馬驥

【摘 要】在機械設備運行周期中，由于環(huán)境及設備損耗會產生故障，如何快速有效并且低成本進行故障診斷維修事關整個產品線。文章利用監(jiān)控設備對運行的機械設備進行狀態(tài)監(jiān)控，并分析故障檢測的主流方法，提供了比較完整的機械故障可靠性分析技術。

【關鍵詞】可靠性分析;故障檢測;診斷方法

【中圖分類號】TH17 【文獻標識碼】A 【文章編號】1674-0688（2019）02-0135-02

現(xiàn)代機械設備朝著大型機、精密化及復雜化方向發(fā)展，機械設備各部件之間的耦合也越來越緊，單一元器件故障可能引起整個設備運轉異常。傳統(tǒng)的故障檢測依靠人的經驗，已經越來越不能適應現(xiàn)代機械設備可靠性分析及故障檢測。對復雜設備的狀態(tài)檢測成為故障檢測的主流方法，對各元器件振動特征、特亮特征等參數(shù)進行監(jiān)控，再通過系統(tǒng)方法快速查找故障點，進一步縮短了故障檢測時間。

由于信息技術發(fā)展，自動化系統(tǒng)在現(xiàn)代機械故障可靠性分析領域得到前沿應用，技術人員可通過各類傳感器采集運行數(shù)據，利用數(shù)據分析處理系統(tǒng)來進行故障分析;同時，大數(shù)據挖掘及人工智能技術在故障決策模型中得到了廣泛應用，隨著這些技術研究，相信未來的機械設備故障分析處理系統(tǒng)性能會得到極大提高。

1 故障檢測方法及過程

隨著機械復雜度的增加，傳統(tǒng)方法對設備故障檢測時效性不同，復雜度每上升一倍，故障檢測耗時呈指數(shù)級增加，表1對不同時期機械設備故障檢測時間進行了統(tǒng)計。

隨著信息技術發(fā)展，現(xiàn)代機械設備故障檢測可通過專家系統(tǒng)對檢測狀態(tài)數(shù)據進行特征提取，根據分析結果來確定故障點，這類診斷系統(tǒng)結合了歷史經驗數(shù)據、自動診斷技術、專家診斷系統(tǒng)及決策系統(tǒng)等多個模塊，通過現(xiàn)代高性能計算機對原始采集數(shù)據進行處理，能更準確地對故障點及原因進行判斷，同時通過實際檢驗判斷成功把此判斷數(shù)據作為歷史數(shù)據進行存檔。

現(xiàn)有主流的機械設備故障檢測方法有振動法、超聲波法、探測法等，如主流的振動發(fā)，利用傳感器測得機械設備振動時的振幅、頻率及相位信息。

d（t）=Dsin[（2π/T）t+φ）]

其中，D、T、φ分別表示振動振幅﹑頻率及相位。

機械設備故障診斷一般分為如下步驟：？譹？訛對初始采集信號進行檢測，利用傳感器對機械振動各種能量信號進行采集（溫度、振動振幅、頻率、相位、電流電壓等）。？譺？訛對采集信號進行故障篩選，將初始值按照一定規(guī)則進行壓縮，去除冗余等數(shù)據，形成最終的待檢測信號。？譻？訛通過各類專家模型建立信號故障的判斷準則。④分析判斷結果，并通過實際檢測來進行驗證。

振動檢測法主要檢測機械設備振動時的振幅、頻率及相位，下面進行詳細描述。

1.1 振動幅度故障分析

機械設備振動幅度有其標準，體現(xiàn)了系統(tǒng)能量，在給定電流電壓等外界動力數(shù)值內，各部件的振動幅度也在一定范圍內，機械振動幅值用振動時移量、振動速率及加速率來表示，當出現(xiàn)故障時，則時移量、振動速率及加速率會出現(xiàn)偏差。

1.2 頻率故障分析

頻率表示機械設備在一定周期內振動的次數(shù)，是設備重要指標之一，不同的部件出現(xiàn)故障會導致振動頻率不一樣。通過頻率檢測傳感器對設備各部件的振動頻率進行采集分析，可以分析出故障的具體位置。

1.3 相位故障分析

相位反映了機械設備對交流電的反應狀態(tài)，當交流電方向相反而能量相等時，其相位可能出現(xiàn)疊加。對設備進行相位數(shù)據采集可以查看其交流諧波、平衡度及共振點的判斷。

在實際的振動檢測法中，可能同一個故障部件或原因會造成振動幅度、頻率及相位的疊加反映，這就要求基于專家系統(tǒng)的智能故障檢測系統(tǒng)對所有的數(shù)據與原因進行排列組合，并統(tǒng)一添加至經驗數(shù)據庫中。這樣，當系統(tǒng)對采集到的數(shù)據進行故障檢測處理后，將所有可能的故障原因進行展示，相應的工程人員根據自己的經驗對故障原因及部件進行實際檢驗，并將處理結果進行反饋。

