機電系統狀態監測及故障預警的信息化技術綜述

鄧明清

【摘 ?要】機電系統狀態監測與故障診斷的技術是集合計算機科學，電子測試，人工智能自動化以及機械電子等多學科在一起交叉結合的一門新技術，是現代化冶金企業生產制造技術的發展結晶，也是保障生產設備安全高效運行的最為科學的關鍵技術。運用機電系統狀態監測與故障診斷技術能夠有效的預防生產系統中的事故隱患，能夠及時的排除機械故障并避免由此所帶來的經濟損失和人員傷亡。對大型機電裝備進行狀態監測與故障預警診斷技術研究是保障其可靠健康運行的關鍵技術之一。

【關鍵詞】機電系統狀態監測;故障預警信息化技術;

前言

由于運用狀態監測與故障診斷技術能夠有效促進經濟效益，所以在國際上得到了迅速的發展。隨著世界科技的不斷進展，計算機性能也在不斷提升，數字信號的分析與運算方式也不斷的優化，數據處理的運算速度和精準度大為提升，也為機電系統狀態監測與故障診斷的現代技術創造了更為便利的條件。

一、狀態監測與故障系統的發展

伴隨著機電系統狀態監測與診斷技術的發展，各式各樣的監測儀器、診斷儀器及系統也廣為出現，功能也躍為強大，僅以振動測量儀器及系統為例，其功能包括：軸振動監測，如軸心軌跡分析，軸向轉動，殼體振動監測。頻譜分析，如頻率分析，階比譜分析，階跟蹤譜分析、三維功率譜分析。自動預警、報警。故障特征提取及診斷等。就機電系統狀態監測與故障診斷系統的發展，在國際上較為典型的診斷系統主要分為一下三種：

1.離線定期監測與診斷系統。在規定的時間內由測試人員到現場進行操作，依次用傳感器對各測試點進行常規監測，并運用記錄儀或存儲器進行信號記錄，將數據存儲到專用微機或計算機上完成。由于此類產品系統使用方便，成本低廉，在早起使用中廣為采用。但是此類產品系統測試比較繁瑣，而離線定期監測，還需要專業測試人員進行測試和故障分析，較難及時避免突發性事故的發生。

2.在線監測、離線分析監測與診斷系統。此類系統稱之為主從機監測與診斷系統。設備上安裝多個測試點，每個測試點都安裝傳感器，由工作現場安裝的微處理器對設備的每個傳感器的數據進行采集和處理，有相關人員在主機系統上進行故障的判斷與狀態的分析，與離線定期監測系統相比對，雖然能在線進行檢測和預、報警并在測試點上免去了更換的步驟，但分析和判斷仍需要專業人員對離線數據進行操作。

3.自動在線監測與診斷系統。此類系統運用方便，能夠實現自動在線監測設備的工作狀態，及時的預報設備故障，且能夠在線實現數據處理與分析判斷。對值班人員的要求也在短期培訓后亦可，此類系統技術先進，不需要專業工作人員對測試點進行檢測、分析、判斷，該設備能根據相關程序進行智能優化后進行分析、判斷。但設備本身軟硬件研發制作工作量大，具有較高的應用成本。狀態監測與診斷系統可以運用在不同的機電設備系統上，可采取不同的監測與診斷方式。隨著計算機技術的成熟與發展，應用成本的降低，也是對設備本身走向自動在線監測與診斷的方向發展，現代技術在設備監測與診斷維護的定檢、巡檢和檢修也逐步邁向長期連續監測與預測性維修方式過度。

二、機電系統狀態監測及故障預警的信息化技術

1.揭示機電設備運行狀態機械動態特性劣化演變規律。機電系統由穩定運行狀態劣化為非穩定運行狀態，由非故障運行狀態劣化為故障運行狀態，其機械動特性通常有一個發展演變過程。需要研究揭示劣化過程及故障變化演變規律及發展特點，分析故障產生機理、發展原因和發展模式，建立故障發展原因與故障發展特性的映射關系。構建設備運行狀態劣化演變的機械動態特性模型，這里涉及輕微損傷和磨損等微弱故障發展狀態、傳動系統調制信號發展狀態、運行參數和載荷變化等非線性發展狀態、復合故障發展狀態等。

