李紹煬

（遼寧省大連市博鋒智能科技（大連）有限公司， 遼寧 大連 116601）

引言

隨著社會(huì)的發(fā)展，現(xiàn)代機(jī)械在使用過程中正朝著精細(xì)化及復(fù)雜化的方向發(fā)展，機(jī)械設(shè)備是由眾多零部件構(gòu)成的，各個(gè)零部件之間的連接愈來愈緊密，若是單一零件發(fā)生問題就會(huì)引起整個(gè)設(shè)備出現(xiàn)運(yùn)轉(zhuǎn)問題[1-4]。傳統(tǒng)的故障檢測方式是利用人在操作設(shè)備上的經(jīng)驗(yàn)，但現(xiàn)階段已不能適應(yīng)現(xiàn)代機(jī)械的可靠性分析及故障診斷。隨著現(xiàn)代信息技術(shù)及智能化技術(shù)等的發(fā)展與運(yùn)用，對(duì)機(jī)械設(shè)備的故障診斷愈來愈準(zhǔn)確且高效。

1 機(jī)械設(shè)備常見故障

在工業(yè)生產(chǎn)環(huán)節(jié)中，機(jī)械設(shè)備是必不可少的組成部分之一，設(shè)備的優(yōu)良與否與機(jī)器生產(chǎn)的效率和能力有著直接聯(lián)系。機(jī)械設(shè)備作為工業(yè)生產(chǎn)的裝置，是由各種不同類的零部件組成的，這些零部件在長時(shí)間的運(yùn)行中，會(huì)由于老化、松動(dòng)等原因發(fā)生故障，進(jìn)而對(duì)整體機(jī)械設(shè)施的運(yùn)行造成影響，具體故障主要有以下幾方面：

1.1 滾動(dòng)軸承故障

在眾多機(jī)械設(shè)施零部件中，滾動(dòng)軸承屬于較為重要的一類，顧名思義，滾動(dòng)軸承工作是以滾動(dòng)為主，而正是因?yàn)闈L動(dòng)軸承的運(yùn)轉(zhuǎn)頻率偏高，導(dǎo)致其容易在運(yùn)轉(zhuǎn)過程中發(fā)生損壞。當(dāng)此項(xiàng)零件出現(xiàn)損壞時(shí)，相應(yīng)的就會(huì)導(dǎo)致故障出現(xiàn)，而引起此項(xiàng)零件損壞的原因通常是轉(zhuǎn)動(dòng)疲勞、摩擦損傷、物理或化學(xué)腐蝕損傷等。

1.2 齒輪箱故障

齒輪箱在機(jī)械設(shè)施中的運(yùn)用屬于較為廣泛的一種零部件，現(xiàn)階段工業(yè)生產(chǎn)中所使用的機(jī)械設(shè)備，大部分都有齒輪箱這個(gè)零部件。在機(jī)械設(shè)施運(yùn)轉(zhuǎn)過程中，往往會(huì)因?yàn)闄C(jī)械設(shè)備長時(shí)間的高效運(yùn)轉(zhuǎn)而導(dǎo)致齒輪箱內(nèi)出現(xiàn)斷裂、裂痕或者磨耗等問題，這些情況若是沒有在一定時(shí)間內(nèi)解決，就會(huì)引起整個(gè)齒輪箱無法工作。

1.3 轉(zhuǎn)子故障

部分機(jī)械設(shè)施屬于旋轉(zhuǎn)類機(jī)械，在這類機(jī)械中，轉(zhuǎn)子是其核心零部件，主要作用是維系機(jī)械設(shè)施的穩(wěn)定運(yùn)行。如果此項(xiàng)零部件出現(xiàn)了問題，就會(huì)使機(jī)械設(shè)備缺乏穩(wěn)定性而不能維持正常運(yùn)行。而出現(xiàn)故障的原因通常是零部件之間的連接發(fā)生松動(dòng)、轉(zhuǎn)軸出現(xiàn)彎曲等。

1.4 電動(dòng)機(jī)故障

機(jī)械設(shè)施不僅是由各種零部件構(gòu)成的，還有電動(dòng)機(jī)，電動(dòng)機(jī)是機(jī)械設(shè)施運(yùn)行的動(dòng)力。如果電動(dòng)機(jī)出現(xiàn)故障，就會(huì)導(dǎo)致整個(gè)機(jī)械設(shè)施停止運(yùn)行。導(dǎo)致電動(dòng)機(jī)出現(xiàn)異常的原因通常有電路短路、異常響動(dòng)、電動(dòng)機(jī)過載及損耗過大等。