在機械設備運行周期中，由于環(huán)境及設備損耗會產生故障，如何快速有效并且低成本進行故障診斷維修是整個系統(tǒng)的關鍵，所以智能化的專家檢測系統(tǒng)結合工程技術人員的經驗大幅提高了檢測效率及時效。

2 機械設備故障檢測的發(fā)展方向

在各類信息技術及微電子技術得到廣泛應用之前，機械設備的精密度還較低，各部件耦合度較低，所以在此階段一般依靠檢修人員的經驗對故障現(xiàn)象進行分析，判斷故障產生的原因及具體位置;后來，隨著設備部件的增多，僅僅依靠工程人員經驗的檢測方法逐漸不能適應現(xiàn)代設備的檢測性能要求，各類檢測診斷儀器得到大范圍應用，如溫度傳感器、速度傳感器、振動幅度傳感器，這些檢測設備有效提高了數(shù)據獲取的精度，但是在此階段，還需依靠工程技術人員對數(shù)據進行分析。

隨著各類故障檢測設備及信息處理技術的發(fā)展，機械設備故障檢測的發(fā)展經歷了人工法、混合診斷法、智能自動診斷法3個階段。隨著現(xiàn)代大數(shù)據及互聯(lián)網技術發(fā)展，在此基礎上的現(xiàn)代智能診斷系統(tǒng)朝著專家智能檢測、互聯(lián)網遠程協(xié)作及機械設備自動隔離故障部件等方向發(fā)展。下面描述機械設備故障檢測發(fā)展歷程及趨勢。

2.1 人工法

傳統(tǒng)的機械設備精度較低，各部件之間耦合度低，其故障定位檢測主要依靠人的經驗來判決。如老的礦機挖掘等是設備，維修中工程人員根據其聲音、溫度、頻率等來判別故障位置。但隨著機械設備部件及密度的增加，其檢測率及檢測精度降低。

2.2 混合法

隨著機械設備精度的增加，針對各部件的各類檢測診斷儀器出現(xiàn)，人的經驗與檢測儀有效結合極大地增強了故障檢測效率。工程人員可以利用檢測儀對設備進行數(shù)據采集，并對數(shù)據進行分析，如礦機設備對主發(fā)動機、傳送帶、壓縮泵的位移、維度及壓力等數(shù)據進行采集，工程人員可以根據經驗來分析判斷故障原因。

2.3 智能自動診斷法

隨著信息技術、網絡技術的發(fā)展，現(xiàn)在智能化自動化診斷系統(tǒng)不再依靠傳統(tǒng)的人的經驗，而是建立判決模型（各類歷史數(shù)據經驗作為專家系統(tǒng)）來對采集數(shù)據自動進行判決，這類判決模型結合了歷史經驗、判決邏輯及運算處理方法。

基于專家系統(tǒng)的智能化故障診斷方法首先將歷史經驗數(shù)據按照一定的邏輯存儲于系統(tǒng)知識庫中，對特定機械系統(tǒng)設計故障決策及評價模型。系統(tǒng)將傳感器采集的各類數(shù)據輸入故障決策模型，調用專家知識庫對數(shù)據進行分析，最后計算出故障原因及位置，并將結果通過人機接口返回給用戶。

通過智能化專家爭端系統(tǒng)分析的故障原因可能不唯一，比如同一故障現(xiàn)象可能得到不同的故障原因及位置，專家系統(tǒng)會給出不同原因對應的出錯比例，此時還是需要有經驗的工程人員對故障位置及原因進行對比，得到最終結果。

同時，歷史數(shù)據可以返回更新，現(xiàn)階段分析的故障原因及現(xiàn)象對應的數(shù)據對應關系可以更新至系統(tǒng)知識庫中，這樣整個系統(tǒng)的故障檢測效率會隨著診斷次數(shù)的增加而增強。

3 結語

基于專家系統(tǒng)的智能自動故障檢測技術已經廣泛應用于各類機械設備企業(yè)中，其檢測準確率及時效性得到較大提高，有效保障了機械設備運行的穩(wěn)定性、可靠性。同時現(xiàn)在大數(shù)據挖掘、人工智能等技術已經應用于基于專家系統(tǒng)的智能自動故障檢測系統(tǒng)中，大數(shù)據挖掘可有效提高數(shù)據處理的深度及廣度，而人工智能技術進一步提高各類決策算法的準確性，這些技術的應用極大地提高了高精密度的機械設備的故障處理時效性及準確性。

參 考 文 獻

[1]賈軍峰.機械設備狀態(tài)分析與自動診斷便攜儀的研究開發(fā)[D].北京：北京化工大學，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]楊蘭.機械設備狀態(tài)監(jiān)測及智能診斷系統(tǒng)的研究[J].化學工程與裝備，2010，15（1）：13-17.

[4]潘健生，張偉民，錢初鈞，等.熱處理計算機模擬與智能控制[J].機械工人（熱加工），2002（9）：29-31.

[責任編輯：陳澤琦]