机电设备故障诊断技术发展探析(共6页).doc

《机电设备故障诊断技术发展探析(共6页).doc》由会员分享，可在线阅读，更多相关《机电设备故障诊断技术发展探析(共6页).doc（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上机电设备故障诊断技术发展探析 发布单位:湖北三峡职业技术学院本站原创 提交日期:2009-5-18 10:27:17 阅读次数:1237 机电设备故障诊断技术发展探析罗亚（湖北三峡职业技术学院，湖北宜昌，443000）【摘要】机电设备故障诊断技术已发展为一门独立的跨学科的综合信息处理技术，本文介绍了目前机电设备故障诊断所使用的几种常用的传统技术和方法，分析了目前存在的突出问题，通过分析指出，引入跨学科的理论和技术，把先进的理论与实践应用相结合，进一步完善目前的技术，将是今后主要的发展方向。【关键词】机电设备故障诊断发展The Research of Developme

2、nt on Fault Diagnosis for Mechanical EquipmentLuo Ya（Hubei Three Gorges Vocational and Technical College，Hubei Yichang，443000）Abstract: As a treated technology, the fault diagnosis has become to be independent and multi-subjects. This paper introduces several classical approaches technologies and me

3、thods, analyes the prominent problems at present. Through analysis, the paper points out that the promising directions on the modern theory with advanced technology to prefect the present technology is the primary development direction for a long time.Key words: mechanical equipment; fault diagnosis

4、; development机电设备故障诊断技术是目前国内外一项发展迅速、备受欢迎的重要技术，是一门了解和掌握设备在使用过程中的工作状态，检测设备故障隐患，确定其整体和局部是否正常，早期发现设备的故障及其产生原因，并对故障发生部位、性质做出估计，能够预报故障发展趋势的技术。由于它可及时发现机器故障和预防设备恶性事故发生，从而避免人员伤亡、环境污染和造成巨大经济损失，还可为设备维修管理提供依据，具有保障生产正常运行、防止突发事故、节约维修成本等显著特点，在确保设备安全运行，提高产品质量和产量，节约维修费用，降低成本，在现代化大生产中发挥着重要作用，越来越受到人们普遍重视。一、发展历程及现状现代化生

5、产中机械设备的故障诊断技术越来越受到重视，人们投人大量精力进行研究，机电设备故障诊断技术取得了很大的进展：探索出一系列新的理论方法与技术应用于实际，增加了对设备故障判断的效率，奠定了对设备实施故障诊断分析与修复的坚实基础，产生了明显的经济效益和社会效益。机电设备诊断技术最初来自军事上的需要，在第二次世界大战初期问世。当时能用仪表进行设备状态参数测定，相继又开发了快速、多功能自动监测仪器；20世纪60年代以来，随着航天工业的发展，可靠性理论的应用，使设备诊断技术迅速发展；70年代，随着微电子技术的发展，计算机技术、传感器技术的应用，机械设备故障诊断技术更加完善，主要用于航天、核电等部门；20世纪

6、末已经在冶金矿山、交通运输、化工、发电、农业和机械制造等部门的机械设备上开始应用设备诊断技术，其发展日新月异，经济效益日益明显；进入新世纪，这一技术迅速渗透到国民经济各部门，应用已相当普及，设备故障诊断技术水平的提高，开始向智能化方向发展。回顾历史，不难看出机械故障诊断技术的发展经历了3个阶段：诊断结果取决于领域专家的感官及专业知识和经验对诊断信息判断的初级阶段；以传感器、动态监测技术为手段，基于计算机信号处理的现代诊断技术；实现诊断系统智能化，向监测、诊断、管理和调度的集成化发展。美国从1967年在美宇航局和海军研究所的倡导下，由企业和大学参加成立了机械故障诊断技术的研究组织，开展机械设备的

7、故障机理，检测、诊断和预测等方面的研究。另外俄亥俄州立大学开展了根据振动的解析对轴承、齿轮、发动机及一般回转机械的诊断技术研究。相继锅炉、压力容器等静止机械的检测诊断中心，根据美国机械工程学会（ASME）的规定开展静止机械的故障诊断技术研究，制定了一系列规程标准。同时一些监测仪器设备公司也研制并生产各类型检测诊断仪器，如Atlanta公司开发的M600旋转机械在线监测装置在实际应用取得良好效果。日本、英国、德国、瑞典等国的机械设备故障诊断技术的研究工作也起步较早，并在某些方面处于领先地位。我国机械设备故障诊断技术的研究工作起步较晚，但发展较快。西安交通大学在旋转机械故障诊断进行了研究。天津大学

