机械故障诊断方法及应用研究

本资料包含pdf文件1个，下载需要1积分

现代机械设备发展的-个明显趋势是向大型化、高速化、连续化和自动化的方向发展。设备的功能越来越多，性能越来越完善，组成和结构也越来越复杂。信息传感技术、信号处理技术以及现代测试技术等相关学科的发展，特别是计算机技术的发展，为设备故障诊断提供了技术支持。这促使了机械故障诊断这-新技术和学科的产生。这- 新技术的根本宗旨就是运用当代科技的新成果发现设备的隐患，防止设备故障发生。通过对机械运行过程中的工况进行监测，对其故障发展趋势进行早期诊断，找出故障原因，采取措施进行维修保养，避免设备的突然损坏，使之安全运转。配置故障诊断系统可延长设备检修周期，缩短维修时间，为制定合理的检修制度提供基矗-、 机械故障诊断的内容机械故障诊断的内容包括状态监测、分析诊断和故障预N3个方面，其具体实施过程可以归纳为信号采集、信号处理、状态识别与诊断决策4J"方面，如图1所示。

图1 机械设备故障诊断过程机械设备在运行过程中必然会有压力、温度、振动等各种参量的变化，由此会产生各种不同的信息。根据不同的诊断需要，选择能表征机械设备工作状态的不同信号是24 中国设备工程 I 2013年6月十分必要的，这些信号-般是通过使用不同的传感器来获取的。信号处理是将采集到的信号进行分类处理、加工，获得能表征其特征的过程，也称为特征参量提取过程。状态识别是将经过处理后获得的设备特征参数与规定的允许参数或判别参数进行比较，以确定设备所处的状态是否存在故障以及故障的类型和性质等。因此应正确制定相应的判别准则和诊断策略。诊断决策是根据对设备状态的判断，来决定应采取的对策与措施，同时应根据当前的信号，预测设备状态可能变化的趋势，进行趋势分析。

二、故障诊断技术的现状1.状态监测功能在离线监测方式上，检测硬件正在向小型化方向发展。

由于计算机，特别是便携机与笔记本计算机的迅速发展，基于便携机、笔记本的离线监测与诊断日益增多。此外 ，基于便携式数据采集器的监测系统也有了很大的发展，如IRD公司IRD890、CSI公司的2l15以及国产的YE5938等。在线监测方面，目前西安交大机械诊断研究所与沪天化开发的在线监测系统和美国CSI公司的在线监测系统，均是以个人计算机为基椽发的在线监测系统，具有性价比高、柔性好、开发周期短等特点。从总体上看，近年来投入使用的各种监测系统基本上能实现对机械设备工况的监测，为关键设备的安全运行、避免故障的发生起到了良好的作用，经济效益为投入费用的5～8倍，累计效益更为可观。

2.故障诊断功能随着信息处理技术的飞速发展，机械状态的诊断方法也得到了不断丰富。从传统的分析方法，如相关分析、时域波形、轴心轨迹、AR谱分析、FFT谱分析，到-些较新设备·论坛的分析方法，如主分量分析、时频分析、全息谱理论、轴心轨迹的计算机模拟等，均被应用于故障诊断领域，并取得了很好的应用效果，而且这种借鉴和发展的速度还在不断加快 ，-些信息领域刚推出的新方法很快就被应用到诊断领域，如分形理论、混沌理论、小波分析等。以上这些方法的应用，再加上丰富的诊断经验和故障实例，目前在设备常见故障的定性识别上已有相当的把握。但是，随着经济的快速发展，企业对设备故障诊断技术提出了更高的要求 ，-是诊断的快捷化和智能化，二是诊断的定量化。

在诊断的智能化方面，最近几年，人工智能领域的-些最新研究成果在故障诊断领域得到了较好的应用，大大提高了诊断的智能化水平和获取诊断结论的速度。

3.状态预报从现场应用角度看，监测诊断技术必须具备正确反映设备当前运行状态、准确识别设备潜在隐患及其程度、预报-个阶段内设备运行状态的发展趋势这3项功能，才能满足现场工作的要求。与故障诊断功能相比，从某种意义上说，状态预报是现场生产更为迫切需求的-项功能。现场人员最关心的是故障的严重程度如何、今后的发展趋势怎样、能否继续运行下去、能运行多久等问题。在这项功能上，目前投用的监测诊断系统均显欠缺，即使少数系统配备了状态预报功能，也大多是提供历史数据趋势图。实际上，单靠趋势图是难以预报机械设备状态的。因此，状态预报是目前监测诊断技术中较为薄弱的环节。

三、故障诊断技术的发展趋势随着科学技术的发展，单-参数阈值比较的机器监测方法正开始向全息化、智能化监测方法过渡 ，监测手段也从依靠人的感官和简单仪器向精密电子仪器以及以计算机为核心的监测系统发展。

故障诊断技术经过30多年的发展，已从以信号分析为基础的-般诊断方法发展到以知识处理为基础的智能诊断系统。当前，设备故障诊断领域最活跃的两类诊断系统是基于知识的专家系统和基于神经网络的智能诊断系统。专家系统是-种能够处理知识的智能程序系统。它以某领域专家的知识为基础，使计算机能模拟专家的思维方式，使之成为具有专家水平的、具有解决本领域内复杂问题能力的系统。专家系统研究的核心问题是如何用计算机获娶表达、处理和存储本领域专家的经验和知识。故障诊断的专家系统与专家相比具有周期短、使用成本低、便于复制、能集中多个领域专家的智慧等诸多优点，已成为故障诊断学科的研究热点。专家系统的发展动向如下。

