機械設備故障診斷與監測的常用方法及其發展趨勢

范學明(中海油田服務股份有限公司油田生產事業部 天津市 300452)

機械設備故障診斷、監測與維修等工作都影響著機械設備功能與作用的正常發揮，而且維修與監測制度也在持續發展，從以往的定期維修到當前的按照需要加以維修，實現了一種發展與飛躍，多元化的故障診斷與監測方法都達到了良好的效果，但是這些診斷監測技術仍然有待發展與進步，應該在依托于現有的診斷與監測技術基礎上開發出新的檢測技術與監測工藝，充分借助現代化信息技術，實現監測的科學化、智能化、自動化進步與發展。

一、機械設備故障診斷與監測的方法

1.振動監測診斷技術

這一技術方法主要參照受監測設備的振動參數、振動特點等來積極預測與探究出設備運行狀態以及故障類型。

這一方法已經成為當前人們的首選方法，因為振動具有廣泛性、參數多維性，而且這一方面無需過多的成本，也沒有太大的損耗，能夠實現在線診斷與監測等多方面優勢。

機械設備在工作時能夠出現振動，機械運行的狀態就呈現在振動過程中，通過對其振動參數的測量，例如：速度、加速度、位移等等。可以參照機械設備工作運行的頻率來優選測量參數與傳感器，這樣不僅能夠確保檢測擁有充足的數據做參考，同時也能夠更加真實、客觀地呈現出機械工作運行的信息，從而更加精準地把握振動測量點，一般來說，最好選擇一個關鍵點，這一點可以對機械的振動情況做出客觀的反映。最佳點有：靠近核心診斷的點、最易于出現劣化問題的點等等，這樣才能確保振動測量更加高效。

對機械運行狀況信息進行放大、過濾處理，再將其輸送到A/D轉換器，將模擬信息變成數據信息，再將其輸送到數據處理分析診斷設備中進行多角度、多維度的分析，例如：時域、頻域、時序模型等方面，經過對這些分析數據的科學處理后，創建一個振動位移與振動時間之間的關系曲線，同時，以頻譜的形式輸送出來，將這些曲線與圖譜充當故障診斷的參照點，從而判斷出機械設備的工作情況、運轉狀態等，從而采用科學的解決對策。

振動監測技術具有易操作、形象、準確等優點，因此得到了廣泛的發展和應用。

2.紅外測溫診斷技術

紅外測溫診斷技術顧名思義就是從溫度的角度出發，通過對機械設備各個方位的溫度情況以及溫度變化情況等加以測量、判斷和分析最終得出機械設備的工作狀況以及存在的故障問題。

例如：機械部分零件有無磨損、發動機排煙管是否有堵塞現象，液壓系統油液性能高低等等。以及個別部分電器燒毀等等，以上這些故障問題都會造成機械設備對應部位溫度的變化，同時，材料的機械性能也同溫度有著緊密聯系，溫度檢測占據整個機械設備監測的一半以上。

然而，普通的傳感器測溫無法得到精準的溫度數值，只有引入紅外測溫儀才能發揮有效的測溫診斷功效，同普通的傳感器測溫儀器相比，紅外測溫儀具有明顯的測溫優點，體現在能夠實現遠距離、遙控式測溫，同時能夠對所獲得信息進行處理、診斷、運算等，也能夠對機械設備應該在什么樣的環境中工作、具體的工作溫度應該是多少等做出準確的估計。

例如：眾所周知農業機械設備需要常年在露天作業，同其他室內機械設備相比，農業機械設備更容易受到自然界因素的影響，例如：風雨、雷電、雨雪等等，這些外界因素也容易對監測系統帶來不良影響，紅外測溫診斷技術能夠對測量數據加以修正、補償，能夠有效控制溫度誤差，確保測量的精準，而且這一技術能夠實現同計算機之間的信息鏈接，方便更加安全監控。

二、機械設備故障診斷與監測的未來發展趨勢

現代科技的發展推動了機械設備故障診斷與監測技術的進步，特別是信息技術、傳感器技術等的發展都為機械設備故障診斷創造了更多的信息分析方法，未來的故障診斷與監測勢必朝著智能化、自動化等方向發展。

1.研發精度更高的傳感器、監測儀

當前的機械設備監測傳感器與監測儀無論從監測精度、安全度與穩定性等方面都都有待于更新和改進，需要研發出具有高精度、高真實度的傳感器，不斷提升監測技術的發展水平，要確保監測儀器使用有效參量，以此來確保故障診斷與監測的精準、有效，未來的傳感器與監測儀需要具有高效工作，發揮多功能作用等優勢，能夠在最短時間內開展監測，并識別出故障問題。

2.以小波分析為基礎來科學診斷故障

小波分析屬于時-頻信號分析法，是建立在數學顯微鏡基礎上的方法，小波分析的基函數是很多尺度可變的簡諧函數，體現出科學的時-頻定性特征，也能夠針對各種信號進行自我調節，不斷提升適應能力。

機械設備故障問題等的診斷分析過程中，因為設備零件具有不同的功能構造，所出現的信號多數有很多不穩定成分，通過小波分析法能夠確保各種頻率的信號信息被均衡分配到對應的頻道序列中，以此為發現故障問題來供應科學理論，因為小波分析體現出良好的時域分析能力、頻域分析能力等等，這樣就能夠確保其在瞬間變化信號分析中更加精準、更為真實有效。

3.朝著神經網絡智能化診斷方向發展

人工智能技術是一種新型現代科技，他集中了新型技術、生物技術等等。未來的機械設備故障診斷技術勢必朝著人工智能神經網絡診斷方向發展，這一網絡神經系統是對人體大腦構造、功能與特征的模擬，具有調節性、自適性、容錯性等特性功能。

最主要的是人工智能神經網絡系統的非線性映射能力等能夠發揮多重功效，而且具有運算簡單、便捷等特點，能夠對機械設備局部零件的損傷、破壞等進行科學、智能化的記錄和分析，發揮人腦診斷的初步功效，這樣就能夠有效提升診斷效率，確保故障診斷的精準、高效。

總結：

機械設備故障診斷與監測已經有了多種方法做支撐，然而，當前的診斷與監測方法仍然有一定的弱點和缺陷，必須對當前的監測方法進行改進與提高，確保其朝著優化的方向發展，未來的機械設備故障診斷與監測勢必朝著智能化、自動化、數字化方向發展，從而提高機械設備運行效率，保證機械設備各項功能的積極、高效發揮。

[1]李臻,荊雙喜,冷軍發.油液分析在齒輪減速箱故障診斷中的應用.煤礦機電,2011(3).

[2]王長全,王柏華.機械故障診斷中的溫度診斷技術研究.礦山機械,2011(12)

[3]徐精彩,孫紅麗,趙敏.故障診斷技術及其在煤炭行業上應用研究.煤礦機械,2012(11).

[4]陸建湖,黃文,毛漢領.機械設備振動監測與故障診斷的發展與展望.儀器儀表與分析監測,2009,1:1～4.