8、开展了轴承和齿轮的状态监测研究。华中理工大学和哈尔滨工业大学开展了汽车发动机和汽轮机状态监测和诊断系统。石化系统研究和应用红外诊断和声发射定位系统。机械部门继一汽、二汽之后洛阳轴承厂开发了轴承故障诊断系统；冶金部门继太钢、宝钢之后武钢进行离心鼓风机和透平压缩机的状态监测和故障诊断；中国矿业大学开发了KTD型旋转铁谱仪及计算机磨屑图像分析系统。北京科技大学对矿用汽车故障诊断有较深的研究探讨。此外，设备诊断仪器的开发取得较大进展，为设备诊断提供各类仪器。这些发展为我国设备状态监测和故障诊断技术的推广应用奠定了稳固的基础。我国机械设备的维修制度正在经历由以运转时间为基础的定期维修制度向以机械技术状况

9、为基础按需维修制度发展。正常运转设备可不停车，在发现故障征兆后及时停车，按诊断故障性质和部位有目的地进行检修。实现按需维修的前提，必须应用先进的设备故障诊断技术与手段，提高对设备运行的状态检测和故障诊断的准确性，以保证设备安全、稳定运行，增加机械设备正常运转时间，大幅度提高劳动生产率，产生巨大经济效益。二、常用的传统技术方法机电设备故障诊断技术发展到今天，已形成了一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别、基础与信息科学、系统科学和人工智能等多学科交叉的综合性技术。但传统的诊断技术仍然在大量地使用，主要包括：振动监测技术、噪声监测技术、红外测温技术以及，射线扫描

10、技术等。1.振动监测诊断技术振动监测诊断技术是通过检测设备的振动参数及其特征来分析设备的状态和故障的方法。由于振动的广泛性、参数多维性、测振方法的无损性、在线性，决定了人们将机械设备振动监测诊断作为机械设备故障诊断的首选方法。机械运行过程中要产生振动，机械状态特征凝结在振动信息中。机械振动的测量参数有速度、加速度和位移，可根据机械设备频率来选择测量的参数和传感器。为了检测到足够数量，又能真实地反映机械状态的信号，要恰当地选择振动测量点。通常选择能够对机械振动状态作全面反映的机械振动敏感点，离机械诊断的核心部位最近的关键点和容易发生劣化现象的易损点，以保证机械振动信号测量的有效性。通过各种振动传

11、感器检测的设备状态信号经放大滤波处理后，送入A/D转换器，把模拟信号转换为数字信号，送入数据处理分析诊断装置进行时域分析、频域分析、时序模型分析、倒谱分析、共轭解调分析以及三维全息谱分析等分析处理后以振动位移随时间变化的曲线和频谱图形式输出，作为诊断的依据，以判定设备运行状态，并采取相应的措施。由于振动监测诊断技术能实时地、直观地、精确地表征机械动态特征及其变化过程，监测诊断方法简单实用，而被广泛应用。2.油液磨屑分析检测诊断技术通过对油液磨屑粒形状态识别或观察油液介质的物理、化学成分的变化来判断机械运行状况。主要用于机械设备润滑系统和液压系统。油液中磨屑微粒来自磨损和污染，机械摩擦幅的金属表

12、面间不同磨损方式和磨损速度造成油液中微粒总量、尺寸分布和形态的差异，可以根据金属微粒的总量判断磨损所处阶段；根据尺寸分布判断磨损的程度；根据微粒形态判断磨损类型；根据化学成分判断磨损部位。油液分析方法如下所述。利用各种元素受到一定能量激发时具有发射或吸收特定波长光的特性，当各类型光谱仪对油液发射光谱化学分析时就可检测到油液中各种物质在特定条件下发出具有特定波长的光确定其化学成分和含量，就可准确地判断设备的磨损部位和程度。其特点分析速度快，诊断方便、准确，适用于磨屑粒径小于10的磨损状态分析。3.红外测温诊断技术通过对机械设备各部位的不同温度或温度变化来分析判断机械设备运行状态的方法。机械磨损、

13、发动机排烟管堵塞、液压系统油液性能优劣、电器接点烧坏等常见故障都会造成相应部位温度升高，另外材料机械性能也与温度有关，机械故障的温度检测占有重要地位，占工业检测%左右。对高速旋转机件采用一般传感器测温不能获得准确测量值，而红外测温仪具有显著优越性；可以远距离，非接触式测温，具有信息处理、运算和判断功能，可精确地确定仪器工作环境温度状态与变化情况，如农业机械经常处于暴晒或风雨雪的露天作业，环境温度影响监测系统温度。因而可对测量数据进行修正与补偿，减少温度误差，提高测量准确度。测量数据存取使用方便，具有通用接口可与计算机通信，便于实现全系统监控，易于实现有关常数设定与更换如报警装置的设定于更换。通

