機(jī)械設(shè)備故障診斷技術(shù)研究

1、題目：機(jī)械設(shè)備故障診斷技術(shù)研究學(xué) 號(hào)： 姓 名： 專 業(yè)： 指導(dǎo)教師： 2016 年 8 月 30 日13機(jī)械設(shè)備故障診斷技術(shù)研究摘 要故障診斷技術(shù)對(duì)于機(jī)械設(shè)備的安全運(yùn)行有著至關(guān)重要作用，一直是工程應(yīng)用領(lǐng)域的重點(diǎn)和難點(diǎn), 國內(nèi)外已經(jīng)對(duì)此問題進(jìn)行了大量的研究工作。該論文介紹了機(jī)械設(shè)備故障診斷技術(shù)的基本概念，在總結(jié)研究各種診斷技術(shù)的基礎(chǔ)上全面分析了現(xiàn)代故障診斷技術(shù)存在的問題, 并針對(duì)這些問題提出了故障診斷領(lǐng)域?qū)淼难芯糠较?。故障診斷是一項(xiàng)實(shí)用性很強(qiáng)的技術(shù), 對(duì)其進(jìn)行理論上的分析研究具有重要的現(xiàn)實(shí)意義。關(guān)鍵詞：機(jī)械設(shè)備故障；診斷技術(shù)；研究第一章 引言隨著現(xiàn)代科學(xué)技術(shù)在設(shè)備上的應(yīng)用，現(xiàn)代設(shè)備的結(jié)構(gòu)越來

2、越復(fù)雜，功能越來越齊全，自動(dòng)化程度也越來越高。由于許多無法避免的因素影響，會(huì)導(dǎo)致設(shè)備出現(xiàn)各種故障，從而降低或失去預(yù)定的功能，甚至?xí)斐蓢?yán)重的以至災(zāi)難性的事故。國內(nèi)外接連發(fā)生的由設(shè)備故障引起的各種空難、海難、爆炸、斷裂、倒塌、毀壞、泄漏等惡性事故，造成了極大的經(jīng)濟(jì)損失和人員傷亡。生產(chǎn)過程中經(jīng)常發(fā)生的設(shè)備故障事故，也會(huì)使生產(chǎn)過程不能正常運(yùn)行或機(jī)器設(shè)備遭受損壞而造成巨大的經(jīng)濟(jì)損失。因此機(jī)械設(shè)備故障診斷技術(shù)在社會(huì)中的重要性越來越高，主要體現(xiàn)在1：（1）預(yù)防事故，保證人員和設(shè)備安全。（2）推動(dòng)設(shè)備維修制度的改革。維修制度從預(yù)防制度向預(yù)知制度的轉(zhuǎn)變是必然的，而真正實(shí)現(xiàn)預(yù)知維修的基礎(chǔ)是設(shè)備故障診斷技術(shù)的發(fā)展

3、和成熟。（3）提高經(jīng)濟(jì)效益。設(shè)備故障診斷的最終目的是避免故障的發(fā)生，使零部件的壽命得到充分發(fā)揮，延長檢修周期，降低維修費(fèi)用。因此，機(jī)械設(shè)備故障診斷技術(shù)日益受到廣泛重視，對(duì)機(jī)械設(shè)備故障診斷技術(shù)的研究也不斷深入。但受于機(jī)械設(shè)備故障成因的復(fù)雜性和診斷技術(shù)的局限性，目前機(jī)械設(shè)備故障診斷仍存在一些問題。第二章 機(jī)械設(shè)備故障診斷技術(shù)概述為了開展對(duì)機(jī)械設(shè)備故障診斷技術(shù)的研究，有必要對(duì)中外流行使用的有關(guān)術(shù)語作一些解釋。2.1 故障在設(shè)備管理維修術(shù)語一書中，將故障定義為“設(shè)備喪失規(guī)定的功能” 2。這一概念可包括如下內(nèi)容：引起系統(tǒng)立即喪失其功能的破壞性故障。與設(shè)備性能降低有關(guān)的性能上的故障。 即使設(shè)備當(dāng)

