机械设备故障诊断与监测的方法解析及其发展趋势

摘 要：现代工业的生产中，对于机械设备的故障诊断和监测不可小视，科学的方法可以有效提高机械设备使用寿命，提升设备效益。本文机械设备故障诊断与监测的发展历程分析着手，阐述了诊断与监测的方法和技术，并对下一步这技术的发展进行了分析，旨在提高机械设备的使用效率，且有一定的指导意义。

关键词：机械设备；故障；诊断与监测；发展；趋势；

进入科技飞速发展的今天，我国的机械设备呈现出精密化、复杂化和自动化，其价格也日趋昂贵。在现代工业生产中，机械设备的作用也日益显著，设备能否正常运行直接决定着企业生产的效率。因此，对机械设备的工作状态进行监测非常重要，排除故障和监测的技术也越来越被人们所重视，这一技术是建立在对信号和处理和计算机等多项技术基础之上的综合学科，科学使用诊断和监测技术能提高企业的社会和经济效益。

1.机械设备故障诊断与监测的发展过程

最初，对于机械设备的故障诊断是迫于军事需要，从二战初期就开始使用仪表来对设备的参数和状态进行测量。上世纪六十年代，伴随我国航天事业的起步发展，使得设备的诊断和监测技术飞速发展；到了七十年代，我们传感器和计算机技术得到了飞速的发展，对于机械设备的故障诊断技术研究更为广泛，其技术也广泛应用于核电和航天等行业；到了八十年代，这一技术已经被使用在各行各业，应用在化工、矿山冶金、农业等各行业的机械设备中；进入九十年代，故障诊断与监测技术已经普及使用，并向智能化、自动化方向去发展。总的来说，机械设备故障诊断与监测发展过程基本可以分为以下三个阶段：初级阶段主要的诊断结果是取决于相关领域的专家来判断的；第二个阶段是以监测技术和传感器及计算机技术等手段的现代化诊断监测技术；第三个阶段是腐化的智能自动化，向着诊断和监测及管理等集成化的集约发展。

2.故障诊断方法及内容

机械设备故障诊断技术是以传感器、计算机和信号分析处理技术为基础，经过检测设备工作状态和故障的诊断，才能准确的知晓设备的工作状态参数和可靠度，继而对设备故障的原因、具体部位以及故障的损坏程度进行定位和判断以及下一步排除的方向。机械设备故障诊断的主要内容有对信号的监测分析及处理、状态的识别及趋势分析等。诊断的方法按照信号的摄取方式及手段的不同，分为油液磨屑分析诊断技术、红外测温诊断技术及振动检测诊断技术等方法。

2.1.油液磨屑分析的诊断技术

这一技术主要是通过识别和观察油液磨屑粒形状态识别和油液介质的物理和化学成分的变化，判断出机械设备的工作情况。其主要用在机械设备的润滑及液压系统诊断中。油液里的磨屑微粒大多来于污染和磨损，机械摩擦的不同磨损方式及磨损的速度会形成油液里微粒总量和尺寸分布及形态的出现不同，可按照金属微粒总量来判断出磨损所处的阶段，按照微粒的形态来判断出磨损的类型，按照尺寸的分布来判断出磨损程度，按照化学成分来判断出磨损的部位。对于油液的分析方法有如下几种：

2.1.1.铁谱分析

通过强磁场把油液里的金属磁性颗粒进行分离，做成谱片利用显微镜察看磨屑成分和形貌用尺寸，利用光密度计来检测出磨屑相对含量。如果是直读式铁谱仪，数字就直接显示了测试的结果；如果是分析式铁谱仪，则要先根据要求做成标准谱，再通过显微镜下察看数据和标准谱进行比较，来判定设备的磨损部位和类型及其运行的状态。

2.1.2.光谱分析

通过各种元素遭受到能量激发时有吸收或者发射特定波长光这一特性，当光谱仪对油液发射光谱进行化学分析时，就能检测出油液里各类物质的特定条件下所发出有特定的波长的光，继而来确定化学成分及含量，就能准确的判断出设备磨损的部位及磨损程度。这一分析有诊断准确方便、速度快的特点，比较适用于分析磨屑粒径不大于10μm的磨损状态。

2.2.红外测温的诊断技术

这一技术是利用对机械设备各个部位所表现出来的不同温度用变化，分析和判断出机械设备的运行状态。机械设备中很多故障都表现为局部温度变高或者能体现出温度的变化，如机械的正常磨损、液压系统中油的性能差、发动机的排烟管出现堵塞等。通过红外来对机械设备的局部温度进行测量具有其显著的优越性，其测量具有远距离、非接触等特点，拥有对信息的处理和运算以及判断的功能，能精准的测出设备的运行环境温度的状态和变化的情况。如农业生产中的机械设备，经常放置在阳光下或者雨雪天的场外，其环境的温度会影响到监测系统的温度。此时，可以对测量的数据进行手动补偿和修正，以降低温度的误差，进一步提高测量的精准度。这一技术测量的数据存取和使用都非常方便，其接口是通用的，能和计算机之间进行通信，也便于实现全系统的监控，实现相关常数的设定和更换。