2 機(jī)械設(shè)備常用故障診斷方法及流程

由于現(xiàn)代機(jī)械的復(fù)雜程度上升，傳統(tǒng)方法在對(duì)設(shè)施進(jìn)行檢測時(shí)所消耗的時(shí)間就會(huì)存在差異，復(fù)雜程度與故障診斷所耗費(fèi)時(shí)間呈正比。表1 針對(duì)不同時(shí)期機(jī)械設(shè)施的故障診斷時(shí)間進(jìn)行了調(diào)查統(tǒng)計(jì)。

表1 不同復(fù)雜程度的傳統(tǒng)故障診斷時(shí)間 min

在進(jìn)行機(jī)械設(shè)施故障診斷的環(huán)節(jié)中，主要有以下流程：一是對(duì)原始信號(hào)進(jìn)行采集與監(jiān)測，這部分往往是通過傳感器對(duì)設(shè)備振動(dòng)產(chǎn)生的不同信號(hào)進(jìn)行相關(guān)收集；二是收集的信號(hào)實(shí)施選擇，將存在故障的內(nèi)容提取出來，把原始數(shù)值進(jìn)行壓縮處理后形成故障診斷識(shí)別的信號(hào)；三是對(duì)故障進(jìn)行識(shí)別后，要么是實(shí)施診斷決策，要么確定其作為新的故障類型，再進(jìn)行下一步操作，如下頁圖1 所示。

圖1 故障診斷流程圖

2.1 直觀性診斷

傳統(tǒng)機(jī)械設(shè)施的精準(zhǔn)度較低，設(shè)施內(nèi)部零件之間的連接度較低，在其出現(xiàn)故障時(shí)，往往是通過工作人員的經(jīng)驗(yàn)進(jìn)行判斷的。在診斷過程中，工作人員通過分析機(jī)械設(shè)施發(fā)出的聲音、溫度及振動(dòng)頻率等表現(xiàn)，以及結(jié)合機(jī)械設(shè)施的相關(guān)資料來判定故障出現(xiàn)的詳細(xì)位置與情況。

隨著現(xiàn)代社會(huì)科學(xué)技術(shù)的快速進(jìn)步，機(jī)械設(shè)施在現(xiàn)代工業(yè)生產(chǎn)中愈來愈復(fù)雜化，這就對(duì)故障診斷方法有了更高的要求，此種僅憑經(jīng)驗(yàn)與資料進(jìn)行的故障診斷方式逐漸被淘汰。

2.2 紅外線溫度檢測與診斷

此種方式是利用紅外線進(jìn)行診斷，通常進(jìn)行監(jiān)測的是機(jī)械設(shè)施的溫度指數(shù)，即機(jī)械設(shè)施運(yùn)行過程中的溫度變化趨勢(shì)，利用不同的溫度感應(yīng)裝置來監(jiān)測設(shè)施運(yùn)行時(shí)的內(nèi)外溫度變化范圍，以此診斷是否發(fā)生故障及故障發(fā)生的詳細(xì)位置與情況。

機(jī)械設(shè)施在運(yùn)行過程本身就會(huì)產(chǎn)生一些溫度上的變化，而若是設(shè)施發(fā)生故障，其溫度浮動(dòng)范圍就會(huì)明顯擴(kuò)大。選用紅外線對(duì)機(jī)械設(shè)施運(yùn)行時(shí)的溫度展開檢測，明顯能夠提升機(jī)械故障的診斷效率?，F(xiàn)階段經(jīng)常使用的檢測儀器是紅外線測溫儀，其擁有多種不同型號(hào)，在對(duì)機(jī)械設(shè)施表面溫度的檢測時(shí)存在差異，主要體現(xiàn)在能夠檢測到的溫度范圍的差異。因?yàn)闇y溫儀在工作時(shí)可以不用與機(jī)械設(shè)施發(fā)生接觸，即在一定距離內(nèi)都可以完成溫度監(jiān)測工作，將紅外線測溫儀器得到的結(jié)果進(jìn)行分析后，就能得到具體的機(jī)械故障診斷。但是在使用此種方法時(shí)需要注意的是，在進(jìn)行測溫時(shí)，容易被周圍環(huán)境情況干擾，進(jìn)而可能導(dǎo)致檢測的結(jié)果出現(xiàn)誤差。為了規(guī)避這一情況，需要對(duì)檢測出的溫度數(shù)據(jù)展開更正，從而減少溫度誤差，使其在可控范圍內(nèi)，進(jìn)而保障故障診斷結(jié)果的準(zhǔn)確性。