4、時(shí)正在生產(chǎn)規(guī)定的產(chǎn)品，而當(dāng)操作者無意或蓄意使設(shè)備脫離正常的運(yùn)轉(zhuǎn)時(shí)。  顯然，這里故障不僅僅是一個(gè)狀態(tài)的問題，而且直接與我們的認(rèn)識(shí)方法有關(guān)。一個(gè)確實(shí)處于故障狀態(tài)的設(shè)備，但如果它不是處于工作狀態(tài)或未經(jīng)檢測(cè)，故障就仍然可以潛伏下來，從而，也就不可能被人們發(fā)現(xiàn)。設(shè)備故障按技術(shù)性原因，可分為四大類：即磨損性故障、腐蝕性故障、斷裂性故障及老化性故障。（1）磨損性故障由于運(yùn)動(dòng)部件磨損，在某一時(shí)刻超過極限值所引起的故障。所謂磨損是指機(jī)械在工作過程中，互相接觸做相互運(yùn)動(dòng)的對(duì)偶表面，在摩擦作用下發(fā)生尺寸、形狀和表面質(zhì)量變化的現(xiàn)象。按其形成機(jī)理又分為粘附磨損、表面疲勞磨損、腐蝕磨損、微振磨損等4

5、種類型。（2）腐蝕性故障 按腐蝕機(jī)理不同又可分化學(xué)腐蝕、電化學(xué)腐蝕和物理腐蝕3類。化學(xué)腐蝕是指金屬和周圍介質(zhì)直接發(fā)生化學(xué)反應(yīng)所造成的腐蝕，反應(yīng)過程中沒有電流產(chǎn)生。電化學(xué)腐蝕是指金屬與電介質(zhì)溶液發(fā)生電化學(xué)反應(yīng)所造成的腐蝕，反應(yīng)過程中有電流產(chǎn)生。物理腐蝕是指金屬與熔融鹽、熔堿、液態(tài)金屬相接觸，使金屬某一區(qū)域不斷熔解，另一區(qū)域不斷形成的物質(zhì)轉(zhuǎn)移現(xiàn)象。（3）斷裂性故障可分脆性斷裂、疲勞斷裂、應(yīng)力腐蝕斷裂、塑性斷裂等。脆性斷裂可由于材料性質(zhì)不均勻、加工工藝處理不當(dāng)（如在鍛、鑄、焊、磨、熱處理等工藝過程中處理不當(dāng)，就容易產(chǎn)生脆性斷裂）以及惡劣環(huán)境所引起。疲勞斷裂可由于熱疲勞（如高溫疲勞等）、機(jī)械

6、疲勞（又分為彎曲疲勞、扭轉(zhuǎn)疲勞、接觸疲勞、復(fù)合載荷疲勞等）以及復(fù)雜環(huán)境下的疲勞等各種綜合因素共同作用所引起。應(yīng)力腐蝕斷裂是指一個(gè)有熱應(yīng)力、焊接應(yīng)力、殘余應(yīng)力或其他外加拉應(yīng)力的設(shè)備，如果同時(shí)存在與金屬材料相匹配的腐蝕介質(zhì)，則將使材料產(chǎn)生裂紋，并以顯著速度發(fā)展的一種開裂。塑性斷裂是由過載斷裂和撞擊斷裂所引起。（4）老化性故障 上述綜合因素作用于設(shè)備，使其性能老化所引起的故障。2.2 診斷技術(shù)機(jī)械故障診斷技術(shù)是一種了解和掌握機(jī)器在運(yùn)行過程的狀態(tài)，確定其整體或局部正?；虍惓?，早期發(fā)現(xiàn)故障及其原因，并能預(yù)報(bào)故障發(fā)展趨勢(shì)的技術(shù)3。機(jī)械故障診斷技術(shù)屬于信息技術(shù)范疇，它是利用被診斷對(duì)象所提供的一切有

