工程机械检测与故障诊断.doc

工程机械检测与故障诊断》论文工程机械故障诊断技术的研究现状及发展趋势摘要: 随着工程机械的日益复杂化和智能化，传统的故障诊断技术难以满足复杂 系统的故障诊断要求，因此智能故障诊断技术得到更广泛的应用介绍我国工程 机械故障诊断技术的研究现状，并阐述工程机械现代智能故障诊断的方法，在此 基础上提出工程机械故障诊断技术的发展趋势及需要进一步研究的问题关键词:工程机械; 故障诊断; 发展趋势工程机械多系露天作业，受风雨、日晒、粉尘等影响和侵蚀，工作环境恶劣， 故障频繁发生，因故障停机带来的损失十分巨大; 随着施工规模的日益庞大，工 程机械趋向大型化、高速高效化、自动化和连续化，其结构也日趋复杂，针对工 程机械故障的检测、诊断与维修来越困难，所以开展工程机械特别是对核心部件 的智能故障诊断的研究工作十分必要 故障可以定义为系统至少一个特性或 参数偏离正常的范围, 难于完成系统预期的功能. 故障诊断技术是一种通过监测 设备的状态参数,发现设备异常情况, 分析设备故障原因,并预测预报设备未来状 态的一种技术,其宗旨是运用当代一切科技的新成就发现设备的隐患 ,以期对设 备事故防患于未然, 是控制领域的一个热点研究方向.一、故障诊断的发展现状目前, 国内检测诊断技术的研究主要集中在以下几个方面:（1）传感技术研究: 传感技术是反映设备状态参数的仪表技术。

国内先后开 发了各种类型的传感器, 如屯涡流传感器、速度传感器、加速度传感器和温度传 感器等; 最近开发的传感技术有光导纤维、激光、声发射等2）关于信号分析与处理技术的研究: 从传统的谱分析、时序分析和时域分 析, 开始引入了一些先进的信号分析手段, 如快速傅立叶变换, Wigner 谱分析和小 波变换等这类新方法的引入弥补了传统分析法的不足3）关于人工智能和专家系统的研究: 这方面的研究已成为诊断技术的发展 主流, 目前已有日程机械故障诊断专家系统，但这一技术在工程方面的研究尚未 达到人们所期望的水平4）关于神经网络的研究: 比如旋转机械神经网络分类系统等的研究已经取 得了应用, 取得了满意的效果5）关于诊断系统的开发与研究: 从单机巡检与诊断到上下位机式为主从机 结构, 直至以网络为基础的布式系统的结构越来越复杂,实时性越来越高6）专门化与便携式诊断仪器和设备的研制与开发目前, 我国的冶金、电 力、化工等行业的故障诊断技术已经很成熟, 得到了广泛的应用二、故障诊断方法（一）常见故障诊断方法1.按机械故障诊断方法的难易程度分:（1）简易诊断法 这种方法主要指采用便携式的简易仪器,根据设定的标准或人的经验分析,了 解设备是否处于正常状态。

若发现异常则通过监测数据进一步了解其发展趋势 这种方法的正常使用,得意于世界上许多大公司对便携式设备的研究和生产例 如,便携式测振仪、机器检测器,油膜检测器,小型测振仪、马达检测器,声发射裂纹 检测器等国际上比较有影响的公司有:丹麦的B&K公司,瑞典的SPM公司等2）精密诊断法这种方法指对已产生异常状态的原因采用精密诊断仪器和各种分析手段 ,进 行综合分析通过精密诊断 ,不仅要确定故障是否的确存在 ,并且,当存在故障时, 还需诊断出它的位置,原因及程度及发展趋势目前比较普及的还是简易诊断（状态监测），而精密诊断真正用于生产还是少 数,而且主要用于高精尖设备上这一状况欧美和日本都一样,具有普遍性这表 明简易诊断比较成熟,简便易行,而精密诊断还属于一种开发性技术,尚不够成熟 另外精密诊断的费用也比较高,需要精密的仪器,要由经过专门训练的工程师来进 行,所以只在重要的设备上进行这一点对我国开发推广诊断技术时值得注意 当前应该把重点放在普及简易诊断或状态监测上同时积极开发精密诊断技术 , 使它尽快达到使用水平据有关资料统计 ,利用简易诊断仪器可以解决设备运行 中 50%的故障由此可见,简易诊断在设备管理与维修中的重要作用。