2.3 噪聲頻譜的檢測與診斷

通常情況下，如果機(jī)械設(shè)施在運(yùn)行過程中發(fā)生問題，那么機(jī)械設(shè)備或相關(guān)運(yùn)行單位就會(huì)出現(xiàn)異常振動(dòng)或噪聲。振動(dòng)與噪聲在機(jī)械故障的檢測上存在差異，前者主要是使用聲波檢測，尋找機(jī)械設(shè)施外部發(fā)出的振動(dòng)體現(xiàn)的內(nèi)部單位的具體運(yùn)行情況，借用傳感設(shè)施以達(dá)到檢測及轉(zhuǎn)化振動(dòng)信號(hào)的結(jié)果，再通過頻譜分析來診斷發(fā)生故障的類別與詳細(xì)情況；后者主要是使用聲波類檢測設(shè)施，尋找機(jī)械內(nèi)部相關(guān)單位的噪聲規(guī)律，而對(duì)于噪聲的檢測主要是以聲強(qiáng)和聲壓作為重要的參考數(shù)據(jù)及主要對(duì)象。近年來，隨著現(xiàn)代科技的進(jìn)步，F(xiàn)FT 分析儀在對(duì)機(jī)械設(shè)施的噪聲檢測中使用越來越廣泛。

此外，雙話筒互譜技術(shù)在對(duì)機(jī)械發(fā)出噪聲的聲強(qiáng)也起了些許作用，這不僅提升了診斷速度，同時(shí)保證了檢測的準(zhǔn)確程度。在機(jī)械設(shè)施使用過程中，一般選用聲級(jí)計(jì)對(duì)機(jī)械發(fā)出的嗓聲進(jìn)行測量，其能直接測出聲壓級(jí)別。根據(jù)對(duì)噪聲進(jìn)行測量的結(jié)果來診斷出現(xiàn)設(shè)施故障的部位，為機(jī)械修理提供可靠參考。

2.4 相位故障分析

機(jī)械設(shè)施對(duì)交流電的反應(yīng)即為相位，如果交流電的能量等同但運(yùn)動(dòng)方向相反時(shí)，那么這種情況下的相位很有可能出現(xiàn)疊加現(xiàn)象。在現(xiàn)實(shí)操作中使用振動(dòng)檢測方法時(shí)，極有可能出現(xiàn)機(jī)械內(nèi)同一個(gè)故障零部件或故障原因?qū)е抡駝?dòng)頻率、相位及幅度重復(fù)疊加發(fā)生的情況，這就需要將發(fā)生的全部數(shù)據(jù)信息及原因展開組合排序，在一起輸入以專家系統(tǒng)為基礎(chǔ)的故障診斷系統(tǒng)的經(jīng)驗(yàn)數(shù)據(jù)庫。工作人員就可以在系統(tǒng)對(duì)收集的原因信息進(jìn)行故障診斷后，得到全部有可能發(fā)生的故障結(jié)果，再依據(jù)自己對(duì)機(jī)械設(shè)施操作的經(jīng)驗(yàn)對(duì)以上原因及可能出現(xiàn)故障的零件展開測驗(yàn)，并對(duì)最后的處置情況完成反饋。如何在短時(shí)間內(nèi)用最快速度、耗費(fèi)最少成本，診斷出在機(jī)械設(shè)施運(yùn)作過程中因?yàn)橥庠诃h(huán)境和機(jī)械損耗發(fā)生的故障，這是提升機(jī)械設(shè)施運(yùn)行效率的關(guān)鍵。

3 機(jī)械設(shè)備故障診斷技術(shù)的發(fā)展趨勢(shì)

3.1 側(cè)重信息融合技術(shù)

現(xiàn)階段的信號(hào)獲取技術(shù)需要更進(jìn)一步研究的是，如何利用融合信息的方法來獲得有用的機(jī)械發(fā)生故障時(shí)出現(xiàn)的信號(hào)特點(diǎn)。想要達(dá)到這一目標(biāo)，第一步就應(yīng)該做到提升被診斷機(jī)械設(shè)施的一致性描述，這就需要利用各種不同的傳感器設(shè)施，再使用信息融合的技術(shù)來準(zhǔn)確地解析傳感器設(shè)施所測得的內(nèi)容。目前，在信號(hào)加工方式的探究過程中，普遍使用的是兩種頻譜分析技術(shù)，分別是傅里葉變換與小波變換。前者不適合對(duì)時(shí)空進(jìn)行解析，其適用的研究分析范疇在全部頻域；后者則適合時(shí)頻的解析，利用這種技術(shù)能夠提升獲得信號(hào)的局部特征的有效質(zhì)量水平，由此能夠?qū)ψ儎?dòng)的信號(hào)獲得解析，特別是瞬間狀態(tài)下的非正常信號(hào)。將這兩種存在差別的技術(shù)比較來說，小波變換更加簡單、方便實(shí)施，在實(shí)際的運(yùn)用過程中，不需要進(jìn)行數(shù)學(xué)建模，還擁有高度的靈敏性及高強(qiáng)度的抗噪性能。將這種技術(shù)與分形理論和神經(jīng)網(wǎng)絡(luò)等交流融合后，對(duì)于故障信號(hào)的成功處置是很有利的。