2.提取機電設備運行狀態發展趨勢特征。面向現場設備往往具有的復雜運行狀態，進行機電設備運行狀態發展趨勢信息分析，其中難點問題是面向連續運行大型機電設備長歷程變工況故障發展趨勢特征提取。設備長歷程運行中工況和負載等非故障因素會造成信號能量變化，故障發展趨勢信息往往被非故障變化信息所淹沒，而通常的基于能量的振動級值及功率譜的發展及變化不一定對應反映故障的發展及變化，且傳統的基于能量變化的運行狀態發展趨勢特征提取方式往往具有不確定性，難以有效實現未來發展狀態的趨勢預測。因此需要進行機電設備故障趨勢特征與變負載狀態特征的解耦和分離，較大程度上消除非故障能量變化所造成的冗余信息，使得提取的故障發展趨勢特征與機電系統負載變化等非故障變化特征弱耦合或分離，同時與機電系統故障變化強耦合，進而構建預測模型。一種提取長歷程變負載設備運行狀態發展趨勢特征方法。

3.低信噪比微弱信號特征早期故障的信號處理。早期故障趨勢信息是一種故障征兆信息，具有明顯的低信噪比微弱信號的特征，在早期故障趨勢分析中有用信息極易受到設備時變非平穩運行、環境變化、測試系統噪聲等干擾。傳統分析方法往往難以進行有效的早期故障預測，為實現早期故障發展趨勢有效分析，需要采用適于低信噪比微弱信息的信號處理，涉及的方法包括：多傳感系統檢測及

信息融合，非平穩及非線性信號處理，故障征兆量和損傷征兆量信號分析，噪聲規律（幅度、頻率、相位等）與信號特點（頻譜、相干性等）分析，噪聲背景下小位移、微振動分析，針對微弱信息的信號處理方法（如數據挖掘、盲源分離、支持向量機、粗糙集等）以及有關隨機不確定性、模糊不確定性、不完備性、不完全可靠性等信號處理方法等。

4.機電設備早期故障趨勢預測模型構建。為實現基于智能信息系統的故障預警，需要構建機電設備早期故障趨勢預測模型，構建這類模型大致有兩個途徑，分別是物理信息預測模型（一般是機械動力學預測模型）以及數據信息預測模型，通常這是兩條相互獨立及并行的研究途徑，近年來有學者研究構建這兩類趨勢預測模型相融合的多信息融合新型趨勢預測模型，采用這種多信息融合模型既利用了物理特性信息又融合了數值規律信息，有利于獲得較理想的綜合預測結果。

5.機電設備運行狀態劣化的相關評價參數、模式及準則。這里主要是指對故障發展趨勢的評價參數、模式及準則。具體內容涉及：確定能夠表征設備狀態發展趨勢的參數（組合參數及因子）、特征模式（或模型），采用能夠對系統狀態發展趨勢的參量、模式及聚類分析進行分類的方法，分析設備狀態發展趨勢的評價準則及邊界條件，采用面向安全保障的統計決策理論方法并確定相關評價的錯誤率區間、條件及估計、驗證方式等，提出能夠從性能老化、傳遞特征退化和疲勞損傷等多方面綜合評價故障演變過程和損傷及磨損積累的方法，提供故障發展趨勢預測的穩定性、可靠性及維修性評估依據及判據等。

結束語

隨著時代的不斷發展，會逐漸的涌現出各種不同的技術，時代和技術之間的關系是相互促進的。因此，企業要想緊追時代的步伐，在激烈的市場競爭中脫穎而出，就需要使用一些先進的科學技術。很多企業經營的過程中都會使用到機電設備，其性能可以決定企業的經濟效益以及生產力大小，因此需要大力提高機電設備的質量以及工作效率。將信息化技術應用到機電設備的維護保養中，能夠大會出中重要的作用，對機電設備的狀態監測和故障預警有重要的價值。信息化技術的應用，能夠及時解決機電設備的故障問題，同時還可以促進企業的健康穩定發展。

參考文獻：

[1]張毅.基于SOA 的設備狀態監測與故障診斷系統的研究[D].上海交通大學，2018.

（作者單位：安徽國禎環保節能科技股份有限公司）