工程机械故障诊断技术研究综述及展望

摘要：对工程机械的常见故障、当前研究的诊断方法和技术进行综述，详细介绍了5种故障诊断方法的特点及研究现状，并选择一项实例展示了故障诊断技术在工程机械中的应用，最后分析了工程机械故障诊断技术的未来挑战和发展趋势。

关键词：工程机械故障诊断；电气系统故障；液压系统故障

0 引言

工程机械是工程施工中非常重要的设备之一，在我国经济发展中发挥重要作用，常用于建筑、桥梁、化工、电力等行业。然而，由于工程机械设备工作场景多为室外露天，环境恶劣，且工程机械结构复杂，设备使用过程经常出现各种各样的故障，如电机故障、机械传动故障、液压系统故障等，这些故障如不及时发现和处理，可能导致严重的安全事故。

为了保证设备各方面功能平稳运行，确保其安全、可靠运行成为关键问题，因此，对工程机械设备进行实时故障诊断具有重要意义。故障诊断技术作为保障工程机械设备运行安全的有效手段，可以帮助我们及时发现潜在问题，提高设备的安全性能和使用寿命，因此，故障诊断技术越来越受到业内的关注。本文综述了工程机械故障诊断技术的研究成果，介绍了常见的故障、诊断方法和技术，并对工程机械故障诊断技术的未来发展趋势进行了展望。

1 工程机械常见故障

工程机械故障主要分为机械故障、电气系统故障和液压系统故障等。

机械故障通常包括机构损坏、断裂、磨损等。例如，①结构故障：结构件变形、开焊、断裂等问题会影响到产品的正常工作；②机构故障：轴承磨损、松动、噪声等问题可能会导致机构故障；③吊钩故障：吊钩断裂、磨损、变形等问题可能会导致吊钩故障。

电气系统故障包括电气线路故障、控制系统故障、电气元件故障等。例如，①电气线路故障：线路短路、断路、接触不良等问题可能会导致电气系统故障；②控制系统故障：控制器芯片烧毁、电路板虚焊、端口损坏等问题可能会导致控制系统故障；③电气元件故障：如电磁线圈、编码器、传感器等故障可能导致系统无法正常工作。

液压系统故障包括液压泵故障、液压缸故障、液压阀故障等。例如，①液压泵故障：液压泵可能出现内泄、烧坏、压力失调、变量失效等故障；②液压缸故障：液压缸可能出现磨损、变形、抖动、内泄等故障；③液压阀故障：液压阀可能出现压力失调、卡滞、内泄、堵塞等故障。这些故障都可能导致工程机械设备无法正常工作，甚至引发安全事故。

2 故障诊断方法和技术研究现状

故障诊断技术是指通过先进的技术和方法，对工程机械设备在运行过程中进行实时监测、数据采集、XPEf2HsHeadc4WbjDYWenA==分析与诊断，以确保设备安全运行，降低故障率，提高设备可用性。工程机械故障诊断技术涉及多个领域，包括机械工程、电气工程、计算机科学、传感器技术等，当前工程机械故障诊断方法及技术主要包括以下几个方面：

2.1 基于信号合理性分析的故障诊断

基于信号合理性分析的故障诊断方法通过实时监测工程机械设备各部件在不同工作状态下运行过程中产生的压力、振动、温度等信号，运用信号处理和模式识别等技术，对获得的数据进行合理性分析并找出故障的原因和部位。这种诊断方法具有高效、准确的特点，适用于各种类型的工程机械设备。例如，有的研究利用起重机吊臂的振动信号，实现了对吊臂故障的诊断。还有的研究通过分析挖掘机液压阀压力变化，实现了对液压阀换向状态的诊断。压力信号异常示例如图1所示。