7、用信息，經(jīng)過分析處理，獲得最能識(shí)別設(shè)備狀態(tài)的特征參數(shù)，最后作出正確的診斷結(jié)論。第三章 機(jī)械設(shè)備故障診斷技術(shù)研究現(xiàn)狀20世紀(jì)60年代初期，美國、日本和歐洲的一些發(fā)達(dá)國家相繼開展了設(shè)備診斷技術(shù)的研究，主要應(yīng)用于航天、核電、電力系統(tǒng)等尖端工業(yè)部門，自20世紀(jì)80年代以后逐漸擴(kuò)展到冶金、化工、船舶、鐵路等許多領(lǐng)域。我國設(shè)備故障診斷技術(shù)在20世紀(jì)80年代初期主要應(yīng)用于石化、冶金及電力等行業(yè)，進(jìn)入20世紀(jì)90年代后，迅速滲透到國民經(jīng)濟(jì)的各個(gè)主要行業(yè)，交通、礦山、化工、能源、航空、核工業(yè)等行業(yè)先后開展了診斷技術(shù)的研究、開發(fā)與應(yīng)用工作。特別是在石化、電力、冶金等行業(yè)，設(shè)備故障診斷技術(shù)的應(yīng)用已經(jīng)相當(dāng)普及。僅在電

8、力行業(yè)，目前已裝配的國產(chǎn)監(jiān)測(cè)與診斷系統(tǒng)已達(dá)近百套，其中有些系統(tǒng)的性能已達(dá)到或接近國際先進(jìn)水平。3.1 機(jī)械設(shè)備故障診斷技術(shù)分類故障診斷是一門涉及信號(hào)處理、模式識(shí)別、人工智能、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科的綜合性技術(shù)4。機(jī)械設(shè)備故障診斷技術(shù)概括地講可以分為3類：基于信號(hào)處理的方法、基于解析模型的方法和基于知識(shí)的智能故障診斷方法5。 3.1.1 基于信號(hào)處理的方法6基于信號(hào)處理的方法是對(duì)設(shè)備工作狀態(tài)下的信號(hào)進(jìn)行診斷，當(dāng)超出一定的范圍即判斷出現(xiàn)了故障。信號(hào)處理的對(duì)象主要包括時(shí)域7、頻域以及峰值等指標(biāo)。運(yùn)用相關(guān)分析、頻域及小波分析等信號(hào)分析方法，提取方差、幅值和頻率等特征值，從而檢測(cè)出故障。

9、基于信號(hào)處理的方法主要有傅立葉變換、Wigner譜分析、小波變換等。這類新方法引入了一些較為先進(jìn)的信息分析手段，彌補(bǔ)了傳統(tǒng)分析方法存在的不足。缺點(diǎn)是故障分別率不高、信息來源不充分等。3.1.2 基于解析模型的方法8基于解析模型的方法是以診斷對(duì)象的數(shù)學(xué)模型為基礎(chǔ)，按照一定的數(shù)學(xué)方法對(duì)被測(cè)信息進(jìn)行診斷處理。主要有狀態(tài)估計(jì)法、等價(jià)方程法和參數(shù)估計(jì)法等等。其優(yōu)點(diǎn)是能深入系統(tǒng)本質(zhì)的動(dòng)態(tài)性質(zhì)和實(shí)現(xiàn)實(shí)時(shí)診斷，缺點(diǎn)是系統(tǒng)模型未知、不確定或具有非線性時(shí)不易實(shí)現(xiàn)。3.1.3 基于知識(shí)的智能方法 20世紀(jì)80年代后期，隨著人工智能和計(jì)算機(jī)技術(shù)的飛速發(fā)展，出現(xiàn)了基于知識(shí)、不需要對(duì)象精確數(shù)學(xué)模型的故障診斷方法

