Lobov, V. Y., Efimenko, L. I., Tykhanskyi, M. P., & Ruban, S. A. (2015). Avtomatyzovani systemy keruvannia konveiernymy ustanovkamy [Automated control systems for conveyor installations]. KNU Publishing Center.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Сучасні Проблеми Металургії

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.