2.2 基于传感器数据的故障诊断

通过安装各种传感器（如加速度计、陀螺仪、电流传感器、温度传感器等），测量工程机械设备在运行过程中产生的信号，运用信号处理和特征提取技术，对信号数据进行分析，以诊断出工程机械设备产生的故障。这种诊断方法对于电气系统的故障诊断具有较高的准确性mdYHgh4ypQz4fMT7eILBcQ==。例如，有的研究通过监测电流的变化，实现了工程机械电机过载问题的诊断。有的研究通过对设备运行过程中传感器数据的分析，实现了对工程机械设备机械传动系统的故障诊断。还有的研究通过监测温度，实现了电气系统短路故障的诊断。传感器数据记录分析如图2所示。

2.3 基于专家系统的故障诊断

专家系统（图3）是一种利用计算机技术模拟人类专家知识和经验的系统，可应用于工程机械设备的故障诊断。专家系统方法通过将大量故障数据和经验录入系统，构建故障诊断的知识库，采用推理和判断技术，实现对过程进行设备故障的诊断。这种方法的优点是诊断速度快，但对知识的获取和维护要求较高。

2.4 基于模型的故障诊断

基于模型的故障诊断（图4）是一种将系统或设备的运行状态与预定义的正常状态进行对比，以检测和诊断故障的方法。通过数据采集及处理，特征选择等，运用机器学习、深度学习等方法，对工程机械设备的运行数据进行训练和学习，建立故障诊断模型，实现对设备故障的智能诊断，提高故障识别的准确性和实时性。此类方法具有较强的学习能力和自适应性，越来越受到业界的关注。例如，有的研究利用支持向量机、随机森林等算法，学习到不同故障类型的特征，实现了对工程机械电气系统的故障诊断。还有的研究通过对电流、压力等信号进行训练，神经网络可以学习到不同故障类型的特征，从而实现对工程机械设备故障的准确诊断。

2.5 基于设备健康管理的故障诊断

设备健康管理是一种全面、系统的设备维护和监控方法，利用数据融合技术，将不同监测手段获得的数据进行整合，通过采用先进的技术和管理手段，实现对工程机械设备状况的综合评估，实现预测性维护。这种方法可以帮助维护人员全面了解设备的工作状态，及时发现潜在故障，提高设备的可靠性和安全性。设备健康管理在工程机械故障诊断中的应用例如：状态监测、故障预警、故障诊断、维护决策等，通过实施设备健康管理，可以降低维护成本，延长设备使用寿命，提高工作效率。

3 故障诊断实例

以某工程机械起升系统为例，利用专家系统诊断方法对设备故障进行诊断。目前专家系统诊断方法可覆盖工程机械电气、结构、液压等典型子系统，将大量故障经验与数据录入系统，形成工程机械设备故障诊断数据库，当工程机械出现故障之后，通过查阅系统按照设定故障排查流程实现对设备的故障诊断。

选取起升系统无动作故障进行举例说明：当出现起升系统操作无动作后，通过故障知识库查询，根据故障现象逐步推理排查可能出现的故障原因及部件，最终定位故障位置起升系统无动作。故障知识库示例如图5所示。

该实例展示了基于专家系统的故障诊断方法在某工程机械故障诊断中的实际应用。通过恰当地选择和应用专家系统的知识库，可以准确发现设备发生故障的原因，并能够采取针对性地维修措施，提高了工程机械设备故障诊断的效率，保证设备的安全运行，提高其作业效率。

4 工程机械故障诊断技术的挑战与发展趋势

4.1 工程机械故障诊断技术的局限性

工程机械故障诊断技术虽然在近年来取得了显著的进展，但仍然存在一些局限性，需要在未来的研究中加以改进：

数据收集与特征选择问题：工程机械设备运行过程中产生的压力、振动、速度、温度、电流等数据量大，且具有实时性要求，从大量数据中筛选出特征变量是至关重要的一步。现有的数据采集系统通常无法满足要求，且现有提取方法无法准确识别出与故障相关的特征，需要研发更加高效、准确的数据采集设备及更有效的特征选择方法。

