机械设备故障诊断技术的常用方法及新技术的应用研究
来源:用户上传
作者:
摘 要：在机械设备领域上，分析了以往设备故障诊断技术的特点，总结了目前诊断技术的发展前沿。本文首先对传统故障诊断技术进行了介绍，随后详细分析了应用现代智能控制核心算法的故障诊断技术的特点和优势，最后表明了未来故障诊断技术的发展方向，即是在采用智能容错控制技术的同时利用局域网技术将设备、传感器和计算机联系在一起，通过人工智能算法优化信号的处理和分析，从而得到正确的决策诊断。
关键词：机械设备；故障诊断技术；常用方法；新技术
DOI：10.16640/j.cnki.37-1222/t.2019.13.064
1 机械设备诊断故障技术的传统检测方案
（1）直接观察检测。以往现场技术人员在机械设备发生问题时，往往通过眼睛和耳朵直接观察设备情况并且结合设备材料和自身工作经验来检查解决设备故障。但是这种通过眼睛和耳朵的传统经验故障诊断技术已经不能适应现如今大型化和精密化机械设备的故障检测需求了。
（2）设备内部温度监测。现代设备发生故障的原因很大一部分是摩擦不良，利用现代热敏材料和红外线技术，对设备关键部位进行温度检测，观察关键零件的温度变化趋势，能够有效快速的了解设备运转状态，从而当故障发生时能快速知道设备发生故障的所在地。
（3）振动噪音频谱分析。在一般设备的材料说明书中都写有当设备发生异响振动时需要停机检查。这说明噪音和振动是判断设备故障的重要依据。因此可以通过声波采集装置和振动信号监测装置来采集和分析设备内部零件的噪音和振动信号，随后对这些信号进行傅里叶变换得到噪音和振动信号频谱，最后分析噪声信号的频谱可以了解设备的运行情况。但是噪声和振动信号容易受到外部环境的影响，因此对设备的频谱分析存在局限性。
（4）油液光谱分析。设备发生故障的另一个诱因就是润滑不良，因此对于存在有液压和润滑系统的设备，可以通过光谱分析其润滑油中的细微颗粒来发现设备故障发生的原因。
2 机械设备故障诊断新技术的应用
（1）信息融合技术。随着现代科学技术的发展，信号获取的方式越来越多，越来越先进，但是如何得到可靠的故障特征信号应该是未来人们研究的重点和趋势。对于如何获得有效的故障信号，这就首先需要大量多种的信号传递装置来保证监测对象的相同，随后采用正确的信息融合分析技术来处理这些信号，从而得到我们想要的结果。
目前，在信号频谱分析的领域内，傅里叶变换和小波变换是两种重要的信号处理方式。对于傅里叶变换而言，其能够有效地在整个频域内分析信号的成分，但是它不能同时地进行频域和时域的分析。而与傅里叶变换相比，小波变换能够同时地进行频域和时域的分析，尤其擅长故障信号在频率和时间上的细节分析，能够突出信号的局部特点。小波变换还能够简单有效地分析非定常瞬态变化信号的特性，甚至在实际操作中，可以不借助数学模型都能够稳定迅速的分析信号。此外，在小波变换的基础上加入神经网格和分形理论，能够进一步得到更加可靠的故障信号。
（2）智能决策算法。随着人工智能技术的发展，可以将人工智能控制的核心算法如模糊控制、遗传算法等应用到故障判断的决策上。并且随着深入研究智能控制以及充分考虑智能控制与机械设备故障诊断技术的关联，模糊控制、遗传算法等智能决策算法在故障诊断决策应用中的优势将逐步放大。在查阅相关文献和了解现场应用情况的基础上，可以发现智能控制应用在诊断决策的优势如下：
①在故障诊断中应用模糊理论，只需建立合适的隶属函数和模糊矩阵，就能得到较为准确的问题来源，无需为建立准确的数学模型而浪费大量的时间；②采用神经网格的故障判断决策能够采用联想、分类和自我组织的办法准确的处理繁杂的信息；③对于应用了遗传算法的故障诊断技术，能够同时处理多个问题并且能够处理判断各个领域的问题。此外遗传算法在处理非线性问题以及宽泛查找问题上具有显著的优势；④在信息部分缺少和精度不够的故障诊断决策上，粗糙集理论能够自我分析，发现信号之间的相对关系，然后将自我分析出的联系综合成简单的信息特征，从而能够解决数据缺失的故障诊断问题。
（3）网络集成资源。近些年来，随着科学技术的进步，在工业控制技术领域上，局域网技术占据着绝对优势的地位。并且在信息收集和分析的领域上，局域网技术具有重要的战略地位。在机械设备故障诊断技术上能够借助局域网将信号检测设备与计算机连接起来，通过数据完成对原始信息的接受，归纳以及分析决策。并且能够利用计算机强大的计算能力，使用以上介绍的方法，更加快速准确的完成故障诊断分析，进而保证机械设备的运转稳定。
（4）容错控制。容错控制的定义为在故障发生时，系统能够自动剔除故障并且能够重新构建系统或者是即使系統发生了故障，系统仍能稳定运行并且运行性能虽有下降但仍能满足需要，即是系统能够允许故障的存在。系统能够实现容错控制的前提是较为富裕的设计方法，如设备装置设计时系统中存在自我补偿结构，即设备构件能够自我重建；或者是设备运行参数能够自我调节，以维持设备的安全稳定运行。在智能控制快速发展的时代背景下，智能容错控制是工业自动控制未来的发展趋势，即是将不断改进和提高机械设备自动控制系统中自我故障处理的能力。
3 结语
随着科学技术的进步发展，机械设备愈发大型化和精密化，因此设备系统发生故障的概率和收集故障发生信号的困难性大大增加。所以为了开发和验证适应现代机械设备的故障诊断技术，需要在故障诊断技术的原理和措施上进行更深入的研究。借助人工智能控制的核心算法原理，改进故障信号的收集和分析方式，从而得到有效的故障特征信号和正确的故障诊断决策，此外还采用智能容错控制，从而最终能够保证现代大型精密化设备的安全高效运行。
参考文献：
[1]代宽.故障诊断技术在机械设备中的应用[J].内燃机与配件，2018
（24）：123-124.
[2]李少见.故障诊断技术在机械设备中的应用[J].南方农机，2018
（20）：57.
[3]姜小艳，李贵红.基于Labview的机械设备故障诊断技术的研究与应用[J].科技视界，2018（25）：87-88.
作者简介：马志德（1988-），男，湖北黄冈人，硕士研究生，助教，主要从事机电成套装备系统方向研究。
转载注明来源:https://www.xzbu.com/1/view-14698302.htm
