中國機械故障診斷技術的研究現(xiàn)狀及發(fā)展趨勢作業(yè)

1、江蘇大學 機械故障診斷技術小論文專業(yè)： 機械工程班級： 模具 1102學生姓名： 高贏眾電 話： 學 號： 3110305052中國機械故障診斷技術的研究現(xiàn)狀及發(fā)展趨勢摘 要:隨著我國科技的發(fā)展,我國工業(yè)逐步向生產設備大型化、復雜化、智能化、高速化與自動化方向發(fā)展，設備的復雜程度日益提高，設備的維修技術也在廣泛的發(fā)展那與進步，相比那些傳統(tǒng)的故障診斷技術難以滿足復雜系統(tǒng)的故障診斷要求，因此智能故障診斷技術也得到更廣泛的應用。并且設備的診斷技術也得到了更廣泛的發(fā)展，如何把維修的成本降到最低，經濟綜合效益得到提高，故障診斷技術也越來越重要。以下介紹我國工程機械故障診斷技術的研究現(xiàn)狀，并闡述工程機械現(xiàn)

2、代智能故障診斷的方法，在此基礎上提出工程機械故障診斷技術的發(fā)展趨勢及需要進一步研究的問題。關鍵詞:工程機械；故障診斷；發(fā)展趨勢: , , , , , , , , . , a , , . , , . ; ; 引 言:機械故障診斷技術作為一門新興的科學，自二十世紀六七十年代以來已經取得了突飛猛進的發(fā)展，機械設備越來越復雜,自動化水平越來越高,機械設備在現(xiàn)代工業(yè)生產中的作用與影響越來越大,與其有關的費用越來越高,機器運行中發(fā)生的任何故障或失效不僅會造成重大的經濟損失,甚至還可能導致人員傷亡。通過對設備工況進行檢測,對故障發(fā)展趨勢進行早期診斷,找出故障原因,采取措施避免設備的突然損壞,使之安全經濟地運

3、轉,在現(xiàn)代工業(yè)生產中起著重要的作用。開展機械設備故障檢測與診斷技術的研究具有重要的現(xiàn)實意義。雖然故障診斷技術很難，但經過二十年的努力，我國自己開發(fā)的故障診斷系統(tǒng)已趨于成熟，在工業(yè)生產中得到了廣泛應用。但一些新的方法與原理的出現(xiàn),使得故障診斷技術的研究不斷向前發(fā)展,正逐步走向準確、方便、及時的軌道上來。本文試圖對我國機械設備故障監(jiān)測診斷的內容、方法的現(xiàn)狀及發(fā)展趨勢進行探討。1、機械故障診斷技術的歷史我國診斷技術的發(fā)展始于70年代末，而真正的起步應該從1983年南京首屆設備診斷技術專題座談會開始。雖起步較晚,但經過近幾年的努力,加上政府有關部門多次組織外國診斷技術專家來華講學,已基本跟上了國外在此

4、方面的步伐,在某些理論研究方面已與國外不相上下。目前我國在一些特定設備的診斷研究方面很有特色，形成了一批自己的監(jiān)測診斷產品。全國各行業(yè)都很重視在關鍵設備上裝備故障診斷系統(tǒng)，特別是智能化的故障診斷專家系統(tǒng)，在電力系統(tǒng)、石化系統(tǒng)、冶金系統(tǒng)、以及高科技產業(yè)中的核動力電站、航空部門與載人航天工程等。工作比較集中的是大型旋轉機械故障診斷系統(tǒng),已經開發(fā)了20種以上的機組故障診斷系統(tǒng)與十余種可用來做現(xiàn)場故障診斷的便攜式現(xiàn)場數(shù)據(jù)采集器。透平發(fā)電機、壓縮機的診斷技術已列入國家重點攻關項目并受到高度重視；而西安交通大學的“大型選轉機械計算機狀態(tài)監(jiān)測與故障診斷系統(tǒng)”，哈爾濱工業(yè)大學的“機組振動微機監(jiān)測與故障診斷系統(tǒng)

5、”。東北大學設備診斷工程中心經過多年研究,研制成功了“軋鋼機狀態(tài)監(jiān)測診斷系統(tǒng)”，“風機工作狀態(tài)監(jiān)測診斷系統(tǒng)”，均取得了可喜的成果。2、故障診斷技術的發(fā)展現(xiàn)狀機械故障診斷故障診斷技術是一門了解與掌握設備運行過程中的狀態(tài)，進而確定其整體或者正常,以便早期發(fā)現(xiàn)故障、查明原因，并掌握故障發(fā)展趨勢的技術(油液監(jiān)測、振動檢測、噪聲監(jiān)測、性能趨勢分析等)。其目的是避免故障的發(fā)生,最大限度的提高機械地使用效率。2.1設備維修制度：目前,與生產水平相適應,設備維修制度共有三種1:（1)事后維修制度( ):這是一種早期的維修制度。主要特點是不壞不修，壞了再修。顯然這是一種落后的維修方法。但目前我國企業(yè)中一些不重要