2.按测试手段分:（1）直接观察法即传统的“听、摸、看、闻等方法,在一些情况下十分有效但因其主要依 靠人的感觉和经验故有较大的局限性但随着现代技术的发展 ,新的高科技产 品（如红外点温仪、光纤内窥镜等）的问世延长了的感观器官,从而使这种方法又成 为一种有效的诊断方法2）振动噪声法机械设备在动态下（正常状态或异常状态）都会产生振动和噪声进一步的研 究表明:振动的强弱及其包含的主要频率成份和故障类型、部位和原因等有着密切的 联系一台设计得很好的机器,它的固有振级也很低但当机器磨损、基础下沉、 部件变形时,机器的动态性能开始出现各种细微的变化 :轴变得不对中,部件开始 磨损,转子变得不平衡,间隙增大所有这些因素都在振动能量的增加上反映出来 因此,振动加剧常常是机器要出毛病的一种标志,而振动是可以从机器的外表面测 到的过去,设备工程师根据经验靠手摸、耳听来判断机器是否正常或其故障是 否在发展但今天机器的转速很高,许多起警告性的振动出现在高频段,因此,只有 用仪器才能检测出来做法是:在机器运行良好的状况下,具有一个典型的振级和 频谱特征而当机器的故障在发展的时候,机器的动态过程以及机器零件上的一 些作用力也随着变化,从而影响机器的振动能级和频谱的图形。

通过这样的振动 的测量和分析,我们可以知道机器的工作状态的变化以及是否需要维修因振动 法不受背景噪声干扰的影响,使信号处理比较容易,故在现代故障诊断技术中应用 更加普遍3） 无损检验指在不破坏材料表面及内部结构的情况下检验机械零部件缺陷的一种方法它使用的手段有:超声、红外、X ! ! !乜（4） 磨损残余物测定法具有润滑系统或液压系统的循环油路中 ,通常携带着大量的磨损残余物 （磨 粒）,这些磨粒的数量、大小、几何形状及成份等反映了机器的磨损部位、程度和 性质,如根据我们观测到的滚动兼滑动疲劳磨粒的铁谱图,可确定齿轮产生疲劳失 效这种方法目前应用领域较宽,在工程机械、飞机发动机、矿山、冶金等行业 都取得了良好的效果5）机器性能参数测定法 这是一种辅助的手段,通过测量机器的性能参数判定机器的运行状态是否离 开正常工作范围,从而为故障诊断提供一个佐证二）现代故障诊断方法 工程机械运行的状态千差万别，出现的故障也是多种多样，采用的诊断方法 也各不相同在众多的诊断方法中，比较常用的诊断方法有振动监测诊断方法、 无损检测技术、温度诊断方法和铁谱分析方法等近十几年来，模糊诊断、故障 树分析、专家系统、人工神经网络等新的诊断技术不断出现，故障诊断技术逐步 向智能化方向发展。

1） 故障树诊断方法故障树诊断方法是从研究系统中最不希望发生的故障状态（ 结果） 出发，按照 一定的逻辑关系从总体到部件一层层的逐级细化，推理分析故障形成的原因，最 终确定故障发生的最初基本原因、影响程度和发生概率它是一种图形演绎法，把系统故障与导致该 故障的各种因素形象地绘成故障图表，能较直观地反映故障、元部件、系统及因 素、原因之间的相互关系，也能定量计算故障程度、概率、原因等该方法直观、 快速诊断、知识库很容易动态修改，但其缺点是受主观因素影响较大，诊断结果 严重依赖于故障树信息的正确性和完整性，不能诊断不可预知的故障2）故障诊断专家系统专家系统是一种基于知识的人工诊断系统，是利用大量人类专家的知识和推 理方法求解复杂的实际问题的人工智能程序故障诊断专家系统是研究最多、应 用最广的一类智能诊断技术，主要用于没有精确数学模型或很难建立数学模型的 复杂系统专家系统存在的主要问题是知识获取困难、运行速度慢在采用先进 传感技术与信号处理技术的基础上研制开发的故障诊断专家系统，将现代科学的 优势同领域专家丰富经验与思维方式的优势结合起来，已成为故障诊断技术发展 的主要方向3） 基于模糊数学的故障诊断方法工程机械的状态信号传播途径复杂，故障与特征参数间的映射关系模糊，再 加上边界条件的不确定性、运行工况的多变性，使故障征兆和故障原因之间难以 建立准确的对应关系，用传统的二值逻辑显然不合理，因此选用隶属度函数，用 相应的隶属度来描述这些症状存在的倾向性。

