工程機械狀態檢測與故障診斷研究

方雪峰

(貴陽電氣控制設備有限公司)

1 狀態監測與診斷技術發展現狀

(1)傳感技術研究。傳感技術是狀態監測以及故障診斷領域中的一項先進技術。它能夠準確傳達儀器設備參數的設計，因此，國內在這一技術上的研究力度也較大，并且也具備了一定的研究成果。例如，越來越多的傳感器出現在市場上，一些先進的傳感技術也不斷涌現，如光導纖維等。

(2)人工智能和專家系統的研究。此項技術如今已經成為了機械故障診斷的最主要技術，借助于故障診斷系統，大大簡化了工作量，但此技術的預期效果仍然有待加強。

(3)神經網絡的研究。由于此項技術的大力推廣并且得到了廣泛的應用，促使機械診斷的效率大大提高，同時也取得了相應的成績。

(4)診斷系統的研究與開發。系統結構的復雜化為診斷帶來了越來越高的難度，對實時性要求越來越高，單機巡檢與診斷技術也相應地不斷發展，從主要結構到分布式結構，診斷系統的開發與研究處于不斷深入當中。

2 工程機械的幾種常規監測診斷技術與方法

2.1 振動監測診斷技術

(1)首先，針對診斷對象，對其進行機理分析。對機械的運行狀態;構件連接狀態等進行分析，通過上述分析掌握機械故障時的振動特征，對可能發生的故障進行診斷、排除。

(2)對可能的異常振動部位進行監測。通過在特定部位設置監測點，并對檢測點反饋的參數進行分析，通過分析判斷出機械是否處于正常運行之中。此外，還可以通過連續的檢測，對故障的發展趨勢進行科學的掌握。

(3)故障診斷。通過監測點得到的參數，對工程機械的故障部位、故障程度進行分析，深入分析后作出判斷。然后對癥下藥，針對分析結果選擇修復技術。該步驟包括振動波形識別、診斷專家系統等。

依據上述步驟對工程機械進行監測診斷，即可以得出科學的診斷結果，為采取措施提供重要的依據。

2.2 油樣分析

油樣分析也是工程機械檢測與故障診斷的有效技術。當前，該項技術的實際運用以光譜分析和鐵譜分析為主。對于光譜分析，它是對磨損物的數量進行分析的一種方法，而鐵鋪分析不僅可以對磨損物的數量進行分析，也可以對磨損物的形態進行分析。因此，較光譜分析，鐵譜分析更加精確。通過對機油的光譜分析或鐵譜分析可以確定機油中的金屬成分，確定發生故障的部件，及時對其進行維修、更換。

2.3 機械性能測試技術

通過對機械運行過程的檢測，掌握其運行時的振動、響度等參數，進而判斷機械的運行狀態能否滿足正常使用。同時，還可根據反饋的參數制定機械的維修保養計劃。

(1)發動機功率測試。發動機的功率大小直接影響工程機械的效率。當人力無法判斷故障原因時，可以采用無外載加速測試儀。

(2)液壓系統功率測試。據調查研究，液壓系統故障在工程機械故障中的發生率為14%，但是其造成的后果卻往往比其他故障嚴重。因此，對于液壓系統的狀態監測和故障檢修非常重要。在液壓系統中安裝壓力傳感器，通過壓力傳感器收集的壓力脈沖信息，得到液壓系統工作的實時參數，從而及時匯總并存儲到計算機中，計算機根據反饋的參數與正常參數值的比對，對液壓系統的工作情況進行判斷，最終得出對液壓系統的監測結論，以便及時采取檢修措施。該監測系統的工作過程是不斷“輸入——輸出——輸入”的過程，這樣的過程更加有利于系統的優化。

3 現代檢測診斷技術

人工智能方法逐步被引用到各個領域的發展中，工程機械狀態監測和故障診斷技術也吸收了很多現代信息化技術，尤其是信號處理和測試技術，他們有效的促進推動了工程機械狀態監測的進程。

3.1 計算機輔助監測診斷技術

該技術利用現代計算機技術設計出軟件，從而可以對工程機械實現自動化診斷，系統通過設備對工程機械進行信號采集、記錄、分析，然后輸入到計算機中由系統進行機械狀態監測與診斷。當然，前提是該系統必須具備非常強大的數據基礎和分析能力。當故障診斷超出設定的數據值時，立即向技術人員發出信號，同時，該系統完成對故障的診斷和修復后，能夠及時將相關數據、圖像等資料進行存儲，為每臺檢修機械建立資料庫，也能夠將大量的機械或機組運行狀態資料分類貯存，方便今后的機械檢修工作。

3.2 專家診斷系統

專家診斷系統偏向于知識庫儲備，更多強調豐富的知識和資料儲備。這類軟件可以利用強大的計算機記憶功能，建立知識庫咨詢系統。圖1為知識庫系統簡圖。

專家診斷系統的最大優勢在于異常強大的存儲、計算、分析功能。技術人員在前期將正確有效的工程機械監測與故障維修案例進行分析，然后將相關原始數據和經驗輸入計算機，建立功能強大的信息庫。該系統能夠模擬專家思維，對工程機械進行故障識別，利用信息庫的數據儲備對識別出的機械狀態進行分析，根據專家思維推理出故障名稱，并提出相應的診斷結果、處理對策和操作指南。然而，專家診斷系統的最大優勢也正是其弱點所在，計算機雖然具備強大的存儲能力和快速的分析能力，但是想要建立完善的知識庫儲備還是有困難的。一方面，專家本身的知識面有限;另一方面，專家知識表述困難，很多案例來自于經驗，無法轉化成精準的數據。因此想要建立完備的專家診斷系統仍然存在一定難度。

3.3 神經網絡診斷技術

作為一種前沿的診斷方法，人工神經網絡對獲取的數據無需整理、總結，這就減少了人們的表達工作量，人工神經網絡只需要人們針對某一實例對其進行訓練。它有著眾多優點，例如，獲取知識時，不需要對神經網絡知識進行整理以及總結等，從而消除了專家知識的表述難題。因此，與專家系統相比，人工神經網絡更加智能，人性化。當然其缺點是邏輯性不強，只是利用實例的經驗，診斷過程缺乏說服力。

4 結束語

綜上所述，現代信息技術已經促進了工程機械狀態檢測與故障診斷技術的發展，機械的工作狀態可以根據通過數據監測和參數分析得出障礙基本情況，但是筆者認為還可以提高機械狀態檢測與故障診斷技術的準確性與可靠性。隨著現代技術的發展，工程機械狀態檢測完全可以做到一步到位，即通過精確的數據分析，精確判斷故障部位和故障類型，并且能夠直接給出故障的零部件和元器件，提供合理解決方案，這將更加有利于對工程機械的合理使用與保護。

:

［1］劉忠，楊國平.工程機械液壓傳動原理、故障診斷與排除［M］.北京:機械工業出版社，2005:68.

［2］張登峰.動態系統的故障檢測與診斷研究［D］.南京理工大學博士論文，2003:27-30.

［3］周東華，葉銀忠.現代故障診斷與容錯控制［M］.北京:清華大學出版社，2000:124.