6、的設備仍采用這一種維修方法。這種維修制度對發(fā)生事故難以預料,并往往會造成設備的嚴重損壞,既不安全且又延長了檢修時間。（2)預防維修制度( ):又稱以時間為基礎的設備維修制度( )或計劃維修制度。這是一種靜態(tài)維修制度, 主要特點是當設備運行達到計劃規(guī)定的時間或噸公里時便進行強制維修。它比前一種維修制度大大前進了一步,對于保障設備與人身安全,起到了積極作用。同時,這種維修制度也存在明顯的缺陷,即過剩維修與失修的問題。以滾動軸承為例,同一型號的滾動軸承,其實際的使用壽命有時相差達數(shù)十倍。在預防維修制度下,一些軸承雖然已到了計劃維修的時間,但其使用壽命還有相當長的時間,但必須進行更新,這就是過剩維修。

7、同樣,可能有一些軸承還未到達計劃維修時間就已失效了,這就是失修。過剩維修帶來的是人員及原材料的巨大浪費,失修則是造成事故的重要原因之一。目前我國大部分企業(yè)的設備采用這種維修制度。（3)預知維修制度( ):又稱以狀態(tài)為基礎的維修制度( )。主要特點是在狀態(tài)監(jiān)測的基礎上,根據(jù)設備運行狀態(tài)實際劣化的程度以決定維修時間與維修的規(guī)模,設備有無故障、故障類型、故障部位、故障程度都可以準確把握。顯然這種維修方式的主要技術支承是設備故障診斷技術,而且是一種比較理想的動態(tài)維修制度。它有如下優(yōu)點:1)避免過剩維修,防止因不必要的拆卸使設備精度降低,延長設備壽命。2)減少維修時間,提高生產效率與經濟效益。3)減少與

8、避免重大事故發(fā)生,不僅能獲得巨大經濟效益,而且能獲得很好的社會效益。4)大大降低維修費用,如實行狀態(tài)維修后,某化工廠年維護修理工作由247臺減至14臺；某電機廠維護費用下降了75%；某造紙廠年節(jié)約25萬美元；可是,其故障監(jiān)測設備的一次注冊投資僅是此數(shù)的10%。積極進行設備故障診斷技術的研究工作是從過渡到制度必要條件,是推行制度的基礎。2.2故障診斷技術的大致三個階段（1)事后維修階段；（2）預防維修階段；（3）預知維修階段。現(xiàn)在基本處于預知維修階段，預知維修的關鍵在于對設運行狀態(tài)進行連續(xù)監(jiān)測或周期檢測,提取特征信號,通過對歷史數(shù)據(jù)的分析來預測設備的發(fā)展趨勢。2.3機械故障檢測診斷的基本過程與原

9、理(1)對設備運行狀態(tài)進行檢測；(2)發(fā)現(xiàn)異常情況后對設備的故障進行分析、診斷。其發(fā)展也經歷了從簡易診斷到精密診斷,從一般診斷到智能診斷,從單機診斷到網絡診斷的過程,發(fā)展速度愈來愈快。機械設備在劣化進程中,基本遵循如圖1所示的規(guī)律。期：稱為磨合期。指的是新設備設計、裝配后的跑合階段,這個階段故障率較高。故障率與零部件的設計、制造、裝配質量關系密切。一般設備的劣化曲線不包括這一期。期：正常使用期。指的是機器在經過第期后,已經處于穩(wěn)定狀態(tài),進入正常使用階段。這個階段故障率顯然較低。期：耗損期。指的是機器由于磨損疲勞等原因已處于生命中的老年階段,其故障率逐漸升高。設備故障診斷的基本過程原理框圖如圖2