10、，并成為故障診斷研究的主流和發(fā)展方向。故障診斷系統(tǒng)的智能主要體現(xiàn)在它能有效地獲取、傳遞、處理、再生和利用診斷信息，具有對(duì)給定環(huán)境下的診斷對(duì)象進(jìn)行正確的狀態(tài)識(shí)別、診斷和預(yù)測(cè)的能力。智能故障診斷方法主要包括： （1）基于專家系統(tǒng)的診斷方法9專家系統(tǒng)（Expert System，ES）是一個(gè)具有專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，通常由知識(shí)庫（Knowledge Base）、推理機(jī)（Inference Engine）、人機(jī)接口（Man-Machine Interface）等部分組成，是當(dāng)前研究最多、應(yīng)用最廣的一類智能診斷技術(shù)。專家系統(tǒng)的優(yōu)點(diǎn)有：可以用類自然語言

11、方式來表達(dá)無法用數(shù)學(xué)模型表達(dá)的專家知識(shí)；能在特定領(lǐng)域內(nèi)模仿專家工作，處理非常復(fù)雜的情況；在已知其基本規(guī)則的情況下，無需大量細(xì)節(jié)數(shù)據(jù)即可運(yùn)行；能對(duì)系統(tǒng)的結(jié)論做出解釋。專家系統(tǒng)擅長邏輯推理和符號(hào)信息處理，適用于復(fù)雜系統(tǒng)的故障診斷。然而專家系統(tǒng)自身的一些缺點(diǎn)限制了它的廣泛應(yīng)用，如知識(shí)獲取的瓶頸問題。（2）基于神經(jīng)網(wǎng)絡(luò)的診斷方法人工神經(jīng)網(wǎng)絡(luò)10（Artificial Neural Network，ANN）是一種通過模擬人腦而建立起來的自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，它具有自學(xué)性、容錯(cuò)性和并行計(jì)算能力，可以實(shí)現(xiàn)分類、優(yōu)化、自組織、聯(lián)想記憶和非線性映射等功能。它以分布式的方式儲(chǔ)存信息，利用網(wǎng)絡(luò)

12、的拓?fù)浣Y(jié)構(gòu)和權(quán)值分布實(shí)現(xiàn)非線性的映射，并利用全局并行處理實(shí)現(xiàn)從輸入空間到輸出空間的非線性信息變換。對(duì)于非確定性的知識(shí)具有極強(qiáng)的處理能力，能夠解決許多傳統(tǒng)方法所無法解決的問題。然而，ANN的一些缺點(diǎn)限制了它的一些應(yīng)用11，如網(wǎng)絡(luò)結(jié)構(gòu)難以確定、局部極小點(diǎn)等問題。（3）基于模糊理論的診斷方法12基于模糊理論的診斷方法不需要建立精確的數(shù)學(xué)模型，適當(dāng)?shù)剡\(yùn)用隸屬函數(shù)和模糊規(guī)則，進(jìn)行模糊推理就可以實(shí)現(xiàn)模糊診斷的智能化?；谀：碚摰墓收显\斷方法主要是利用集合論中的隸屬度函數(shù)和模糊關(guān)系矩陣的概念，解決故障與征兆之間的不確定關(guān)系。它可以處理故障診斷中的不確定信息和不完整信息，然而對(duì)復(fù)雜的診斷系統(tǒng)，要建立正確的模

13、糊規(guī)則和隸屬函數(shù)是非常困難的，而且需要花費(fèi)很長的時(shí)間13。對(duì)于更大的模糊規(guī)則和隸屬函數(shù)集合而言，難以找到規(guī)則與規(guī)則之間的關(guān)系。另外由于系統(tǒng)的復(fù)雜性、耦合性，由時(shí)域、頻域特征空間至故障模式特征空間的映射關(guān)系往往存在較強(qiáng)的非線性，這時(shí)隸屬函數(shù)形狀不規(guī)則，只能利用規(guī)則形狀的隸屬函數(shù)來加以處理，從而使得非線性系統(tǒng)的診斷結(jié)果不理想。除了上述理論和方法外，在故障診斷領(lǐng)域中，還有基于向量機(jī)的診斷方法，基于微粒群算法的診斷方法，基于灰色理論的診斷方法，基于云模型的診斷方法以及把各種診斷相結(jié)合的方法。第四章 機(jī)械設(shè)備故障診斷技術(shù)存在問題及發(fā)展方向設(shè)備故障診斷技術(shù)雖然取得了不少進(jìn)展，有些方面已有較成熟的理論和方法