实时性要求：工程机械故障诊断需要及时、快速地对设备故障进行报警，以便采取相应的维护措施。现有的故障诊断方法可能需要花费较长时间进行分析，无法满足实时性要求。因此，需要研究实时故障诊断方法，以提高报警速度。

不确定性问题：工程机械故障诊断过程中存在许多不确定性因素，例如负载变化、环境影响等。这些不确定性可能导致故障诊断结果的准确性下降。因此，需要研究如何考虑不确定性因素，以提高故障诊断的准确性。

知识积累与共享问题：工程机械故障诊断需要有经验的工程师进行判断。然而，专家的知识经验难以形成有效地积累和共享。因此，需要研究如何将专家的知识和经验转化为故障诊断模型，以便实现知识的积累和共享。

4.2 工程机械故障诊断技术的发展趋势

4.2.1 物联网技术

通过将工程机械设备连接到互联网，将车载故障诊断技术与远程监控相结合，可以实现远程监控和故障诊断。物联网技术可以帮助维护人员实时了解设备的工作状态，及时发现故障并采取措施。

4.2.2 大数据技术

工程机械故障诊断技术不仅可以用于故障发生后的诊断，还可以用于预测性维护。通过分析工程机械设备的各种状态参数和故障数据，可以利用大数据技术将故障诊断技术与预测性维护相结合，实现对设备故障的提前预警，降低故障发生的风险。

4.2.3  多传感器融合

工程机械故障诊断可以利用多种传感器数据，如压力、速度、振动、温度等。未来可以研究如何将这些多传感器数据融合，以获得更全面、准确的故障诊断结果，为工程机械故障诊断提供更有价值的信息。

4.2.4 人工智能技术

人工智能技术可以应用于工程机械故障诊断中，如深度学习、专家系统等。未来可以研究如何将深度学习与强化学习相结合，将人工智能与专家经验相结合，自动分析故障数据，提供更精确的数据，实现更加准确的故障诊断，同时提高故障诊断的效率和实时性。

4.2.5 集成诊断系统

未来，工程机械故障诊断技术将朝着集成诊断系统的方向发展。集成诊断系统可以将各种故障诊断技术、数据、方法等结合起来，将工程机械故障诊断过程中的知识和经验转化为计算机可以理解的形式，构建故障诊断知识库，实现故障诊断知识的积累和共享，提供更加全面、准确的故障诊断解决方案。

这些发展趋势将使得工程机械故障诊断更加准确、高效。通过采用先进的故障诊断技术，可以降低设备的故障率，提高设备的安全性和可靠性，为公司节省维护成本，并提高维修工作效率。

5 结束语

工程机械故障诊断技术是确保设备安全运行的关键环节，通过应用这些故障诊断技术和方法，可以及时发现设备的潜在故障，采取相应措施进行维护和修理，对保障设备安全运行具有重要意义。本文通过综述工程机械设备常见故障、诊断方法和技术，以及未来发展趋势，可以为工程机械故障诊断技术的研究和应用提供借鉴和参考。未来，随着科学技术的不断发展和进步，工程机械故障诊断技术也将不断发展，将更加智能化、信息化和网络化，为行业带来更高的安全性和效率。

参考文献

[1] 陈国梁，岳夏，周超.机械故障诊断技术机遇与挑战[J].机电工程技术，2020，49（10）：1-4.

[2] 雷亚国，贾峰，孔德同.大数据下机械智能故障诊断的机遇与挑战[J].机械工程学报，2018，54（5）：94-104.

[3] 张珏.基于人工智能的工程机械故障诊断技术[J].智能制造，2019（12）：192-193.

[4] 张西宁，郭清林，刘书语.深度学习技术及其故障诊断应用分析与展望[J].西安交通大学学报，2020，54（12），3-11.

[5] Fan Lei，Wang Shaoping. Fatigue crack fault diagnosisand prognosis based on hidden semi-Markov model[J].The Journal of Engineering，2019，13：406-410.