10、所示。2.4目前,國內檢測診斷技術的研究主要集中在以下幾個方面（1）傳感技術研究:傳感技術是反映設備狀態(tài)參數(shù)的儀表技術。國內先后開發(fā)了各種類型的傳感器,如屯渦流傳感器、速度傳感器、加速度傳感器與溫度傳感器等；最近開發(fā)的傳感技術有光導纖維、激光、聲發(fā)射等2。（2）關于信號分析與處理技術的研究:從傳統(tǒng)的譜分析、時序分析與時域分析,開始引入了一些先進的信號分析手段,如快速傅立葉變換譜分析與小波變換等。這類新方法的引入彌補了傳統(tǒng)分析法的不足。（3）關于人工智能與專家系統(tǒng)的研究:這方面的研究已成為診斷技術的發(fā)展主流,目前已有日程機械故障診斷專家系統(tǒng)，這一技術在工程方面的研究尚未達到人們所期望的水平。但隨

11、著人工智能的不斷發(fā)展,各個領域對人工智能的要求也越來越高。傳統(tǒng)的專家系統(tǒng)有它自身的缺點,神經網絡也有其局限性, 正因為如此在機械故障診斷中,目前將神經網絡與專家系統(tǒng)相結合,建造所謂的神經網絡專家系統(tǒng)。理論分析與應用實踐表明,神經網絡專家系統(tǒng)結合了兩者的優(yōu)點而克服了各自的缺點,表現(xiàn)出強大的生命力。（4）關于神經網絡的研究:比如旋轉機械神經網絡分類系統(tǒng)等的研究已經取得了應用, 也取得了滿意的效果。（5）關于診斷系統(tǒng)的開發(fā)與研究:從單機巡檢與診斷到上下位機式主從機結構,直至以網絡為基礎的布式系統(tǒng)的結構越來越復雜,實時性越來越高。（6）專門化與便攜式診斷儀器與設備的研制與開發(fā)。目前,我國的冶金、電力、

12、化工等行業(yè)的故障診斷技術己經很成熟,得到了廣泛的應用。2.5故障診斷技術存在的主要問題(1)經過信號采集得到一些數(shù)據(jù)后，對數(shù)據(jù)進行特征提取時對信息的把握準確度不完善。(2)在分析處理數(shù)據(jù)的時候，主要還是采用各種獨立模型去解決問題，這樣使問題存在很多局限性，需要尋找將各種模型很好的結合起來并且問題中的各種情況都得意考慮。(3)特別是最復雜系統(tǒng)的故障診斷目前還難以有很好的方法去完全解決。2.6故障診斷技術的應用范圍(1)生產中的重大關鍵設備、價值昂貴的大機組；(2)不能接近檢查、不能解體檢查的設備；(3)維修困難、維修成本高的設備；(4)對安全性要求高的設備；(5)從生產的重要性、人身安全、環(huán)境保

13、護、社會影響等方面考慮,必須采取診斷技術的場合。3、設備故障診斷技術主要技術方法的現(xiàn)狀根據(jù)系統(tǒng)采用的特征描述與決策方法,故障檢測診斷的方法概括起來分為:基于系統(tǒng)數(shù)學模型的故障診斷方法與基于非模型的故障診斷方法兩大類3。3.1 基于系統(tǒng)數(shù)學模型的故障診斷方法基于模型的故障檢測診斷技術是通過構造觀測器估計出系統(tǒng)輸出,然后將它與輸出的測量值比較,從中取得故障信息。該方法能與控制系統(tǒng)緊密結合,是監(jiān)控、容錯控制、系統(tǒng)修復與重構的前提;是以現(xiàn)代控制理論與現(xiàn)代優(yōu)化方法為指導,以系統(tǒng)的數(shù)學模型為基礎,利用觀測器(組) 、等價空間方程、濾波器、參數(shù)模型估計與辨識等方法產生殘差,然后基于某種準則或閾值對該殘差進行

14、評價與決策。3.2 基于非模型的故障診斷方法(1) 基于可測信號處理的故障診斷方法 系統(tǒng)的輸出在幅值、相位、頻率及相關性上與故障源存在著某種關系,利用這種關系可確定系統(tǒng)的故障。常用的方法有譜分析、相關分析、功率譜分析與概率密度法。(2) 基于故障診斷專家系統(tǒng)的診斷方法 專家系統(tǒng)是近年來故障診斷領域最顯著的成就之一,內容包括診斷知識的表達、診斷推理方法、不確定性推理以及診斷知識的獲取等。隨著計算機科學與人工智能的發(fā)展,基于專家系統(tǒng)的故障診斷方法克服了基于模型的故障診斷方法對模型的過分依賴性,成為故障檢測的有效方法。 (3) 故障模式識別的故障診斷方法 這是一種靜態(tài)故障診斷方法,它以模式識別技術為

