机械设备中的可靠性及故障诊断方法研究

马骥

【摘 要】在机械设备运行周期中，由于环境及设备损耗会产生故障，如何快速有效并且低成本进行故障诊断维修事关整个产品线。文章利用监控设备对运行的机械设备进行状态监控，并分析故障检测的主流方法，提供了比较完整的机械故障可靠性分析技术。

【关键词】可靠性分析;故障检测;诊断方法

【中图分类号】TH17 【文献标识码】A 【文章编号】1674-0688（2019）02-0135-02

现代机械设备朝着大型机、精密化及复杂化方向发展，机械设备各部件之间的耦合也越来越紧，单一元器件故障可能引起整个设备运转异常。传统的故障检测依靠人的经验，已经越来越不能适应现代机械设备可靠性分析及故障检测。对复杂设备的状态检测成为故障检测的主流方法，对各元器件振动特征、特亮特征等参数进行监控，再通过系统方法快速查找故障点，进一步缩短了故障检测时间。

由于信息技术发展，自动化系统在现代机械故障可靠性分析领域得到前沿應用，技术人员可通过各类传感器采集运行数据，利用数据分析处理系统来进行故障分析;同时，大数据挖掘及人工智能技术在故障决策模型中得到了广泛应用，随着这些技术研究，相信未来的机械设备故障分析处理系统性能会得到极大提高。

1 故障检测方法及过程

随着机械复杂度的增加，传统方法对设备故障检测时效性不同，复杂度每上升一倍，故障检测耗时呈指数级增加，表1对不同时期机械设备故障检测时间进行了统计。

随着信息技术发展，现代机械设备故障检测可通过专家系统对检测状态数据进行特征提取，根据分析结果来确定故障点，这类诊断系统结合了历史经验数据、自动诊断技术、专家诊断系统及决策系统等多个模块，通过现代高性能计算机对原始采集数据进行处理，能更准确地对故障点及原因进行判断，同时通过实际检验判断成功把此判断数据作为历史数据进行存档。

现有主流的机械设备故障检测方法有振动法、超声波法、探测法等，如主流的振动发，利用传感器测得机械设备振动时的振幅、频率及相位信息。

d（t）=Dsin[（2π/T）t+φ）]

其中，D、T、φ分别表示振动振幅﹑频率及相位。

机械设备故障诊断一般分为如下步骤：？譹？訛对初始采集信号进行检测，利用传感器对机械振动各种能量信号进行采集（温度、振动振幅、频率、相位、电流电压等）。？譺？訛对采集信号进行故障筛选，将初始值按照一定规则进行压缩，去除冗余等数据，形成最终的待检测信号。？譻？訛通过各类专家模型建立信号故障的判断准则。④分析判断结果，并通过实际检测来进行验证。

振动检测法主要检测机械设备振动时的振幅、频率及相位，下面进行详细描述。

1.1 振动幅度故障分析

机械设备振动幅度有其标准，体现了系统能量，在给定电流电压等外界动力数值内，各部件的振动幅度也在一定范围内，机械振动幅值用振动时移量、振动速率及加速率来表示，当出现故障时，则时移量、振动速率及加速率会出现偏差。

1.2 频率故障分析

频率表示机械设备在一定周期内振动的次数，是设备重要指标之一，不同的部件出现故障会导致振动频率不一样。通过频率检测传感器对设备各部件的振动频率进行采集分析，可以分析出故障的具体位置。

1.3 相位故障分析

相位反映了机械设备对交流电的反应状态，当交流电方向相反而能量相等时，其相位可能出现叠加。对设备进行相位数据采集可以查看其交流谐波、平衡度及共振点的判断。

在实际的振动检测法中，可能同一个故障部件或原因会造成振动幅度、频率及相位的叠加反映，这就要求基于专家系统的智能故障检测系统对所有的数据与原因进行排列组合，并统一添加至经验数据库中。这样，当系统对采集到的数据进行故障检测处理后，将所有可能的故障原因进行展示，相应的工程人员根据自己的经验对故障原因及部件进行实际检验，并将处理结果进行反馈。