14、 (如數(shù)字電路的故障診斷)，但仍有許多不足。特別是對(duì)復(fù)雜的大規(guī)模非線性系統(tǒng)故障診斷方法的研究更有待深入地探索。在技術(shù)方面，現(xiàn)有的不同等級(jí)和各種類型的故障診斷裝置，能在不同程度上對(duì)被測(cè)對(duì)象進(jìn)行故障診斷，但與實(shí)際的需求相比，還有相當(dāng)大的距離。4.1 機(jī)械設(shè)備故障診斷技術(shù)存在問題14-154.1.1 故障分辨率不高由于設(shè)備越來越復(fù)雜，加上電路的非線性問題，使檢測(cè)點(diǎn)和施加的測(cè)試信號(hào)受到限制，因此影響了可控性和可測(cè)性，同時(shí)造成故障診斷的模糊性和不確定性。4.1.2 信息來源不充分現(xiàn)有的診斷系統(tǒng)通常只搜集被測(cè)對(duì)象當(dāng)前狀態(tài)信息，而對(duì)其過去的狀態(tài)和已做過的維護(hù)工作的信息、故障診斷系統(tǒng)本身的狀態(tài)信息未加考慮。4

15、.1.3 自動(dòng)獲取知識(shí)能力差知識(shí)獲取長期以來一直是專家系統(tǒng)研制中的瓶頸問題，對(duì)于故障智能診斷系統(tǒng)來說也是如此。目前多數(shù)的診斷系統(tǒng)在自動(dòng)獲取知識(shí)方面表現(xiàn)的能力還比較差，限制了系統(tǒng)性能的自我完善、發(fā)展和提高。雖然一些系統(tǒng)或多或少地加入了機(jī)器學(xué)習(xí)的功能，但基本上不能在運(yùn)行的過程中發(fā)現(xiàn)和創(chuàng)造知識(shí)，系統(tǒng)的診斷能力往往僅局限于知識(shí)庫中原有的知識(shí)。4.1.4 知識(shí)結(jié)合能力差近年來，國外專家在對(duì)診斷與維修領(lǐng)域的專家系統(tǒng)研究中，越來越多地強(qiáng)調(diào)使用深知識(shí)。然而在如何將領(lǐng)域問題的基本原理與專家經(jīng)驗(yàn)知識(shí)結(jié)合得更好，這方面所做的工作還很少，使得這些系統(tǒng)不能具備與人類專家能力相似的知識(shí)或能力，影響了系統(tǒng)發(fā)揮更大的效能。4

16、.1.5 對(duì)不確定知識(shí)的處理能力差診斷系統(tǒng)中往往存在大量的不確定性信息，這些信息或是隨機(jī)的、模糊的或是不完全的。如何對(duì)不確定性知識(shí)進(jìn)行表達(dá)和處理，始終是診斷領(lǐng)域研究的熱點(diǎn)問題。雖然有很多不確定性理論在實(shí)際的故障診斷專家系統(tǒng)中得到了較好地應(yīng)用，但是這一問題仍未得到十分有效的解決，在有效、合理、使用的不確定性知識(shí)處理方面存在著巨大的研究潛力。4.2 機(jī)械設(shè)備故障診斷技術(shù)發(fā)展方向4.2.1 多源信息的融合在設(shè)備運(yùn)行過程中，可以利用的狀態(tài)信息有很多，比如機(jī)械的振動(dòng)，聲響、溫度、壓力，電氣的輸出功率、轉(zhuǎn)速和扭矩等，如何對(duì)這些大量的信息進(jìn)行融合，消除多傳感器信息之間可能存在的冗余和矛盾16，并加以互補(bǔ)，降