1.由基于规则的系统到基于混合模型的系统基于规则的诊断系统较成熟，许多实际运转的诊断系统都是基于规则的。为吸收各种方法的优点，综合多种方法 ，如基于规则、基于功能和深层知识模型的方法 ，甚至采用人工神经网络和模式识别等方法，以实现多形式、多深度诊断知识的推理，在诊断的不同阶段采用不同方法。

2.知识获取知识获取是建造故障诊断专家系统的瓶颈问题，尤其是知识的自动获取-直是专家系统研究中的难点，采用机器自学习是实现知识获取自动化的有效途径。机器学习就是使其能在实际工作中不断总结成功和失败的经验教训，对知识库中的知识自动进行调整和修改，以丰富、完善系统的知识。人工神经网络由于其本身信息处理特点，如并行性、自学习、自组织性、联想记忆功能等，将人工神经网络引入专家系统是解决机器自学习极有价值的途径。

3.不确定性知识的表示诊断系统中往往存在大量的不确定知识，研究利用数字的方法，如贝叶斯(Bayes)方法、模糊集理论等，非数字的方法，如决策因子表示方法等来处理不确定性知识，成为研究和开发专家系统的-个重要内容。

4.由单-推理控制策略到混合推理控制策略推理控制策略直接影响专家系统的推理效率。单-的问题求解策略是当前基于知识的诊断专家系统的-个致命弱点。这种求解策略很容易使系统在推理过程中出现 匹配冲突”、 组合爆炸”和 无穷递归”等问题，导致推理速度慢，系统性能低。目前知识处理系统的推理控制策略或采用数据驱动控制，或采用目标驱动控制。前者存在盲目推理缺点，后者则盲目选择目标～二者结合起来，以数据驱动选择目标，用目标驱动来求解该目标，效果较好。

人工神经网络是目前人工智能领域最活跃的-个研究分支。神经网络系统是对人类大脑神经网络系统的-种物理结构上的模拟，即以计算机仿真的方法，从物理结构上模拟人脑，使系统具有人脑的某些智能。神经网络具有独特的容错、联想、推测、记忆、自适应、自学习和处理复杂多模式等优点。人工神经网络对知识的掌握是通过对样本的学习实现的。通过对大量实例的学习，网络用尝试错误的方法来不断减小错误，修正权值，掌握蕴含于样本的知识，网络通过权值的调整记下所学过样本并掌握输入和输出之间的关系。当前，基于神经网络的智能诊断系统的发展方向如下。

- 是信号处理方法融入神经网络的结构，优化小波分析与神经网络融合、演化算法与神经网络的融合是该领域重要方向。

二是改进神经网络的结构。包括神经元的优化、神经元间连接方式的优化、网络模型的优化和拈化神经网络。

2013年6月 1中国设备工程 25 管 建l l jl： I 设备·论坛文章编号：1671-071 1(2013)06-0026-02浅谈水电站电厂设备的点检管理何 平 ，范钟梅 ，李跃平。

(1.云南锡业集团公司设备能源处，云南 个旧 661000；2.云南锡业集团公司研究设计院，云南 个旧 661000；3.云南会泽县以礼河发电厂，云南 会泽 654207)摘要：结合以礼河发电厂设备点检管理的情况，分析了存在的问题，指出了解决措施，实施后取得明显成效。

关键词：水电站；设备；点检；故障；诊断中图分类号：F273 文献标识码：B设备的点检管理是-种预防性的、主动的设备检查，可及时、准确掌握设备的运行状态和劣化趋势，做到尽早发现设备隐患，及时采取措施，避免突发事故和故障，保障设备规定的性能，使生产正常运行。

-、 推行以点检制为核心的设备管理现状及存在问题1.旧的技术管理体制与不断改进的经营管理体制不相适应，经营管理中只注重经济效益，而对设备的保值增值、维修保养重视不够。

2.对点检制管理模式认识不到位，使生产方、检修方和点检方对其职责认识不清，导致设备欠修，影响生产。

(1)对自身职责认识不清，设备管理工作不到位，设备维护保养工作欠缺，使小隐患造成大故障，小修变大修，修理费用急剧上升。

(2)激励机制不到位，奖罚不明，导致设备操作工人工三是神经网络与各种诊断理论结合～神经网络与其他诊断方法相结合，利用各种诊断方法的优点，得到效率更高的复合故障诊断方法。

这是故障诊断领域研究的热点。专家系统和人工神经网络因各自的特点存在极强的互补性，把二者结合起来可以更好地发挥各自特长，以解决单-方法无法解决的问题。

四、结语机械故障诊断既是-门相对独立的学科，是与其他技术相融合的交叉学科。机械设备故障诊断越准确及时，对生产安全、避免人员及财产损失的作用越大。故障诊断在传统方法的基础上飞速发展，与前沿科学相结合，产生了许多新的理论与诊断方法。为更有效地实现机械设备的故障诊断，多种方法的综合运用应运而生，专家系统与基于神经网络的人工智能在故障诊断领域的应用成为必然趋势。