在机械设备运行周期中，由于环境及设备损耗会产生故障，如何快速有效并且低成本进行故障诊断维修是整个系统的关键，所以智能化的专家检测系统结合工程技术人员的经验大幅提高了检测效率及时效。

2 机械设备故障检测的发展方向

在各类信息技术及微电子技术得到广泛应用之前，机械设备的精密度还较低，各部件耦合度较低，所以在此阶段一般依靠检修人员的经验对故障现象进行分析，判断故障产生的原因及具体位置;后来，随着设备部件的增多，仅仅依靠工程人员经验的检测方法逐渐不能适应现代设备的检测性能要求，各类检测诊断仪器得到大范围应用，如温度传感器、速度传感器、振动幅度传感器，这些检测设备有效提高了数据获取的精度，但是在此阶段，还需依靠工程技术人员对数据进行分析。

随着各类故障检测设备及信息处理技术的发展，机械设备故障检测的发展经历了人工法、混合诊断法、智能自动诊断法3个阶段。随着现代大数据及互联网技术发展，在此基础上的现代智能诊断系统朝着专家智能检测、互联网远程协作及机械设备自动隔离故障部件等方向发展。下面描述机械设备故障检测发展历程及趋势。

2.1 人工法

传统的机械设备精度较低，各部件之间耦合度低，其故障定位检测主要依靠人的经验来判决。如老的矿机挖掘等是设备，维修中工程人员根据其声音、温度、频率等来判别故障位置。但随着机械设备部件及密度的增加，其检测率及检测精度降低。

2.2 混合法

随着机械设备精度的增加，针对各部件的各类检测诊断仪器出现，人的经验与检测仪有效结合极大地增强了故障检测效率。工程人员可以利用检测仪对设备进行数据采集，并对数据进行分析，如矿机设备对主发动机、传送带、压缩泵的位移、维度及压力等数据进行采集，工程人员可以根据经验来分析判断故障原因。

2.3 智能自动诊断法

随着信息技术、网络技术的发展，现在智能化自动化诊断系统不再依靠传统的人的经验，而是建立判决模型（各类历史数据经验作为专家系统）来对采集数据自动进行判决，这类判决模型结合了历史经验、判决逻辑及运算处理方法。

基于专家系统的智能化故障诊断方法首先将历史经验数据按照一定的逻辑存储于系统知识庫中，对特定机械系统设计故障决策及评价模型。系统将传感器采集的各类数据输入故障决策模型，调用专家知识库对数据进行分析，最后计算出故障原因及位置，并将结果通过人机接口返回给用户。

通过智能化专家争端系统分析的故障原因可能不唯一，比如同一故障现象可能得到不同的故障原因及位置，专家系统会给出不同原因对应的出错比例，此时还是需要有经验的工程人员对故障位置及原因进行对比，得到最终结果。

同时，历史数据可以返回更新，现阶段分析的故障原因及现象对应的数据对应关系可以更新至系统知识库中，这样整个系统的故障检测效率会随着诊断次数的增加而增强。

3 结语

基于专家系统的智能自动故障检测技术已经广泛应用于各类机械设备企业中，其检测准确率及时效性得到较大提高，有效保障了机械设备运行的稳定性、可靠性。同时现在大数据挖掘、人工智能等技术已经应用于基于专家系统的智能自动故障检测系统中，大数据挖掘可有效提高数据处理的深度及广度，而人工智能技术进一步提高各类决策算法的准确性，这些技术的应用极大地提高了高精密度的机械设备的故障处理时效性及准确性。

参 考 文 献

[1]贾军峰.机械设备状态分析与自动诊断便携仪的研究开发[D].北京：北京化工大学，2015：6-12.

[2]Fletcher A J.Thermal Stress and Strain Generation in Heat Treatment[M].Elsevier Science Publishers LTD，NewYork，1989：349-421.

[3]杨兰.机械设备状态监测及智能诊断系统的研究[J].化学工程与装备，2010，15（1）：13-17.

[4]潘健生，张伟民，钱初钧，等.热处理计算机模拟与智能控制[J].机械工人（热加工），2002（9）：29-31.

[责任编辑：陈泽琦]