论文部分内容阅读
摘要：机械设备故障诊断技术随着近十多年来国际上电子计算机技术、现代测量技术和信号处理技术的迅速发展而发展起来，是一门了解和掌握机械设备在使用过程中的状态，确定其整体或局部是否正常，早期发现故障及原因，并预报故障发展趋势的技术。
关键词：机械设备；故障诊断
一、开展故障诊断技术研究的意义
应用故障诊断技术对机械设备进行监测和诊断，可以及时发现机器的故障和预防设备恶性事故的发生，从而避免人员的伤亡、环境的污染和巨大的经济损失。应用故障诊断技术可以找出生产设备中的事故隐患，从而对机械设备和工艺进行改造以消除事故隐患。状态监测及故障诊断技术最重要的意义在于改革设备维修制度，现在多数工厂的维修制度是定期检修，造成很大的浪费。由于诊断技术能诊断和预报设备的故障，因此在设备正常运转没有故障时可以不停车，在发现故障前兆时能及时停车。按诊断出故障的性质和部位，可以有目的地进行检修，这就是预知维修—现代化维修技术。把定期维修改变为预知维修，不但节约了大量的维修费用，而且，由于减少了许多不必要的维修时间，而大大增加了机器设备正常运转时间，大幅度地提高生产率，产生巨大的经济效益。因此，笔者认为机械状态监测与故障诊断技术对发展国民经济有相当重要的作用。
二、目前机械故障研究现状
机械故障诊断作为一门新兴的综合性边缘学科，经过30多年的发展，己初步形成了比较完整的科学体系。就其技术手段而言，已逐步形成以振动诊断、油样分析、温度监测和无损探伤为主，其他技术或方面为辅的局面。这其中又以振动诊断涉及的领域最广、理论基础最为雄厚、研究得最具生机与活力。目前，对振动信号采集来说，计算机技术足以胜任各种场合的需要。在振动信号的分析处理方面，除了经典的统计分析、时频域分析、时序模型分析、参数辨识外，近来又发展了频率细化技术、倒谱分析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非平稳信号假设的短时傅立叶变换、Wign-er分布和小波变换等。就诊断方法而言，除了单一参数、单一故障的技术诊断外，目前多变量、多故障的综合诊断已经兴起。人工智能的研究成果为机械故障诊断注入了新的活力，故障诊断的专家系统不仅在理论上得到了相当大的发展，而且国外已经有许多成功的应用实例，国内也有许多单位积极从事这方面的研究，并取得了一定的进展。与此同时，人工智能的另一个重要分支—人工神经网络的研究也逐步渗透到机械故障诊断领域，并己成为机械故障诊断领域的一个最新研究热点，但目前大多处于实验室阶段。最近又有人探索将人工神经网络与传统的专家系统结合起来，建造神经网络专家系统，综合二者的优势，克服二者的缺陷。就应用领域而言，机械故障诊断技术已在旋转机械、往复机械、机加工工程和各种基础零部件的故障诊断方面获得了应用，这其中以旋转机械故障应用最广、最为成熟。
三、发展趋势
（一）混合智能故障诊断技术研究
将多种不同的智能技术结合起来，尤其是将神经网络、模糊逻辑与专家系统结合的诊断模型很有发展前景。这方面的研究刚开始，很多问题需要深入研究。智能诊断系统在机器学习、诊断实时性等方面的性能改善，是决定其有效性和应用性的关键。
（二）智能BIT技术研究
BIT（机内测试）技术为设备和设备内部提供故障检测和隔离的自动测试能力。BIT的智能化是发展趋势，这主要体现在BIT的智能设计、智能检测与智能决策。
（三）基于Internet的远程协作诊断技术研究
这就是将设备诊断技术与计算机网络技术相结合，用若干台中心计算机为服务器，在企业的关键设备建立状态监测点，采集设备状态数据。在技术力量较强的科研院所建立分析诊断中心，为企业提供远程技术支持和保障。
由故障诊断的发展方向可见，远程故障诊断能够充分利用更多的技术支持和数据共享，从而大大地提高了设备诊断的成功率，成为设备在线监测与诊断系统的发展趋势。远程诊断技术是设备诊断技术、计算机网络与信息技术、数据库与决策支持技术相结合的产物。目前，国内外很多单位都在开展该技术的研究，华中科大已在着手完善其设备诊断开放实验室建设。远程诊断系统是建立在集中式或分布式监测系统之上的，其应用的主要技术有：故障信息的获取，数据压缩技术，互联网和数据传输技术和故障诊断技术。而要使信号采集、分析和诊断专家系统能在网络上远程运行，要重點解决如下问题：①网络环境下运行的远程信号采集、分析软件的设计；②大量实时监测数据的处理和取舍；③基于网络的数据开放式诊断专家系统设计；测试数据、诊断分析方法和共享软件；④设计的标准化。
四、结语
近几年来，机械故障诊断学科在国内外都得到了前所未有的发展，在生产中的应用已深入到各个领域，诊断理论和方法已有多种。但尽管如此，无论在技术上还是在理论方法方面都有待于进一步发展和完善。故障机理和故障特性的研究不仅应适应学科发展，而且应领先一步；新理论和新方法的应用不仅要快，还应更深入；各种理论和技术的相互渗透应不断深化；应用范围不仅应更广，而且内容也应更丰富；监测诊断应与维修保养管理结合得更紧密。
参考文献：
[1]萬喜林.煤矿机电设备健康管理系统关键技术的研究[D].西安科技大学，2011（6）.