17、低其不確定性，獲得對(duì)故障設(shè)備的一致性描述，是今后故障診斷技術(shù)研究的重點(diǎn)方向。4.2.2 經(jīng)驗(yàn)知識(shí)與原理知識(shí)緊密結(jié)合在復(fù)雜設(shè)備故障智能診斷系統(tǒng)中，只有將領(lǐng)域問題的基本原理與專家的經(jīng)驗(yàn)知識(shí)相結(jié)合，才能更好地解決診斷問題。因此在建造知識(shí)庫時(shí)，不僅要重視淺知識(shí)的表達(dá)和處理，也要重視深知識(shí)的地位和作用。在該類模型中，深知識(shí)和淺知識(shí)各自用對(duì)它們最適合的方法表示，并構(gòu)成兩種不同類型的知識(shí)庫 (分別稱為 “原理專家” 和 “經(jīng)驗(yàn)專家” )，2 個(gè)知識(shí)庫各有 1 個(gè)推理機(jī)構(gòu)，這樣它們?cè)诟髯缘臋?quán)力范圍內(nèi)自成 1 個(gè)專家系統(tǒng)。這 2 個(gè)系統(tǒng)通過協(xié)調(diào)機(jī)制模塊構(gòu)成 1 個(gè)診斷特定問題的完整智能系統(tǒng)。4.2.3 融合現(xiàn)代

18、人工智能現(xiàn)代智能方法在設(shè)備故障診斷技術(shù)中已得到了廣泛的應(yīng)用，隨著智能科技的不斷發(fā)展，將多種不同的智能技術(shù)結(jié)合起來的混合診斷系統(tǒng)，是智能故障診斷研究的一個(gè)發(fā)展趨勢(shì)。結(jié)合方式主要有基于規(guī)則的專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合，實(shí)例推理與神經(jīng)網(wǎng)絡(luò)的結(jié)合，模糊邏輯、神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的結(jié)合等。其中，模糊邏輯、神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合的診斷模型是最具發(fā)展前景的，也是目前人工智能領(lǐng)域的研究熱點(diǎn)之一。4.2.4 遠(yuǎn)程在線分布式全系統(tǒng)智能診斷系統(tǒng) 基于互聯(lián)網(wǎng)的智能診斷系統(tǒng)是將設(shè)備診斷技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相結(jié)合，用若干臺(tái)中心計(jì)算機(jī)作為服務(wù)器，在企業(yè)的關(guān)鍵設(shè)備上建立狀態(tài)監(jiān)測(cè)點(diǎn)，采集設(shè)備狀態(tài)數(shù)據(jù)；在技術(shù)力量較強(qiáng)的科研院所建立分析診斷中心，為企業(yè)提供遠(yuǎn)程技術(shù)支持和保障。建立遠(yuǎn)程在線分布式全系統(tǒng)智能診斷系統(tǒng)17，是計(jì)算機(jī)科學(xué)、通信技術(shù)與故障診斷技術(shù)相結(jié)合的一種新的設(shè)備故障診斷模式?？梢詫?shí)現(xiàn)異地多專家對(duì)同一設(shè)備的在線協(xié)同診斷以及多臺(tái)設(shè)備共享同一診斷系統(tǒng)，有利于診斷案例的積累，以彌補(bǔ)單個(gè)診斷系統(tǒng)領(lǐng)域知識(shí)的不足，提高診斷的智能化水平，促進(jìn)診斷學(xué)的綜合發(fā)展。參考文獻(xiàn)1.張伽，趙彬.機(jī)械設(shè)備故障診斷概述.價(jià)值工程，2010：1006-4311.2.中國機(jī)械工程學(xué)會(huì)設(shè)備維修學(xué)會(huì).設(shè)備管理維修術(shù)語.機(jī)械工業(yè)出版社,1985.3.姚桂艷,孫麗媛,程秀芳,薛全會(huì).機(jī)械故障診斷技術(shù)的研究現(xiàn)狀及發(fā)展趨勢(shì). 河北理工學(xué)院