機械設備的可靠性及故障診斷方法研究

李紹煬

（遼寧省大連市博鋒智能科技（大連）有限公司， 遼寧 大連 116601）

引言

隨著社會的發展，現代機械在使用過程中正朝著精細化及復雜化的方向發展，機械設備是由眾多零部件構成的，各個零部件之間的連接愈來愈緊密，若是單一零件發生問題就會引起整個設備出現運轉問題[1-4]。傳統的故障檢測方式是利用人在操作設備上的經驗，但現階段已不能適應現代機械的可靠性分析及故障診斷。隨著現代信息技術及智能化技術等的發展與運用，對機械設備的故障診斷愈來愈準確且高效。

1 機械設備常見故障

在工業生產環節中，機械設備是必不可少的組成部分之一，設備的優良與否與機器生產的效率和能力有著直接聯系。機械設備作為工業生產的裝置，是由各種不同類的零部件組成的，這些零部件在長時間的運行中，會由于老化、松動等原因發生故障，進而對整體機械設施的運行造成影響，具體故障主要有以下幾方面：

1.1 滾動軸承故障

在眾多機械設施零部件中，滾動軸承屬于較為重要的一類，顧名思義，滾動軸承工作是以滾動為主，而正是因為滾動軸承的運轉頻率偏高，導致其容易在運轉過程中發生損壞。當此項零件出現損壞時，相應的就會導致故障出現，而引起此項零件損壞的原因通常是轉動疲勞、摩擦損傷、物理或化學腐蝕損傷等。

1.2 齒輪箱故障

齒輪箱在機械設施中的運用屬于較為廣泛的一種零部件，現階段工業生產中所使用的機械設備，大部分都有齒輪箱這個零部件。在機械設施運轉過程中，往往會因為機械設備長時間的高效運轉而導致齒輪箱內出現斷裂、裂痕或者磨耗等問題，這些情況若是沒有在一定時間內解決，就會引起整個齒輪箱無法工作。

1.3 轉子故障

部分機械設施屬于旋轉類機械，在這類機械中，轉子是其核心零部件，主要作用是維系機械設施的穩定運行。如果此項零部件出現了問題，就會使機械設備缺乏穩定性而不能維持正常運行。而出現故障的原因通常是零部件之間的連接發生松動、轉軸出現彎曲等。

1.4 電動機故障

機械設施不僅是由各種零部件構成的，還有電動機，電動機是機械設施運行的動力。如果電動機出現故障，就會導致整個機械設施停止運行。導致電動機出現異常的原因通常有電路短路、異常響動、電動機過載及損耗過大等。

2 機械設備常用故障診斷方法及流程

由于現代機械的復雜程度上升，傳統方法在對設施進行檢測時所消耗的時間就會存在差異，復雜程度與故障診斷所耗費時間呈正比。表1 針對不同時期機械設施的故障診斷時間進行了調查統計。

表1 不同復雜程度的傳統故障診斷時間 min

在進行機械設施故障診斷的環節中，主要有以下流程：一是對原始信號進行采集與監測，這部分往往是通過傳感器對設備振動產生的不同信號進行相關收集；二是收集的信號實施選擇，將存在故障的內容提取出來，把原始數值進行壓縮處理后形成故障診斷識別的信號；三是對故障進行識別后，要么是實施診斷決策，要么確定其作為新的故障類型，再進行下一步操作，如下頁圖1 所示。

圖1 故障診斷流程圖

2.1 直觀性診斷

傳統機械設施的精準度較低，設施內部零件之間的連接度較低，在其出現故障時，往往是通過工作人員的經驗進行判斷的。在診斷過程中，工作人員通過分析機械設施發出的聲音、溫度及振動頻率等表現，以及結合機械設施的相關資料來判定故障出現的詳細位置與情況。

隨著現代社會科學技術的快速進步，機械設施在現代工業生產中愈來愈復雜化，這就對故障診斷方法有了更高的要求，此種僅憑經驗與資料進行的故障診斷方式逐漸被淘汰。

2.2 紅外線溫度檢測與診斷

此種方式是利用紅外線進行診斷，通常進行監測的是機械設施的溫度指數，即機械設施運行過程中的溫度變化趨勢，利用不同的溫度感應裝置來監測設施運行時的內外溫度變化范圍，以此診斷是否發生故障及故障發生的詳細位置與情況。

機械設施在運行過程本身就會產生一些溫度上的變化，而若是設施發生故障，其溫度浮動范圍就會明顯擴大。選用紅外線對機械設施運行時的溫度展開檢測，明顯能夠提升機械故障的診斷效率。現階段經常使用的檢測儀器是紅外線測溫儀，其擁有多種不同型號，在對機械設施表面溫度的檢測時存在差異，主要體現在能夠檢測到的溫度范圍的差異。因為測溫儀在工作時可以不用與機械設施發生接觸，即在一定距離內都可以完成溫度監測工作，將紅外線測溫儀器得到的結果進行分析后，就能得到具體的機械故障診斷。但是在使用此種方法時需要注意的是，在進行測溫時，容易被周圍環境情況干擾，進而可能導致檢測的結果出現誤差。為了規避這一情況，需要對檢測出的溫度數據展開更正，從而減少溫度誤差，使其在可控范圍內，進而保障故障診斷結果的準確性。