[2]邢建东，王敏.论煤矿机电技术管理在煤矿安全生产中的应用[J].科技致富向导，2013（5）.
关键词：机械设备；故障诊断
一、开展故障诊断技术研究的意义
应用故障诊断技术对机械设备进行监测和诊断，可以及时发现机器的故障和预防设备恶性事故的发生，从而避免人员的伤亡、环境的污染和巨大的经济损失。应用故障诊断技术可以找出生产设备中的事故隐患，从而对机械设备和工艺进行改造以消除事故隐患。状态监测及故障诊断技术最重要的意义在于改革设备维修制度，现在多数工厂的维修制度是定期检修，造成很大的浪费。由于诊断技术能诊断和预报设备的故障，因此在设备正常运转没有故障时可以不停车，在发现故障前兆时能及时停车。按诊断出故障的性质和部位，可以有目的地进行检修，这就是预知维修—现代化维修技术。把定期维修改变为预知维修，不但节约了大量的维修费用，而且，由于减少了许多不必要的维修时间，而大大增加了机器设备正常运转时间，大幅度地提高生产率，产生巨大的经济效益。因此，笔者认为机械状态监测与故障诊断技术对发展国民经济有相当重要的作用。
二、目前机械故障研究现状
机械故障诊断作为一门新兴的综合性边缘学科，经过30多年的发展，己初步形成了比较完整的科学体系。就其技术手段而言，已逐步形成以振动诊断、油样分析、温度监测和无损探伤为主，其他技术或方面为辅的局面。这其中又以振动诊断涉及的领域最广、理论基础最为雄厚、研究得最具生机与活力。目前，对振动信号采集来说，计算机技术足以胜任各种场合的需要。在振动信号的分析处理方面，除了经典的统计分析、时频域分析、时序模型分析、参数辨识外，近来又发展了频率细化技术、倒谱分析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非平稳信号假设的短时傅立叶变换、Wign-er分布和小波变换等。就诊断方法而言，除了单一参数、单一故障的技术诊断外，目前多变量、多故障的综合诊断已经兴起。人工智能的研究成果为机械故障诊断注入了新的活力，故障诊断的专家系统不仅在理论上得到了相当大的发展，而且国外已经有许多成功的应用实例，国内也有许多单位积极从事这方面的研究，并取得了一定的进展。与此同时，人工智能的另一个重要分支—人工神经网络的研究也逐步渗透到机械故障诊断领域，并己成为机械故障诊断领域的一个最新研究热点，但目前大多处于实验室阶段。最近又有人探索将人工神经网络与传统的专家系统结合起来，建造神经网络专家系统，综合二者的优势，克服二者的缺陷。就应用领域而言，机械故障诊断技术已在旋转机械、往复机械、机加工工程和各种基础零部件的故障诊断方面获得了应用，这其中以旋转机械故障应用最广、最为成熟。
三、发展趋势
（一）混合智能故障诊断技术研究
将多种不同的智能技术结合起来，尤其是将神经网络、模糊逻辑与专家系统结合的诊断模型很有发展前景。这方面的研究刚开始，很多问题需要深入研究。智能诊断系统在机器学习、诊断实时性等方面的性能改善，是决定其有效性和应用性的关键。
（二）智能BIT技术研究
BIT（机内测试）技术为设备和设备内部提供故障检测和隔离的自动测试能力。BIT的智能化是发展趋势，这主要体现在BIT的智能设计、智能检测与智能决策。
（三）基于Internet的远程协作诊断技术研究
这就是将设备诊断技术与计算机网络技术相结合，用若干台中心计算机为服务器，在企业的关键设备建立状态监测点，采集设备状态数据。在技术力量较强的科研院所建立分析诊断中心，为企业提供远程技术支持和保障。
由故障诊断的发展方向可见，远程故障诊断能够充分利用更多的技术支持和数据共享，从而大大地提高了设备诊断的成功率，成为设备在线监测与诊断系统的发展趋势。远程诊断技术是设备诊断技术、计算机网络与信息技术、数据库与决策支持技术相结合的产物。目前，国内外很多单位都在开展该技术的研究，华中科大已在着手完善其设备诊断开放实验室建设。远程诊断系统是建立在集中式或分布式监测系统之上的，其应用的主要技术有：故障信息的获取，数据压缩技术，互联网和数据传输技术和故障诊断技术。而要使信号采集、分析和诊断专家系统能在网络上远程运行，要重點解决如下问题：①网络环境下运行的远程信号采集、分析软件的设计；②大量实时监测数据的处理和取舍；③基于网络的数据开放式诊断专家系统设计；测试数据、诊断分析方法和共享软件；④设计的标准化。
四、结语
近几年来，机械故障诊断学科在国内外都得到了前所未有的发展，在生产中的应用已深入到各个领域，诊断理论和方法已有多种。但尽管如此，无论在技术上还是在理论方法方面都有待于进一步发展和完善。故障机理和故障特性的研究不仅应适应学科发展，而且应领先一步；新理论和新方法的应用不仅要快，还应更深入；各种理论和技术的相互渗透应不断深化；应用范围不仅应更广，而且内容也应更丰富；监测诊断应与维修保养管理结合得更紧密。
参考文献：
[1]萬喜林.煤矿机电设备健康管理系统关键技术的研究[D].西安科技大学，2011（6）.
[2]邢建东，王敏.论煤矿机电技术管理在煤矿安全生产中的应用[J].科技致富向导，2013（5）.