旋轉機械故障機理及診斷技術

趙騰 黃好龍 王志遠 徐建超 杜海鵬

【摘?要】目前，旋轉機械廣泛應用于航空航天發動機、風機、燃氣輪機、汽輪機、渦輪增壓器以及各種類型的電機等機械設備。在建立和分析旋轉機械故障機理的過程中，獲得了故障診斷的基本理論和典型故障診斷技術，并將遺傳算法、神經網絡和模糊理論應用于診斷決策算法的研究。本文通過研究旋轉機械的故障診斷，希望對相關人員有所幫助。

【關鍵詞】低速旋轉機械;故障診斷;方法

介紹

機械設備是一個大型系統。它由機械、潤滑、液壓、電氣和控制等子系統組成。任何子系統的異常都會影響整個系統的功能或使設備的整體功能失效。對于整個系統來說，監控設備故障診斷技術并不需要在所有機器上以各種方式監控設備的全部功能。只有通過各個子系統設備的特性要求，才能對相應的檢測手段進行監控，才能保證整個系統設備功能的實現。

一、旋轉機械故障診斷技術

隨著診斷技術的深入研究，出現了越來越多的故障診斷方法，這不僅是對前人研究成果的改進，而且也提出了一些原創的研究成果。根據實現方法的不同，一般可以分為不同的類別。通過實際應用，建立合適的故障診斷模型，這種方法往往由于設備出現故障即使可以得到相應的模型參數，成本也會相當大。許多學者認為，基于模式識別的故障診斷方法仍有很大的改進空間。

1.1基于智能算法的故障診斷技術

近年來，人工神經網絡技術已逐步應用于各個領域。與其他傳統的信息表達和處理方式不同，神經網絡可以通過自適應非線性動態系統模擬生物神經系統。它可以解決比較復雜的模式、工藝分類、調試和非線性優化等問題。

1.2振動信號降噪技術

大型旋轉機械信號非常復雜，具有豐富的頻率分量和典型的非線性特征。通過奇異值分解得到系統能量的N個特征方向。利用奇異值分解（SVD）對背景信號進行降噪和平滑處理，然后對信號進行進一步去噪，以達到更好的去噪效果。首先可以采用小波變換對信號進行處理，然后在小波域內采用奇異值譜對信號進行去噪處理。與奇異值小波去噪相比，小波去噪和奇異值去噪效果更好。

1.3無損檢測技術

它主要使用物理媒介手段，通過磁定向反饋原理，機械設備，光學和聲學媒體，和的基礎上確保設備性能的身體不受影響，媒體信息科學評估，反饋信號進行數據轉換。無損檢測技術是物理、人工智能、工程等學科相結合的技術，具有覆蓋范圍廣、功能原理穩定、實時反饋效率高等優點。目前廣泛應用的技術有滲透檢測和超聲檢測。工程機械設備在使用前，要做點檢，涂潤滑油，發現問題立即停機解決。大多數設備在運行過程中都可以進行檢查，最大限度地減少對生產的不利影響。因此，應明確設備的運行維護標準，并制定專用儀器設備輔助維護工作應使用，記錄設備的溫度、壓力和振動值，為后續維護維護工作的順利開展奠定基礎。

二、故障診斷技術的性能和指標

首先，及時性。實施設備故障檢測確認工作要求及時性高。即一旦機械系統出現異常工作狀態，需要盡快響應，并采取適當的措施對系統進行檢測和檢查，最終確定消除異常的措施。針對具體的異常情況，我們需要采取差異化策略，用更合適的手段來區分不同類型的故障，這樣我們也可以實現對異常情況的快速鎖定和確認。第二，歧視。維護人員應精通各種可能出現的異常情況，并確定有效的應對措施。因此，在發現異常時，可以快速識別異常的性質，準確估計異常情況的危害程度和影響，從而實現更準確的維護和干預。第三，適應性。具有故障監控性能的系統應適應被監控對象，根據監控對象的特點調整其數據信息，從而達到與監控對象的最高匹配度，實現準確監控。

三、旋轉機械故障檢測方法

在我國，機械設備故障診斷的研究相對較晚，技術相對落后。中國也發明了一種在線監測和故障診斷軟件，大大減少之間的差距有關國際先進的技術，但實際上，中國的整體研究水平還相對落后，而故障診斷技術的發展相對緩慢，可靠性需要不斷提高。

3.1診斷測試

它在企業的診斷和測試設備中發揮著重要的作用，如智能診斷技術。利用計算機程序對測試數據進行分析，根據數據是否超標判斷設備是否故障。同時，通過神經網絡的輸入數據來實現診斷結果。神經網絡能夠可靠地分析故障診斷結果，判斷測試結果是否可靠，并通過相關數據和信息準確有效地識別出故障的具體位置和故障的具體位置。可以快速、準確地檢測智能診斷旋轉機械的故障，并能有效地解決這些問題，特別是神經網絡可以解決復雜的缺點，以及視覺性能的診斷結果和內部計算模型，它提供了一個方便的智能故障診斷技術和利用旋轉設備。

3.2智能監控與診斷

從目前的總體情況來看，智能監測是機械設備故障診斷的最先進技術之一。該方法可用于旋轉機械的故障診斷。借助于現場設置的數據采集裝置，可以實時采集機械設備的運行參數。通過通信網絡，系統將根據這些參數對機械設備進行采集。該系統將根據這些參數對機械設備進行采集，并對設備當前的運行狀態進行分析。通過智能監控系統的應用程序，它可以發出報警提示，當機器處于正常操作狀態，并分析相關數據來確定故障的原因，以便提供詳細和可靠依據的快速處理故障，并避免故障的擴張造成的損失問題。

四、結束語

機械設備在企業生產中的受到設備內部質量、安裝質量、工藝布局、技術人員操作水平等因素的影響。在日常的操作和維護中，應加強對機器操作環的分段操作技能的提高，為其打下堅實的基礎。

參考文獻：

[1]陳文.油田機械設備狀態監測與故障診斷技術探析[J].管理，2019（35）：160.

[2]楊學亞.煤礦機械設備的故障診斷及維修技術探討[J].河北企業，2019（11）：161-162.

[3]張翔.在煤礦機械設備中故障診斷技術的應用初探[J].科學技術創新，2019（31）：155-156.

（作者單位：河南理工大學）