旋轉機械設備關鍵部件故障診斷與預測

摘要：旋轉機械設備是現代工業生產的支柱，也是生產企業向自動化發展的重要基礎。在實際生產中，如果旋轉機械設備出現故障，不但會影響生產效益，嚴重時可能還會對工作人員造成不同程度的危害，從企業的發展角度講，旋轉機械設備的穩定性和可靠性也是衡量企業綜合實力的重要依據。因此，旋轉機械設備關鍵部位的故障診斷逐漸成為相關技術人員關注的焦點，也是企業邁上可持續發展道路的關鍵內容。本文闡述了故障診斷與預測系統的基本構成以及旋轉機械設備關鍵部位故障診斷的知識模塊，為旋轉機械設備關鍵部位故障診斷技術的發展提供理論依據。

關鍵詞：旋轉機械設備;關鍵部位;故障診斷;故障預測

近幾年，旋轉機械設備關鍵部件的故障診斷與預測技術已經得到了相關人員的高度重視，同時也加大了相應的研究力度，從效果上看，已逐步成型，具有良好的發展前景和上升空間。國內大、中型生產企業中，都配備了成熟且完善的設備故障診斷系統，在維護設備安全和確保生產效率方面有著至關重要的作用。然而，旋轉機械設備關鍵部件的故障診斷并沒有得到相應的優化和改進，依然停留在手工操作和經驗判斷的初級階段中，這種原始的故障判斷方法顯然已經完全無法適應企業的高速發展，面對一些較為先進的旋轉機械設備更是顯得力不從心。因此，從實際出發改良旋轉機械設備關鍵部件故障診斷技術、優化知識模塊逐漸成為相關部門的首要任務。

1.故障診斷與預測系統的基本構成

研究發現，旋轉機械設備關鍵部件的故障診斷與預測系統主要由多種知識模塊組成，其中包括深、淺知識庫以及機器學習模塊等部分。深知識庫還涉及到旋轉機械設備基本結構和功能的知識庫以及機械設備實時運行狀態的知識庫等部分，而淺知識庫包含機械設備故障征兆知識庫以及典型案例知識庫等部分。該系統是故障診斷與預測的重要手段和方法，在運行的過程中，創建兩種功能各異的知識庫，成功分離了系統內部的知識庫和推理機，并在指定的區域內逐漸進行自動學習，持續擴充系統的淺知識庫，為故障診斷加下堅實的基礎。

2.旋轉機械設備關鍵部位故障診斷的知識模塊

2.1 維護經驗

維護經驗實際上就是相關專家對于旋轉機械設備關鍵部件故障診斷的經驗和知識，在系統中處在淺層知識范疇內。這種故障診斷知識的形成需要該領域專家進行多次的實踐，并根據實踐的結果進行針對性的研究，最終結果會在專家的腦海中潛移默化的得到升華，在日后的故障診斷工作中可以被專家靈活的使用。

2.2 旋轉機械設備的基本原理和功能

旋轉機械設備的基本原理和功能知識模塊是建立在系統基本機構的分級前提之下的，根據故障診斷系統以及下分各部件的構成關系，形成一個更為深層次的結構，從而適應故障診斷與預測的基本需求。

2.3 故障診斷案例

旋轉機械設備關鍵部件故障診斷案例知識模塊指的是過去診斷過程中所總結的經驗，并將其進行統一的存儲，可以為日后的故障診斷提供有價值的參考和借鑒。

2.4 旋轉機械設備的運行狀態

旋轉機械設備的運行轉臺知識模塊主要涵蓋了以診斷理論作為基礎的機械設備運行狀態的描述，描述內容主要包括設備運行各個特征量和具體參數，該知識模塊還可以對設備的運行情況進行描述，確定該機械設備是否在正常的條件下運行。

2.5 旋轉機械設備的故障征兆

旋轉機械設備的故障征兆知識模塊是事實性知識一類的。旋轉機械設備在發生故障之前，其各項指標都會在運行的過程中發生一定改變，會與常規值出現較大的偏差，在故障診斷時可這種狀況用于故障診斷的判斷和描述。

2.6 過程算法

過程算法實際上就是運用計算的方式對機械設備的故障進行診斷或預算，在實際情況中，該知識模塊直接運行了機械設備故障的激勵分析，并根據實際情況進行模擬實驗，最后對實驗的結果進行更深層次的分析和研究，逐步將系統的深層次知識向故障征兆方面的知識轉變。從應用的角度講，過程算法通常表現為一整套的計算程序，并且可單獨存在，根據實際情況自行調用，該知識模塊主要有兩部分組成，分別為經驗知識表達和深層知識表達。

2.6.1經驗知識表達

經驗知識表達還可稱作為淺層知識，是相關專家多次實踐和研究的結果，多屬于感性的診斷知識，易于常人理解和應用，還可以起到一定指引的作用，通常以產生式規則表達。

旋轉機械設備的種類十分繁多，且內部結構也很復雜，使得內部規則庫過于龐大，所以機械設備的故障產生原因各不相同，診斷規則的側重點和適用范圍也不相同。為了更好的達到目標，需根據實際要求對診斷規則實施分類處理，可以大幅提高診斷規則的檢索速率，為旋轉機械設備關鍵部件的故障診斷提供有力的支持。

2.6.2深層知識表達

故障診斷的深層知識主要由元知識以及機械設備的性能結構所組成，根據機械設備的性能，可對機械設備進行分層，其中機械設備關鍵部件屬于第三層，一般總共分為四個層次，而且層次之間可保持十分嚴謹的繼承性，每層都具有獨特的屬性，總體結構呈樹形。

3.總結

綜上所述，知識庫是專家診斷系統的關鍵，而專家系統則是旋轉機械設備關鍵部件故障診斷的重要手段和方法，因此可以說診斷知識庫的完善程度決定了故障診斷的質量和效率，也是故障診斷創新和發展的重要突破口。隨著現代化建設步伐的加快，旋轉機械設備關鍵部件的故障診斷逐漸向專家知識的方向發展，這不僅為相關企業提供了更高的專業性要求，也為企業創建了更為廣闊的發展空間，通過不斷的完善和創新，旋轉機械設備關鍵部件的故障診斷勢必會得到更快的發展，為企業生產乃至社會建設提供安全、穩定的基礎保障。

參考文獻：

[1]蔣東翔等.多層抽象混合推理的智能診斷模型與應用.振動工程學報， 2011，（4）：23-25.

[2]張雪江等.汽輪發電機組故障診斷專家系統知識處理技術的研究.振動工程學報， 2012，（3）：33-36.

[3]胡文彬等.基于故障樹分析法的FMS層次診斷模型.華中理工大學學報， 2011，（9）：11-12.

[4]徐世昌等.用數據流思想開發故障診斷知識庫.振動工程學報， 2011，（8）：31-32.

作者簡介：

張巍（1982.10—），甘肅古浪縣人，講師，研究方向機械設計。