機械設備故障診斷與監測的常用方法及其發展趨勢

崔炎陸

摘? 要： 隨著我國工業化進程的不斷加快，機械設備的應用對經濟發展的作用越來越明顯。提高機械設備故障診斷和監測技術水平是工業生產的有 力保障。因此必須要對機械設備進行故障診斷和監測，從而做好維修和維護工作，避免給機械生產造成影響，也能夠保證操作人員的安全，本文對機械 設備故障診斷與監測的常用方法進行了分析，并且對未來的發展趨勢進行了討論。

關鍵詞： 機械設備;故障診斷與監測;方法;發展

引言

近年來，隨著機械設備的運行環境逐漸復雜化，機械設備發生故障的 概率顯著提高，一旦未能及時發現機械設備的局部故障問題，最終可能導致 機械設備潛伏性故障逐漸發展以致整體性損壞的嚴重后果。在智能制造的背 景下，對機械設備相關關鍵部件進行故障診斷和監測成為一個值得思考的現 實問題。因此，以下就機械設備故障診斷與監測方法展開分析與探討。

1 機械設備故障診斷及監測的常用方法

1.1? 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。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。

1.2? 振動監測診斷技術

機械在運轉過程中常常伴隨著振動特征的出現，根據機械設備的這個 特點，振動監測技術被廣泛應用在機械故障診斷領域中。這種技術通過對 機械運行時的速度、加速度和位移等參數的監測，參照機械運行時的頻率 客觀地監測出機械工作中的狀態信息。在利用振動監測技術時，常常要選 擇機械設備中關鍵部位進行測量，這樣能夠確保所得的數據更加準確。經 過檢測所得的信息經過放大和過濾處理后，會形成數據信息在分析診斷設 備中進行處理判斷，通過頻譜的方式展示出來，進而形成對設備故障的早 期判斷。

1.3? 人工智能診斷技術

人工智能故障診斷技術，屬于計算機前沿科學領域，在國內外已經得 到了廣泛的重視。人工神經網絡理論是一種典型的數學模型。它通過模擬人 類大腦的神經分布及感應，以實現智能化的機器決策。在利用神經網絡對機 械設備故障進行診斷時，首先采用原始故障數據集對人工神經網絡進行訓 練，并利用訓練好的神經網絡對實際故障數據進行診斷分析，最終確定故障 類型及位置。此外，人工神經網絡還可以預測可能發生的故障，對每個零部 件的主要參數進行分析計算，使用戶更好地了解到設備的使用情況，及時排 除機械設備可能存在的潛伏性故障，避免出現嚴重事故。但人工神經網絡存 在容易陷入局部最優解的問題，而時下大熱的深度學習則逐漸取代神經網絡 成為智能算法的主流。深度學習基于神經網絡發展而來，常見的深度學習算 法包括卷積神經網絡、長短時記憶網絡、深度置信網絡等，這些網絡也開始 被引入到機械設備的故障診斷中，并具有良好的效果。

1.4? 遠程監測診斷技術

在工程應用中，機械設備各種參數的動態信號往往通過傳感器來獲 得，為了使監測所得的動態信號與機械設備一一對應，工程師會對機械設 備按順序編號。接著傳感器采集的信號通過無線網絡技術傳輸給機械設備 監控中心的計算機服務器，根據動態信號的時域和頻域分析結果，實現機 械設備運行狀態的遠程實時監測功能。在對獲得的數據進行時域分析時， 可以通過判斷時域信號中是否有周期性脈沖峰值等方法。但這類方法容易 受到機械設備運行時周圍噪聲信號的干擾，不易判斷出機械設備的健康狀 態。而將時域信號通過頻譜分析轉換成頻域信號，可以有效減少噪聲對診斷的不良影響，把這些振動信號的頻譜圖與健康狀態對應的頻譜圖進行比 對，以此判斷機械設備可能發生的故障類型。中心計算機服務器把發生故 障的機械設備動態參數傳輸到現場，操作人員以此為依據確定發生故障部 位并及時進行檢修。

2 機械設備故障診斷與監測的發展趨勢

2.1? 機械智能監測

智能監測被廣泛應用在船舶制造、石油化工、電力設備和軌道交通等 領域，是較為先進的機械設備故障診斷和監測技術之一。智能檢測技術主 要針對旋轉機械進行故障診斷和監測，智能監測利用了高精度的數據采集 系統對機械設備的運行數據進行實時記錄，能夠對機械的運行狀態進行實 時監測。旋轉機械在工作中，泵和齒輪傳動系統是主要的機械構成部分， 在長期的運轉構成中會出現部件的磨損和老化，有時也會出現螺栓的松動 或軸對中偏移等情況，這常見的問題發展到最后將會造成設備故障。當設 備一旦被診斷出具有故障發生的可能性，智能監測系統就會產生自動報 警，在提示的同時通過數據分析判斷出故障產生的具體原因，避免故障的 發生導致生產環節的中斷，甚至能夠避免人員和設備的安全事故，起到降 低運行和維護成本的作用。

2.2? 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。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。

2.3? 網絡集成資源

近年來，局域網發展迅速，而且在工業控制方面起到了很大的作用， 尤其是在信息的收集和分析方面展現出了很大的優勢。因此在未來的機械 設備故障診斷與監測上，利用局域網技術，將信號監測設備與計算機連接 起來，利用計算機強大的計算能力能夠使故障診斷分析更加準確、迅速， 也能夠確保機械設備更加穩定的運行。

3 結束語

綜上所述，機械設備故障診斷與監測在現代工業中有著舉足輕重的重 要作用，在傳統的機械設備故障診斷與監測中，方法有很多，但是無論是 哪一種方法都有一定的局限性，因此在未來的發展過程中必須進行更加深 入的研究，不斷的優化和完善方法，在現代信息技術的推動下，機械設備 故障與診斷技術的數字化、自動化、智能化程度必然會不斷提高，機械設 備的運行效率也會越來越高，對于企業設備管理水平的提高有很大幫助， 也更加有利于現代化工業的發展。

參考文獻：

[1]王光宇.機械故障診斷與監測方法的研究[J].現代經濟信息，2018，（24）：379.

[2]車立志，劉倩婧.機械設備故障診斷技術研究[J].煤礦機械，2020，37（3）：3-5.

[3]杜陽.機電設備狀態監測與故障診斷技術研究[J].環球市場，2019，（10）：172.

2923501705264