機械設備故障診斷與監測的常用方法及其發展趨勢

唐海燕 陳潮宇

摘要：在新時期環境下，越來越多的先進機械設備得到了研發和使用，同時生產活動對機械設備的性能要求也在不斷提升，因此確保機械設備具有良好的運行狀態至關重要。而在機械設備的使用中，常常會受到諸多因素的影響導致一些故障的出現，為了避免此類情況的發生，就需要做好對其診斷和監測工作。下面，文章就主要針對機械設備故障診斷與監測的常用方法和發展趨勢進行分析，希望對相關工作的開展提供參考。

Abstract： In the new era environment， more and more advanced mechanical equipment has been developed and used， and the performance requirements of production activities for mechanical equipment are also improving， so it is very important to ensure that the mechanical equipment has a good running state. In the use of mechanical equipment， it is often affected by many factors leading to some failures. In order to avoid the occurrence of such a situation， it is necessary to do a good job in diagnosis and monitoring. In the following， the paper mainly focuses on the common methods and development trends of mechanical equipment fault diagnosis and monitoring， hoping to provide reference for the development of related work.

關鍵詞：機械設備;故障診斷;監測方法;發展趨勢

Key words： mechanical equipment;fault diagnosis;monitoring method;the development trend

中圖分類號：U673.38? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）15-0122-03

0? 引言

在各行各業的發展中，對機械設備的使用都比較廣泛，且機械設備的使用對實現行業生產水平提升以及現代化發展具有重要的價值。如果機械設備出現故障，勢必會影響生產活動的正常進行，甚至會導致安全事故的發生，因此為了實現對機械設備狀態的合理控制，逐漸產生了諸多故障診斷和監測的方法，對機械設備故障預控和及時處理提供了支持。隨著時代不斷發展，為了更好實現對機械設備故障的控制，其診斷與監測方法也朝著智能化和自動化不斷發展。

1? 機械設備故障診斷與監測的常用方法

1.1 振動監測診斷法

機械設備在運行中，振動的產生是不可避免的，往往有周期性振動和隨機性的振動等，而振動會導致一定振幅的產生，代表著振動強度以及能量，則頻率是機械發生振動的重要特征，因此可以通過對振動監測來實現對機械設備的故障診斷，如圖1。借助相應儀器，能夠監測機械設備振動的實時情況，進而完成對其故障的診斷。常用的此類監測儀器有磁電速度的傳感器、壓電加速度的傳感器和渦流位移的傳感器等，且因為壓電加速度的傳感器具有較高靈敏度、較寬頻率范圍和小體積等優勢，得到了廣泛使用。在對機械設備采取振動監測診斷中，不僅需要使用傳感器，而且還要結合分析儀器以及故障診斷的專家系統等使用。此方法一般在機械設備轉子故障、齒輪箱的故障和滾動軸承的故障中監測使用[1]。

1.2 噪聲故障的監測法

在機械設備的運行中，設備噪聲信號和振動信號都有著大量的信息，因此通過對機械設備噪聲監測也能夠實現對機械設備故障的診斷。往往振動信號的監測需要進行相應監測儀器的安轉，在高溫或者高腐蝕等環境下不便于安裝，因此無法實現對振動的接觸測量，而噪聲信號并不會受到此種情況的影響，任何條件下都能夠借助采集設備實現聲學信號的采集和分析，從而實現對故障的有效診斷。在早期的噪聲故障診斷中，主要是通過聽診法對設備狀態進行判斷，但需要聽診師傅具有豐富的經驗才能夠實現對噪聲故障的辨別。現階段噪聲監測技術是能力統計的方法，它是基于傳統聽診法的進化，根據機械設備正常以及故障時呈現的聲能量變化情況實施對比，來實現故障的診斷[2]。但噪聲故障監測中，往往會受到環境因素的影響，對聲音信號產生干擾，進而影響其診斷的準確性。

1.3 紅外測溫法

在此方法的使用中，主要是使用紅外測溫的儀器根據機械設備的不同位置存在不同溫度以及溫度變化的情況等實現對其運行狀態分析與判斷。紅外測溫的儀器測溫原理主要為黑體輻射的定律，即物體溫度越高的話，所發紅外輻射的能力就越強，如圖2。若某些故障的部位往往會體現出溫度升高特征，進而提示此位置出現排煙管阻塞、磨損或者接點的燒壞等故障。此方法中，紅外測溫的儀器發揮重要的作用，它能夠非接觸性和遠距離地實現對機械設備的測溫目的，還可以結合信息處理、運算和判斷等功能，來對機械設備工作環境的周圍溫度和變化狀況如實反映。此方法在實踐運用中，能夠有效避免戶外監測受天氣因素的影響，提升測量精確度，且便于對數據進行存取[3]。