15、基礎,其關鍵是故障模式特征量的選取與提取。該方法分為離線分析與在線分2個階段。通過離線分析來確定表達系統(tǒng)故障狀態(tài)的特征向量集與以該特征向量集所描述的故障模式向量,由此形成故障的基準模式集,并確定區(qū)分識別這些故障模式向量的判別函數(shù),然后通過在線診斷實時提取故障的特征向量,由判別函數(shù)對故障進行分離定位。(4) 基于故障樹的故障診斷方法 故障樹是表示系統(tǒng)或設備特定事件或不希望事件與它的各子系統(tǒng)或各部件故障事件之間的邏輯結構圖,通過結構圖對系統(tǒng)故障形成的原因做出總體至部分按樹狀逐漸地詳細劃分。這是一種圖形演繹法,把系統(tǒng)故障與導致該故障的各種因素形象地繪成故障圖表,較直觀地反映故障、元部件、系統(tǒng)及因素、

16、原因之間的相互關系,也能定量計算故障程度、概率與原因等。(5) 基于模糊數(shù)學的故障診斷方法 根據(jù)模糊集合論征兆空間與故障狀態(tài)空間的某種映射關系,由征兆來診斷故障。由于模糊集合論尚未成熟,通常只能憑經驗與大量試驗來確定。另外因系統(tǒng)本身不確定的與模糊的信息,以及要對每一個征兆與特征參數(shù)確定其上下限與合適的隸屬度函數(shù),而使其應用有局限性。但隨著模糊集合論的完善,相信該方法有較光明的前景。(6) 基于人工神經網絡的故障診斷方法 是20世紀80年代末90年代初才真正具有實用性的一種故障診斷方法。由于神經網絡具有原則上容錯、結構拓撲魯棒、聯(lián)想、推測、記憶、自適應、自學習、并行與處理復雜模式的功能,使其在工

17、程實際存在著大量的多故障、多過程、突發(fā)性故障、龐大復雜機器與系統(tǒng)的監(jiān)測及診斷中發(fā)揮較大作用。4、設備檢測診斷技術的發(fā)展趨勢設備故障診斷技術與當代前沿科學的融合是設備故障診斷技術的發(fā)展方向。當今故障診斷技術的發(fā)展趨勢是傳感器的精密化、多維化,診斷理論、診斷模型的多元化,診斷技術的智能化,具體來說表現(xiàn)在如下方面4：(1)與當代最新傳感技術尤其是激光測試技術的融合。近年來,激光技術已從軍事、醫(yī)療。機械加工等領域深入發(fā)展到振動測量與設備故障診斷中,并且己經成功應用于旋轉機械對中等方面。(2)與最新信號處理方法相融合。隨著新的信號處理方法在設各故障診斷領域中的應用, 傳統(tǒng)的基于快速弗利葉變換的信號分析技

18、術有了新的突破性進展。(3)與非線性原理與方法的融合。機械設備在發(fā)生故障時,其行為往往表現(xiàn)為非線性特征。如旋轉機械的轉于在不平衡外力的作用下表現(xiàn)出的非線性振動。隨著混沌與分型幾何方法的日趨完善, 這類問題畢將得到進一步解決。(4)與多元傳感技術的融合?，F(xiàn)代化大生產要求對設備進行全方位、多角度的監(jiān)測與維護, 以便對設備的運行狀態(tài)有整體的、全方面的了解。因此,在進行設備故障診斷時,可采川多個傳感器同時對設備的各個位置進行監(jiān)測,然后按照一定的方法對這些信息進行處理,如人工神經網絡方法。(5)與現(xiàn)代智能方法的融合?，F(xiàn)代智能技術包括專家系統(tǒng)、模糊邏輯、神經網絡、進化計算等?，F(xiàn)代智能方法在設備故障診斷技術中己得到了廣泛的應用,隨著智能科技的不斷發(fā)展, 設備狀態(tài)的智能監(jiān)測與故障診斷將是故障診斷技術的最終目標。(6)遠程化、網絡化。隨著網絡技術的發(fā)展,實現(xiàn)多專家與多系統(tǒng)的共同診斷,一種有效的解決途徑就是建立基于網絡的遠程故障診斷與監(jiān)測系統(tǒng)。網絡化的遠程設備故障診斷系統(tǒng)中儲存了多種設備的故障診斷知識與經驗,可響應不同監(jiān)測現(xiàn)場用戶的使用要求,不同的監(jiān)測現(xiàn)場可以與同一個診斷中心建立聯(lián)系。5、結論隨著微電子、計算機、智能技術與網絡技術的發(fā)展,機械設備故障檢測診斷技術的準確性會越來越高、操作使用越來越方便、在機械設備維修中會起著越來越重要的作用