機械故障檢測與診斷

(西華大學西華學院 四川 成都 610000)

引言

本文主要分析了機械設備檢測與診斷技術的必要性，對故障檢測與診斷技術的發展現狀做了簡單介紹，以及一些應用最廣的檢測與診斷技術進行說明。

一、機械設備狀態監測與故障診斷技術發展的前景

(一)是經濟進一步發展的需要

隨著現代化生產向著大型化、自動化、連續化、高精度、高效率等方向發展，生產效率率3大幅度提高，產品的質量得到可靠的保證。與此同時，生產設備的突發性故障造成的經濟損失也越來越大。因此對于生產設備必須隨時對其運行狀態實施監測，發現故障征兆，盡快采取措施，進行維修，以減少經濟損失。

(二)是安全和可持續發展的需要

科學技術的發展給人類帶來發展和幸福，但是，事物終有其反面。美國三里島的核泄漏、俄羅斯梯爾偌貝利核電站的核泄漏，印度一農藥廠的毒氣泄漏，給當地和周圍地區的人民帶來很大的災難，且可能延續數代人。這也是科學技術帶給人們的傷害。設備的老化，必然使得排放發生變化，因而增加氣體、液體、振動、噪音的污染，故此，從可持續發展的戰略高度看，實行狀態監測與診斷技術勢在必行

(三)是維修體制改革的需要

我國過去實施的維修體制是沿引原蘇聯的維修體制，被稱為計劃預期維修，它是根據大量的統計規律而確定的。除出現故障實施事后維修外，根據統計規律和生產計劃定時實施小修、中修、大修，這種計劃預期維修體制隨著機械設備設計、制造技術和材料可靠性提高，將會帶來一系列問題。這些問題促使維修體制的改革，即變計劃預期維修體制為狀態維修，或稱視情維修體制，即根據設備運行狀態視情況決定修理。這就要求對機械運行狀態實施周期性離線監測或在線連續監測。根據監測參數判斷機械的運行狀態，預報故障信息。這樣就可避免過剩維修，避免重大事故的產生，因而出現設備狀態監測和故障診斷技術。

機械設備故障診斷技術是多學科的綜合與交叉。

涉及機械狀態的評價參數、涉及機件損傷理論諸如磨損、疲勞累積損傷、斷裂力學、腐蝕理論等，涉及參數監測，特別是非電量測技術、信號轉換、傳輸處理及分析，涉及診斷理論與技術，如邏輯診斷技術、模糊診斷技術、神經網絡技術等，也涉及預測技術等。因此，該課學習是讓學生綜合應用這些技術，實施學科交叉等。

二、機械故障檢測與診斷的現狀

設備狀態監測和故障診斷技術研究所涉及的學科領域非常廣泛，而且不斷擴展。主要的研究內容有：故障信息檢測；故障特征分析;狀態監測方法；故障機理研究；故障識別與專家系統；狀態檢測和故障診斷系統的實現。

(一)故障信息檢測

故障信息檢測是對機械設備實現狀態監測與故障診斷的第一步，是故障診斷工作的重要礎障信息檢測是對機械設備本身的工作參數，性能指標、相關物理量等信息的信號進行檢測和量化的技術。

(二)故障特征分析

故障特征分析是指對信號分析和處理，從傳感器來的原始信號中分析提取能代表故障特征的信息，這是故障診斷的核心問題。常用的提取故障特征方法有時域分析法、頻域分析法、旋轉特征分析法、相位分析法、時間序列分析法、模態分析法等。這些方法適用于聲與振動信號的分析處理，現在已經成為現代故障診斷技術的主流。

(三)故障機理研究

故障機理研究是對機械設備進行故障診斷的最基本的部分。深入研究機械設備在運動時的動力學特性及各部件之間的相互關系，研究設備正常運行時和發生故障后產生的各種癥狀與可能性，是對機械設備進行狀態監測和故障診斷的前提。

三、故障診斷方法

(一)對比診斷法

對多種工藝參數的多種信息進行數據采集和存儲，采集的信息包括振動幅值、頻率、相位、轉速、位移、模態、溫度、壓力和流量等。并且建立相應信息的數據庫，同時作出趨勢分析等圖譜。當設備發生故障時，把當前數據和正常運行狀態的數據進行比對，并且結合故障表現的信息特征，同時利用診斷知識，作出故障原因和故障狀態的判定。

(二)函數診斷法

故障征兆和故障原因之間存在著一定的函數關系，經過對設備運行參數的計算，可以預測故障或者識別設備已經存在的故障。這在設備設計階段也是必需的。

(三)模擬試驗診斷法

設備有很多故障，它表現的征兆與故障原因之間的關系是未知的或是不確定的，必須通過模擬試驗，研究故障形成的機理和特征，解答產生這種故障的原因，提出表現這類故障的特征參數以及各種參數之間的定量關系等

(四)故障樹診斷法

故障樹分析是故障診斷技術的一種有效方法。它是從研究系統中最不希望發生的故障狀態出發，按照一定的邏輯關系從總體到部件一層層地進行逐級細化，推理分析故障形成的原因，最終確定故障發生的最初基本原因、影響程度和發生概率。分析步驟是：①選擇頂事件。②建立故障樹。③求故障樹的結構函數。④定性分析。⑤定量分析。

(五)模糊診斷法

因為在機械設備故障分析中，復雜的機械設備系統可能會出現各種故障，大多數情況下，故障原因和相應癥狀之間的相互關系，常出現許多異常癥狀與故障程度之間邊界不明的模糊關系，因此很難甚至不可能用精確的數學模型來描述。模糊數學能夠處理各種邊界不明的模糊集合的數量關系。利用模糊數學分析方法就能將各種故障及其癥狀視為兩類不同的模糊集合，它們之間的關系能夠用一個模糊關系矩陣來描述。兩個模糊集合中，集合之間的相互關系就可以映射來確定。

四、結束語

科學技術的發展，使得人工智能更有效的應用于機械故障診斷及其它領域。面對日益激烈的機械行業的競爭，研發基于專家系統、神經網絡、模糊邏輯等的混合智能設計、控制、監測、診斷系統將成為一大研究熱點。雖然智能技術已經應用于機械故障診斷的各個方面，但是將現有的先進故障診斷設備和技術進一步推廣應用、實現低成本、高精度、高效率的診斷系統任然成為亟待解決的問題

【參考文獻】

[1]王明霞.機械故障診斷的研究與發展趨勢.百度文庫.2017

[2]機械故障診斷綜述.易發表網.2017

[3]張振中.設備檢測和故障診斷技術現狀.百度文庫.2017

[4]張安華.機電設備狀態監測與故障診斷技術[M].西安:西北工業大學出版社,1995.

[5]盛兆順,尹琦嶺.設備狀態監測與故障診斷技術及應用[M].北京:化學工業出版社,2003.