14、过测温判断机械状态的薄弱环节如磨损加剧、油液劣化及材料缺陷，以便采取相应措施，改善性能，保证机械正常运转以提高使用寿命。4. 射线扫描技术 射线扫描是一项用于工艺设备过程故障检测诊断的新技术，其优点明显、应用范围广阔。基本原理是运用射线在物质中的衰减服从Lamber一Beer指数规律，结合工艺设备的特点对设备的扫描检测得到反映设备内介质密度变化关系的图谱，通过系统分析扫描图谱以确定设备故障，为故障修复提供依据。三、存在的问题虽然机电设备故障诊断技术得到很大发展，但是至今为止尚未形成一套完整的理论体系和有效的诊断技术。绝大多数技术都是针对特定的故障、特定的设备来研究，目前设备故障诊断的研究都是根

15、据故障的种类、特定的设备、特定的层次建立自己的机电设备故障诊断技术。这些理论和方法在实际中广泛应用的较少，即使在实际中得到应用，也没有一个完善的评价体系对其效果做出合理的评价。此外，故障诊断准确性也是一个急于解决的问题。提高故障诊断准确性的关键在于确定故障与特征（信号）间的因果关系，但这是一个比较复杂的问题。因为故障与特征间的关系可能是多元的，往往不能认为是一一对应关系。如机械制造、材质和安装运行维护上的差异可导致振动特征相差很大。振动响应的非线性，在多因素产生特征的叠加时，有用和无用信号混在一起，要用信号提纯、分解、融合等方法加以处理难免产生误差。有时故障可能是间歇性的，不一定连续出现，监测

16、仪表的功能、质量和可靠性也影响诊断的准确性。故障诊断是依赖于人们认识和经验的学科，诊断从分析机械状态特征入手，但人们认识局限性以及对事物认识永无止境，机械及其组成零件的个体差异，使得通过特征来判断设备状态带有某些不确定性，特别是机械设备状态的正常与异常中间无明确界限，多为渐变性过渡的，一些设备状态处于边缘状态也使诊断人员做出定性的结论是困难的。目前，机电设备故障诊断技术是一个开放性课题，有必要建立一套完整的理论方法体系来指导机电设备故障诊断技术的研究。目前存在的具体问题有：模糊理论、神经网络、小波分析、智能方法等研究热点主要停留在理论研究上，实际应用较少；搭建的故障诊断操作平台繁琐且可操作性差

17、，应用在实际生产中既不便操作，也不便管理；许多机电设备故障诊断技术主要注重故障的诊断而没有考虑设备故障的修复，为后面的修复工作带来不便；企业对设备故障诊断的重视不够，追求短期效益，成熟的诊断技术应用于生产实际的较少。四、发展趋势随着传感器技术、数据处理技术、人工智能技术、无线通信技术等相关技术的发展，机电设备故障诊断技术的发展趋势是传感器的精密化、多维化，诊断理论、诊断模型的多元化，诊断技术的智能化。成熟的技术将大量运用到国民经济建设和国防建设中，促进国家和军队的现代化建设。从目前的研究资料来看，今后机电设备故障诊断技术的发展方向可归纳如下：1.基于Internet的远程协作诊断技术。将设备诊

18、断技术和计算机网络技术、信息技术、数据库与决策支持技术相结合形成远程协作诊断技术，它用多台计算机监测仪器在各企业、大型工程施工工程和机械化作业农场中的大型关键机械设备建立状态监测系统监测设备运行状态并采集状态信号，在技术水平高经验丰富的科研院所建立分析诊断中心，为企业、大型施工工程和机械化作业农场提供远程诊断的支持和保证。网络化的远程设备故障诊断系统中储存了多种设备的故障诊断知识和经验，可响应不同监测现场用户的使用要求，不同的监测现场可以与同一个诊断中心建立联系，使得用户的使用频率很高。这样一来可以避免系统的重复开发和维护，显著降低了系统的费用。另一方面，由于构造于网络之上，系统知识库中的专家

19、知识来源广泛，可以得到不断充实，诊断规则可以是来自现场的企业单位的经验，也可来自于从事设备故障理论研究的科研单位，知识库比较丰富，相应地诊断能力也增强了。基于网络的远程设备诊断专家系统将管理部门、监测现场、诊断专家、设备供应商联系起来，形成一个真正开放的系统。它能够充分利用更多的技术经验和诊断数据共享，从而提高设备诊断的准确性，并能在诊断中心中对企业、工程和农场等的设备监测诊断动态管理，实现资源利用充分，生产效率高、成本低，施工质量好的综合目标。基于网络的设备故障诊断与监测系统是今后发展的必由之路，可以直接提高企业设备管理和维护水平，对提高企业效益和国际竞争力具有巨大作用。2.人工智能专家系统