3.2 利用智能決策算法

在現(xiàn)代社會(huì)的智能控制理念快速發(fā)展的背景下，診斷決策的高光點(diǎn)也隨之顯現(xiàn)出來，如模糊控制和遺傳算法等，經(jīng)過對(duì)其的分析探究，以及這些診斷方法在對(duì)機(jī)械設(shè)施實(shí)施診斷的過程中凸顯出的高光點(diǎn)主要有以下幾條：

其一，對(duì)以模糊理論為基礎(chǔ)的故障診斷技術(shù)而言，此項(xiàng)技術(shù)的優(yōu)勢(shì)能夠降低為了創(chuàng)建精準(zhǔn)數(shù)學(xué)模式的工作量，因?yàn)橹恍枰獎(jiǎng)?chuàng)建合適的隸屬度函數(shù)與模糊關(guān)系的矩陣即可獲得準(zhǔn)確度相對(duì)較高的故障問題及源頭。其二，對(duì)以神經(jīng)網(wǎng)絡(luò)為根基的故障檢測技術(shù)而言，此項(xiàng)技術(shù)的優(yōu)勢(shì)是能通過利用神經(jīng)網(wǎng)絡(luò)固有穩(wěn)定的聯(lián)想記憶和自行組織等來準(zhǔn)確地處置及將繁雜的信息完成分類處理。其三，就遺傳算法來說，這種技術(shù)的優(yōu)點(diǎn)很突出，不僅運(yùn)用簡單方便而且適用的范圍較廣，并且能夠同時(shí)作業(yè)，還十分擅長非線性問題的解決與搜查。因此，遺傳算法運(yùn)用到故障檢測技術(shù)的探究中，能夠使采集以前故障的經(jīng)驗(yàn)信息更加簡易，且更迅速地展開決策論證。

3.3 使用智能自動(dòng)診斷技術(shù)

伴隨著現(xiàn)階段信息技術(shù)、網(wǎng)絡(luò)技術(shù)的進(jìn)步，目前，智能化自動(dòng)化的故障診斷系統(tǒng)不再需要借助傳統(tǒng)的人的經(jīng)驗(yàn)，而是構(gòu)建判決模型，即利用各種不同類別歷史經(jīng)驗(yàn)信息作為專家系統(tǒng)，對(duì)收集數(shù)據(jù)信息實(shí)施自動(dòng)判決，這種模型與歷史經(jīng)驗(yàn)信息、運(yùn)算處置及判斷邏輯辦法進(jìn)行了結(jié)合。以專家系統(tǒng)為基礎(chǔ)的智能化故障檢測技術(shù)，第一步是依據(jù)相關(guān)邏輯將歷史經(jīng)驗(yàn)數(shù)據(jù)儲(chǔ)存在系統(tǒng)的數(shù)據(jù)知識(shí)庫里，再對(duì)特定機(jī)械系統(tǒng)設(shè)計(jì)故障的決策與評(píng)估模型。系統(tǒng)將傳感器收集的不同類別數(shù)據(jù)信息輸入故障決策模型中，調(diào)動(dòng)專家知識(shí)庫對(duì)數(shù)據(jù)信息展開剖析，在計(jì)算分析出機(jī)械發(fā)生故障的具體方位與原因，再利用人機(jī)接口將獲得的結(jié)果反饋給用戶。

使用智能化的專家診斷系統(tǒng)分析出的故障原因可能存在不是唯一的情況，因?yàn)橄到y(tǒng)會(huì)提供這些原因相對(duì)應(yīng)的出現(xiàn)錯(cuò)誤的占比，此時(shí)需要長時(shí)間從事機(jī)械的工作人員依據(jù)他們的經(jīng)驗(yàn)來對(duì)發(fā)生故障的方位和原因展開比較，最后得出結(jié)果。同時(shí)，歷史數(shù)據(jù)可以返回更新，現(xiàn)階段分析的故障原因及現(xiàn)象對(duì)應(yīng)的數(shù)據(jù)對(duì)應(yīng)關(guān)系可以更新至系統(tǒng)知識(shí)庫中，這樣整個(gè)系統(tǒng)的故障檢測效率會(huì)隨著診斷次數(shù)的增加而增強(qiáng)。

4 結(jié)語

隨著現(xiàn)代機(jī)械設(shè)備的研究進(jìn)步，多種智能性故障診斷技術(shù)已經(jīng)在機(jī)械設(shè)備行業(yè)內(nèi)開始了廣泛的應(yīng)用，使診斷的精準(zhǔn)性、及時(shí)性及有效性得到了很大程度的提高，確保了機(jī)械設(shè)施在運(yùn)行時(shí)的可靠性。