2.3 噪聲頻譜的檢測與診斷

通常情況下，如果機械設施在運行過程中發生問題，那么機械設備或相關運行單位就會出現異常振動或噪聲。振動與噪聲在機械故障的檢測上存在差異，前者主要是使用聲波檢測，尋找機械設施外部發出的振動體現的內部單位的具體運行情況，借用傳感設施以達到檢測及轉化振動信號的結果，再通過頻譜分析來診斷發生故障的類別與詳細情況；后者主要是使用聲波類檢測設施，尋找機械內部相關單位的噪聲規律，而對于噪聲的檢測主要是以聲強和聲壓作為重要的參考數據及主要對象。近年來，隨著現代科技的進步，FFT 分析儀在對機械設施的噪聲檢測中使用越來越廣泛。

此外，雙話筒互譜技術在對機械發出噪聲的聲強也起了些許作用，這不僅提升了診斷速度，同時保證了檢測的準確程度。在機械設施使用過程中，一般選用聲級計對機械發出的嗓聲進行測量，其能直接測出聲壓級別。根據對噪聲進行測量的結果來診斷出現設施故障的部位，為機械修理提供可靠參考。

2.4 相位故障分析

機械設施對交流電的反應即為相位，如果交流電的能量等同但運動方向相反時，那么這種情況下的相位很有可能出現疊加現象。在現實操作中使用振動檢測方法時，極有可能出現機械內同一個故障零部件或故障原因導致振動頻率、相位及幅度重復疊加發生的情況，這就需要將發生的全部數據信息及原因展開組合排序，在一起輸入以專家系統為基礎的故障診斷系統的經驗數據庫。工作人員就可以在系統對收集的原因信息進行故障診斷后，得到全部有可能發生的故障結果，再依據自己對機械設施操作的經驗對以上原因及可能出現故障的零件展開測驗，并對最后的處置情況完成反饋。如何在短時間內用最快速度、耗費最少成本，診斷出在機械設施運作過程中因為外在環境和機械損耗發生的故障，這是提升機械設施運行效率的關鍵。

3 機械設備故障診斷技術的發展趨勢

3.1 側重信息融合技術

現階段的信號獲取技術需要更進一步研究的是，如何利用融合信息的方法來獲得有用的機械發生故障時出現的信號特點。想要達到這一目標，第一步就應該做到提升被診斷機械設施的一致性描述，這就需要利用各種不同的傳感器設施，再使用信息融合的技術來準確地解析傳感器設施所測得的內容。目前，在信號加工方式的探究過程中，普遍使用的是兩種頻譜分析技術，分別是傅里葉變換與小波變換。前者不適合對時空進行解析，其適用的研究分析范疇在全部頻域；后者則適合時頻的解析，利用這種技術能夠提升獲得信號的局部特征的有效質量水平，由此能夠對變動的信號獲得解析，特別是瞬間狀態下的非正常信號。將這兩種存在差別的技術比較來說，小波變換更加簡單、方便實施，在實際的運用過程中，不需要進行數學建模，還擁有高度的靈敏性及高強度的抗噪性能。將這種技術與分形理論和神經網絡等交流融合后，對于故障信號的成功處置是很有利的。

3.2 利用智能決策算法

在現代社會的智能控制理念快速發展的背景下，診斷決策的高光點也隨之顯現出來，如模糊控制和遺傳算法等，經過對其的分析探究，以及這些診斷方法在對機械設施實施診斷的過程中凸顯出的高光點主要有以下幾條：

其一，對以模糊理論為基礎的故障診斷技術而言，此項技術的優勢能夠降低為了創建精準數學模式的工作量，因為只需要創建合適的隸屬度函數與模糊關系的矩陣即可獲得準確度相對較高的故障問題及源頭。其二，對以神經網絡為根基的故障檢測技術而言，此項技術的優勢是能通過利用神經網絡固有穩定的聯想記憶和自行組織等來準確地處置及將繁雜的信息完成分類處理。其三，就遺傳算法來說，這種技術的優點很突出，不僅運用簡單方便而且適用的范圍較廣，并且能夠同時作業，還十分擅長非線性問題的解決與搜查。因此，遺傳算法運用到故障檢測技術的探究中，能夠使采集以前故障的經驗信息更加簡易，且更迅速地展開決策論證。

3.3 使用智能自動診斷技術

伴隨著現階段信息技術、網絡技術的進步，目前，智能化自動化的故障診斷系統不再需要借助傳統的人的經驗，而是構建判決模型，即利用各種不同類別歷史經驗信息作為專家系統，對收集數據信息實施自動判決，這種模型與歷史經驗信息、運算處置及判斷邏輯辦法進行了結合。以專家系統為基礎的智能化故障檢測技術，第一步是依據相關邏輯將歷史經驗數據儲存在系統的數據知識庫里，再對特定機械系統設計故障的決策與評估模型。系統將傳感器收集的不同類別數據信息輸入故障決策模型中，調動專家知識庫對數據信息展開剖析，在計算分析出機械發生故障的具體方位與原因，再利用人機接口將獲得的結果反饋給用戶。

使用智能化的專家診斷系統分析出的故障原因可能存在不是唯一的情況，因為系統會提供這些原因相對應的出現錯誤的占比，此時需要長時間從事機械的工作人員依據他們的經驗來對發生故障的方位和原因展開比較，最后得出結果。同時，歷史數據可以返回更新，現階段分析的故障原因及現象對應的數據對應關系可以更新至系統知識庫中，這樣整個系統的故障檢測效率會隨著診斷次數的增加而增強。

4 結語

隨著現代機械設備的研究進步，多種智能性故障診斷技術已經在機械設備行業內開始了廣泛的應用，使診斷的精準性、及時性及有效性得到了很大程度的提高，確保了機械設施在運行時的可靠性。