1.4 油液磨屑的分析法

在對機械設備運行情況的分析中，可以通過對油液磨屑的粒型情況分析、介質的化學和物理成分變化等為依據來對故障判斷，就是油液磨屑的分析法。在此方法的使用中，需要對設備潤滑以及液壓系統情況進行參考。因為磨屑粒型一般因為污染或者磨損而產生，所以可以按照粒型具體的情況對機械磨損發展情況實施判斷。在油液分析中，基于元素對不同波長光吸收和發射情況來實現，不同元素在受到一定能量激發影響，會呈現對特定的波長光發射或吸收的特性，而不同的光譜儀在對油液的發射光譜進行化學分析后，就能夠對其化學的成分和含量呈現，因此借助此類信息就能夠對設備受損位置和程度大小進行判斷。此方法使用中，具有速度快、便捷、準確等特點，在較小粒徑磨屑的分析中特別適用。

2? 機械設備故障診斷與監測發展趨勢

2.1 信息融合發展

在現代化科學技術迅猛發展下，人們對信號的獲取方式也是各種各樣，而在對機械設備的故障信號獲取中，如何實現其特征信號的準確和及時獲取是研究重點。在對機械設備故障信號獲取中，不僅需要借助信號采集和傳遞裝置進行相應信號的獲取和傳輸，且還需要通過信息融合的分析技術對此類信號進行有效處理，才能夠更好實現對機械設備的準確診斷。在對信號頻譜的分析中，對信號處理需要實現信息融合發展，對傅里葉的變換、小波變換等方式合理使用[4]。通過傅里葉的變換，能夠在整個的頻域內對信號成分實現有效分析，但其不能同時對頻域以及時域進行分析;但小波變換就能夠同時對頻域以及時域進行分析，特別擅長對故障信號的時間與頻率方面細節的分析，實現對信號局部的特點突出表現，同時小波變換對非定常性瞬態變化的信號特性能夠簡單、有效分析，在實際的操作中并不需要借助數學的模型就能夠對信號穩定和迅速分析。在基于小波變換上，和神經網格以及分形理論結合，還可以進一步實現可靠故障信號的獲取。

2.2 智能化決策算法

在人工智能發展中，能夠把人工智能的控制算法在機械設備的故障判斷決策中使用，如遺傳算法和模糊控制等，且隨著不斷深入的研究，對智能控制和機械設備的故障診斷關聯不斷深入研究，則遺傳算法和模糊控制等對其故障診斷中的應用會更加有效，這也是未來研究中的重點內容。將模糊理論應用在機械設備的故障診斷，只需要進行合適隸屬函數以及模糊矩陣的建立，就可以實現問題來源的準確獲取，并不需要因為對準確數學模型的建立而消耗大量時間;通過神經網格對故障判斷進行決策，能夠以分類、聯想、自我組織等辦法對繁雜信息準確處理;故障診斷中使用遺傳算法，能夠對多個問題同時處理且還能夠對各領域內問題處理和判斷，它在非線性的問題和寬泛查找的問題上呈現顯著優勢[5]。

2.3 網絡化集成資源

在時代不斷發展背景下，工業控制的技術領域中局域網具有著顯著的技術地位，且在信息的收集以及分析中，局域網的技術也發揮著重要的作用，因此在工業生產中，機械設備的故障診斷與監測就需要和網絡手段有效結合。對機械設備的故障診斷中，可以通過局域網對信號檢測的設備和計算機實現連接，借助設備來對原始的信息數據實施接收、歸納和決策分析，且通過計算機的強大計算功能，來更加快速和準確地實現對故障的診斷和分析，對機械設備穩定運轉提供保障。

2.4 容錯控制

對于容錯控制來說，主要是當機械設備出現故障后，系統可以對故障自動剔除且能夠對系統重新構建，即使系統出現故障，此系統仍能夠穩定運行，其運行的性能盡管有所下降，但仍可以對需求滿足。在系統容錯控制中，功能拓展設計的方法是前提，如在對設備裝置的設計中，系統內有自我補償的結構，也就是設備構件可以實現自我的重建，或設備在運行中參數可以自我進行調節，對設備的穩定和安全運行提供保障。智能化容錯控制的發展，是工業的自動化控制發展的主要趨勢，在其發展中需要針對機械設備的自動化控制系統內自我故障的處理能力不斷改進和優化[6]。

3? 結語

綜上所述，在機械設備的故障控制中，用到很多診斷和監測的方法，這些方法具有著不同的原理和優勢，隨著時代發展，為了更好實現對機械設備故障診斷與監測，就需要在研究中把握好機械設備故障的診斷和監測發展的趨勢，做好對相關方向監測診斷方法的不斷研究和改進，這也是其領域中需要重點研究的內容。

參考文獻：

[1]孫昌元，趙靜靜.機械設備故障診斷技術及發展趨勢[J].百科論壇電子雜志，2018（003）：682，675.

[2]張婷婷，賈銘鈺.機械設備故障診斷技術的常用方法及新技術的應用研究[J].自動化與儀器儀表，2017（10）：38-39.

[3]馬驥.機械設備中的可靠性及故障診斷方法研究[J].企業科技與發展，2019（002）：135-136.

[4]王曉蕾，姬治崗.煤礦機械設備故障分析與診斷技術及發展趨勢[J].科學技術與工程，2020，020（012）：4621-4630.

[5]陰紅國.化工機械設備的常見故障及診斷研究[J].工程技術（文摘版），2016（001）：00286.

[6]秦海峰.煤礦機電設備故障監測與診斷技術分析[J].工程技術與管理（英文），2018，002（007）：279-280.