机械故障检测与诊断

(西华大学西华学院 四川 成都 610000)

引言

本文主要分析了机械设备检测与诊断技术的必要性，对故障检测与诊断技术的发展现状做了简单介绍，以及一些应用最广的检测与诊断技术进行说明。

一、机械设备状态监测与故障诊断技术发展的前景

(一)是经济进一步发展的需要

随着现代化生产向着大型化、自动化、连续化、高精度、高效率等方向发展，生产效率率3大幅度提高，产品的质量得到可靠的保证。与此同时，生产设备的突发性故障造成的经济损失也越来越大。因此对于生产设备必须随时对其运行状态实施监测，发现故障征兆，尽快采取措施，进行维修，以减少经济损失。

(二)是安全和可持续发展的需要

科学技术的发展给人类带来发展和幸福，但是，事物终有其反面。美国三里岛的核泄漏、俄罗斯梯尔偌贝利核电站的核泄漏，印度一农药厂的毒气泄漏，给当地和周围地区的人民带来很大的灾难，且可能延续数代人。这也是科学技术带给人们的伤害。设备的老化，必然使得排放发生变化，因而增加气体、液体、振动、噪音的污染，故此，从可持续发展的战略高度看，实行状态监测与诊断技术势在必行

(三)是维修体制改革的需要

我国过去实施的维修体制是沿引原苏联的维修体制，被称为计划预期维修，它是根据大量的统计规律而确定的。除出现故障实施事后维修外，根据统计规律和生产计划定时实施小修、中修、大修，这种计划预期维修体制随着机械设备设计、制造技术和材料可靠性提高，将会带来一系列问题。这些问题促使维修体制的改革，即变计划预期维修体制为状态维修，或称视情维修体制，即根据设备运行状态视情况决定修理。这就要求对机械运行状态实施周期性离线监测或在线连续监测。根据监测参数判断机械的运行状态，预报故障信息。这样就可避免过剩维修，避免重大事故的产生，因而出现设备状态监测和故障诊断技术。

机械设备故障诊断技术是多学科的综合与交叉。

涉及机械状态的评价参数、涉及机件损伤理论诸如磨损、疲劳累积损伤、断裂力学、腐蚀理论等，涉及参数监测，特别是非电量测技术、信号转换、传输处理及分析，涉及诊断理论与技术，如逻辑诊断技术、模糊诊断技术、神经网络技术等，也涉及预测技术等。因此，该课学习是让学生综合应用这些技术，实施学科交叉等。

二、机械故障检测与诊断的现状

设备状态监测和故障诊断技术研究所涉及的学科领域非常广泛，而且不断扩展。主要的研究内容有：故障信息检测；故障特征分析;状态监测方法；故障机理研究；故障识别与专家系统；状态检测和故障诊断系统的实现。

(一)故障信息检测

故障信息检测是对机械设备实现状态监测与故障诊断的第一步，是故障诊断工作的重要础障信息检测是对机械设备本身的工作参数，性能指标、相关物理量等信息的信号进行检测和量化的技术。

(二)故障特征分析

故障特征分析是指对信号分析和处理，从传感器来的原始信号中分析提取能代表故障特征的信息，这是故障诊断的核心问题。常用的提取故障特征方法有时域分析法、频域分析法、旋转特征分析法、相位分析法、时间序列分析法、模态分析法等。这些方法适用于声与振动信号的分析处理，现在已经成为现代故障诊断技术的主流。

(三)故障机理研究

故障机理研究是对机械设备进行故障诊断的最基本的部分。深入研究机械设备在运动时的动力学特性及各部件之间的相互关系，研究设备正常运行时和发生故障后产生的各种症状与可能性，是对机械设备进行状态监测和故障诊断的前提。

三、故障诊断方法

(一)对比诊断法

对多种工艺参数的多种信息进行数据采集和存储，采集的信息包括振动幅值、频率、相位、转速、位移、模态、温度、压力和流量等。并且建立相应信息的数据库，同时作出趋势分析等图谱。当设备发生故障时，把当前数据和正常运行状态的数据进行比对，并且结合故障表现的信息特征，同时利用诊断知识，作出故障原因和故障状态的判定。

(二)函数诊断法

故障征兆和故障原因之间存在着一定的函数关系，经过对设备运行参数的计算，可以预测故障或者识别设备已经存在的故障。这在设备设计阶段也是必需的。

(三)模拟试验诊断法

设备有很多故障，它表现的征兆与故障原因之间的关系是未知的或是不确定的，必须通过模拟试验，研究故障形成的机理和特征，解答产生这种故障的原因，提出表现这类故障的特征参数以及各种参数之间的定量关系等

(四)故障树诊断法

故障树分析是故障诊断技术的一种有效方法。它是从研究系统中最不希望发生的故障状态出发，按照一定的逻辑关系从总体到部件一层层地进行逐级细化，推理分析故障形成的原因，最终确定故障发生的最初基本原因、影响程度和发生概率。分析步骤是：①选择顶事件。②建立故障树。③求故障树的结构函数。④定性分析。⑤定量分析。

(五)模糊诊断法

因为在机械设备故障分析中，复杂的机械设备系统可能会出现各种故障，大多数情况下，故障原因和相应症状之间的相互关系，常出现许多异常症状与故障程度之间边界不明的模糊关系，因此很难甚至不可能用精确的数学模型来描述。模糊数学能够处理各种边界不明的模糊集合的数量关系。利用模糊数学分析方法就能将各种故障及其症状视为两类不同的模糊集合，它们之间的关系能够用一个模糊关系矩阵来描述。两个模糊集合中，集合之间的相互关系就可以映射来确定。

四、结束语

科学技术的发展，使得人工智能更有效的应用于机械故障诊断及其它领域。面对日益激烈的机械行业的竞争，研发基于专家系统、神经网络、模糊逻辑等的混合智能设计、控制、监测、诊断系统将成为一大研究热点。虽然智能技术已经应用于机械故障诊断的各个方面，但是将现有的先进故障诊断设备和技术进一步推广应用、实现低成本、高精度、高效率的诊断系统任然成为亟待解决的问题

【参考文献】

[1]王明霞.机械故障诊断的研究与发展趋势.百度文库.2017

[2]机械故障诊断综述.易发表网.2017

[3]张振中.设备检测和故障诊断技术现状.百度文库.2017

[4]张安华.机电设备状态监测与故障诊断技术[M].西安:西北工业大学出版社,1995.

[5]盛兆顺,尹琦岭.设备状态监测与故障诊断技术及应用[M].北京:化学工业出版社,2003.