2.3.振动监测的诊断技术

这一技术是利用检测设备自身振动的参数及其特征对设备运行状态和故障现象进行分析的方法。因为振动具有参数的多维性、广泛性、测振方法无损性及在线性等特点，也决定了机械设备的振动监测诊断方法成为故障诊断的第一首选方法。众所周知，机械在运行的过程中是会产生振动的，机械的状态特征都会在振动信息中有所表现。测量机械振动的参数主要有速度和加速度以及位移，可以按照机械设备的频率来对测量参数及传感器进行选择。要检测到足够的数量，又想真实反映出机械工作状态的信息，就要科学选择振动的测量点。一般会选择可以对机械振动的状态做出全面反映的敏感点，尽量选择离机械诊断核心部位近一些的关键点，或者容易发生变化现象的点，继而保证测量出的机械振动信号的有效性。振动传感器所检测的设备状态信息经过放大处理后，被送到A/D转换器中，将模拟信号转换成了数字信号，再送到数据处理分析装置中，对时域、频域、时序模型有倒谱等进行分析处理，以曲线及频谱图的形式作为设备诊断的基本依据，判定出设备的工作状态，根据实际情况来采取及时可和的措施。这一技术因为可以实时直观精确的洞察到机械的动态特征和变化的过程，且监测诊断的方法实用简单被广泛的使用。

3.机械设备检测诊断现监测技术发展的趋势

3.1.和非线性原理及多元传感技术有机融合

现代化的大生产中，要对机械设备进行多角度全方位的维护和监测，以便全面整体的掌握设备运行的状态。进行机械设备故障的诊断检测时，可以利用多个传感器来同时监测机械设备的多个位置，再按相应方法对监测的信息统一处理。在机械设备出现故障时，经常又表现出非线性的特征，伴随着分型几何及混沌的方法日渐完善，这些问题也必然会得到深入的解决。

3.2.和现代智能方法有机融合

现代智能技术主要包括有模糊逻辑、专家系统、进化计算和神经网络等。在机械设备的故障诊断技术中，现代智能技术方法得到了较为广泛的应用，伴随智能科技水平的日益发展，对机械设备状态的智能监测及故障诊断也必将是设备故障的诊断技术最终的目标。

3.3.研究和改进传感器和监测仪器

研究和改进传感器和监测仪器，要选择科学的参量来提高诊断精致准度。要和当代最新的传感技术相结合，以研究出新型传感器及监测仪器，来提高监测的整体技术水平。选择最为有效参量是提升诊断的准确性的必要前提，高效的多功能仪器会对诊断设备的物理量和几何量进行快速检测与识别，这是对故障诊断研究工作的基础。

3.4.和最新的信号处理方法相融合，展开小波分析的诊断技术新研究

小波分析是全新的一种信号，其分析的基函数是一系列的尺度可变简谐函数。有较好的时-频定性特性和对信号的适应能力。在机械设备的故障诊断中，因为设备的每个零件相互的结构不一样，其所产生信号当中有很多不平稳的成分，通过小波分析可以将不同的频率信号对应分解到相应频道的序列，为提取故障的特征提供一个有力理论根据。

3.5.网络化和远程化

机械设备故障的诊断系统是根据一台或者同类型的几台设备而开发的系统。其使用的效率相对较低，且故障诊断的知识和技术、信息不能实现共享，致使其在开发及维护过程中费用太高。在工程实际中，对诊断的规则收集也不够全面，形成不了故障诊断系统的诊断规则，系统的诊断能力偏低。如果系统出现了严重故障，则没办法经济快速的通过各方力量来解决出现的问题。应建立在网络技术高效发展的基础上，实现多系统和多专家的共同会诊，建立起基于网络技术的远程设备故障诊断和监测系统。可以根据不同监测的现场用户具体的要求，和同一个诊断中心建立起网络联系，能有效避免诊断和监测系统的反复开发及维护，来降低系统使用费用。同时，因为建造在网络媒介上，系统的知识库里专家知识非常泛，并且能不断的得到充实和完善，诊断的规则有可能来自各个现场企业单位的工作经验，也有可能是来自于从事机械设备故障的理论研究所，其丰富的知识库也大大增强了诊断的能力。这样就形成基于网络的一个远程设备诊断的专家系统，可以把监测现场和管理部门以诊断专家和设备的供应商有机联合，建立一个开放的完整的系统。

4.结语

伴随着机械设备故障诊断技术和计算机、微电子及各项智能技术的快速发展，对机械设备出现故障后的诊断精准性也越来越高，操作和使用也日渐方便，大大提高了设备在企业或工业生产有的效益。

参考文献：

[1]李金伴，李捷辉. 专家系统在超高压水射流切割机故障诊断中的应用[J]电气传动自动化 ， 2009，（01） .

[2]张建华，王占林. 基于模糊神经网络的故障诊断方法的研究[J]北京航空航天大学学报 ， 2008，（04） .

[3]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 ， 2006，（04） .

[4]申韬，韩守木，黄树红，刘德昌. 汽轮发电机组故障诊断的复合式进化网络[J]华中理工大学学报 ， 2007，（06） .

[5]杨天奇. 基于ART网的直流提升机故障诊断[J]计算机自动测量与控制 ， 2008，（02） .

[6]张健成，周士昌，虞和济，丁相福，李国栋. 故障诊断中的信息机制[J]基础自动化 ， 2009，（04） .

[7]伦冠德. 机械设备故障检测诊断技术现状与发展[J]. 拖拉机与农用运输车 ， 2007，（03）