20、。把传统的专家经验与现代计算机数据管理巧妙结合，把人工神经网络与专家系统相结合、将神经网络的自学习机制引人专家系统，提高专家系统的判断准确性。人工智能是一门综合了计算机技术、生理学和哲学的交叉学科。人工智能神经网络方法力图模拟人的大脑一些基本特征如自适应性、自组织性和容错性能，用于模式识别、系统辨识领域取得了良好效果。由于神经网络具有联想记忆能力、自适应自学习能力，其非线性映射能力和逼近能力能解决很多问题。计算简便、评估客观。在神经网络模型中知识信息分布存储，个别单元损坏，容错能力强，可靠性高。因此，神经网络与专家系统相结合建立智能诊断模型，在机器学习诊断实时性等方面性能的改善是提高诊断准确性

21、、有效性的关键。它利用领域专家解决问题的实例来训练神经网络获取知识信息，采用隐式表示神经网络知识，自动产生的知识用网络结构和权值表示。对同一问题若干知识表示在同一网络中，便于知识自动获取及联想推理，并通过神经源间相互作用实现，通过自学习不断完善诊断系统提高诊断准确性。3.小波分析。小波分析是一种信号的时间尺度分析方法，它具有多分辨率分析的特点，在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较低的频率分辨率和较高的时间分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，被誉为分析信号的显微镜。在实际设备故障诊断中，利用小波变换进行动态系统故障检测与诊断具有良好的效果：连

22、续小波变换可以检测信号的奇异性，区分信号突变和噪声漓散小波变换可以检测随机信号频率结构的突变。其故障诊断机理是利用观测器信号的奇异性进行故障诊断，以及利用观测器信号频率结构的变化进行故障诊断。小波分析方法具有良好的时频定位特性，特别适合于分析时变、瞬态及非线性信号，具有一般谱分析所不具备的时域和频域同时定位的能力，为设备故障诊断检测提供了新的强有力的分析手段。将小波理论与分形理论、小波分析与神经网络有机结合是提高故障诊断可靠性的重要方法之一。4.研究和改进传感器与监测仪器。机械设备检测的传感器有多种类型，但存在检测水平低，可靠性差，监测仪器只使用于单一目标决策，方法简单。必须研究开发新型传感器

23、和监测仪器，提高监测技术水平；监测设备的参量有振动、温度、噪音、扭矩、油液中磨屑及其形态，但每种方法对不同故障敏感程度不同，因此选择最有效的参量是提高诊断准确性的前提，高效多功能仪器对诊断设备的几何量、物理量快速准确的检测与识别是研究故障诊断的基础工作。复杂设备的设计、制造、安装、使用以及维护等各个环节密不可分。进行设备故障诊断，必须考虑设备的结构特点、制造材料、故障检测的信号传输和处理等因素，把设备故障的检测、传输、诊断与修复融为一体，为快速修复故障设备奠定基础。五、结语总之，机电设备故障诊断技术无论如何发展，人们越来越重视实际中的应用及效果。好的理论方法并不能保证应用的成功，只有对理论和实

24、际及其相互联系有深刻的理解，并能将理论准确地、充分地运用到实际中解决问题，才能说是真正的成功。随着机械设备故障诊断技术及微电子、计算机、智能技术的发展，机械设备故障诊断的准确性越来越高、操作使用越来越方便、在机械设备维修中将会起越来越重要的作用。1参考文献：1 钟秉林,黄仁,机械故障诊断学M.北京:机械工业出版社，2002，第2版.2 崔彦平,傅其凤,葛杏卫,刘玉秋.机械设备故障诊断发展历程及展望J.河北工业科技, 2004(4): 5962.3 张斌,张薇薇.机械设备故障诊断技术概述J. 建筑机械化,2005(8):1415,36.4 黄伟力,黄伟建,王飞,杜巍.机械设备故障诊断技术及其发展

25、趋势J.矿山机械, 2005(1):6668.5 王推才.智能故障诊断技术的现状与展望J.徐州建筑职业技术学院学报，2003，3(1):23.6 王琳.机械设备故障诊断与检测常用方法及其发展趋势J.武汉工业大学学报,2000,22(3):664.7 楼应候,蒋亚南.机械设备故障诊断与监测技术的发展趋势J.机床与液压,2002(l):79.8 胡文君,褚家荣,苏毅.设备故障诊断技术的现状与发展J.后勤工程学院学报, 2004(2):4952. Copyright 2002-2006 All Rights Reserved 湖北三峡职业技术学院学报编辑部地址：湖北省宜昌市体育场路31号 电话：0717-8853275专心-专注-专业