基于模糊数学的故障诊断方法就是 通过某些症状的隶属度和模糊关系矩阵来求出各种故障原因的隶属度，以表征各 种故障的倾向性，从而可以减少许多不确定因素给诊断工作带来的困难但是对 于复杂的诊断系统，要建立正确的模糊规则和隶属度函数非常困难，而且需要消 耗大量的时间4 ）基于神经网络的故障诊断方法神经网络是一种信息处理系统，是为模仿人脑工作方式而设计的，它带有大 量按一定方式连接的和并行分布的处理器由工程机械各个系统的信息提取故障 特征，通过学习训练样本来确定故障判决规则，从而进行故障诊断用于故障诊 断的神经网络能够在出现新故障时通过自学习不断调整权值，可以提高故障的正 确检测率，降低漏报率和误报率神经网络具有对故障的联想记忆、模式匹配和 相似归纳能力，以实现故障和征兆之间复杂的非线性映射关系对于多故障、多 过程的复杂工程机械以及突发性故障或其他异常现象，其故障形成的原因与征兆 的因果关系错综复杂，借助神经网络系统来解决是行之有效的5) 支持向量机的故障诊断方法 典型故障数据样本的严重不足是制约故障智能诊断技术发展的主要原因之 一支持向量机(SVM)是一种基于统计学习理论的新型机器学习方法，其目标是 得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优解。

这一点特别 适合于故障诊断这种小样本情况的实际问题解决三、发展趋势 在对故障的研究过程中，诊断是关键如何获取诊断信息是我们应当重视 的诊断信息的质量是影响诊断精度的一个重要因素因此必须从信息的获取、 传输、转换、存贮和识别各个环节入手以提高其质量一方面，必须有效地去除 噪声干扰；另一方面，通过诊断信息的集成、融合及分解来提高诊断信息的质量 后者可以在空间和时间域进行，在时间域，完善的诊断信息应包含历次大修的记 录(以年记)，本次大修以来的趋势分析(以月记)，当前信息(以秒记)、瞬态信息(以 毫秒记)和起停车信息从空间看，完整的诊断信息应包含机组上各测点，各轴 承截面的横向和轴向振动信息设备故障诊断技术与当代前沿科学的融合是设备故障诊断技术的发展方向 当今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, 具体来说表现在如下方面：( 1)与当代最新传感技术尤其是激光测试技术的融合近年来,激光技术已 从军事、医疗机械加工等领域深入发展到振动测量和设备故障诊断中, 并且己 经成功应用于旋转机械对中等方面 2) 与最新信号处理方法相融合随着新的信号处理方法在设置各故障诊断 领域中的应用, 传统的基于快速弗利叶变换的信号分析技术有了新的突破性进展。

3)与非线性原理和方法的融合机械设备在发生故障时,其行为往往表现 为非线性特征如旋转机械的转于在不平衡外力的作用下表现出的非线性振动 随着混沌与分型几何方法的日趋完善, 这类问题必将得到进一步解决 4) 与多元传感技术的融合现代化大生产要求对设备进行全方位、多角度 的监测与维护, 以便对设备的运行状态有整体的、全方面的了解因此, 在进行设 备故障诊断时,可采川多个传感器同时对设备的各个位置进行监测 ,然后按照一 定的方法对这些信息进行处理, 如人工神经网络方法 5) 与现代智能方法的融合现代智能技术包括专家系统、模糊逻辑、神经 网络、进化计算等现代智能方法在设备故障诊断技术中已得到了广泛的应用, 随 着智能科技的不断发展, 设备状态的智能监测和故障诊断将是故障诊断技术的最 终目标四、结语从今后的发展看, 故障诊断技术必须跳出仅针对机械运行过程这个环节的局 限性, 而。