工程機械健康狀態監測技術初探

摘 要：在工程機械運行中難免會發生一些故障問題，如何及早的發現這些故障隱患，從而減少機械維修成本，使工程機械保持一個良好的健康狀態成為機械狀態監測領域研究的一大課題。本文詳細的分析了工程機械健康狀態監測技術的發展現狀及其常用的監測方法與監測儀器，以供參考。

關鍵詞：工程機械 健康監測 技術研究

中圖分類號：TH17 文獻標識碼：A 文章編號：1672-3791（2013）04（c）-0102-01

隨著工程機械事業的深入發展，近幾年，工程機械檢測技術進行了深入的分析和研究，使得工程機械健康狀態檢測技術得到很大程度的發展，過去傳統的監測技術無法滿足現代化的應用需求，勢必要求在傳統的監測方法的基礎上的做出創新發展。

1 工程機械健康狀態監測技術的發展現狀

我國目前在工程機械健康狀態監測技術領域的研究表現在以下六個方面。

（1）針對聲音信號的分析研究及其處理方法。此技術的研究大概歷經了由最初的譜分析、序分析、時分析到現代所應用的信號分析的應用過程。現代信號分析手段，其中包括：短時間福利業分析，小波變換分析和Wingner譜分析等分析手段，在分析數據的精準性上大大的彌補了傳統分析技術的不足。

（2）針對傳感技術的分析研究。此技術是通過設備工作狀態的儀表參數數值得以反應的分析技術。在我國先后研制了電渦流、加速度和溫度傳感器；目前應用最為普遍的傳感技術是最新的光導纖維傳感器、激光傳感器和聲發射傳感器等等。

（3）對于神經網絡系統的分析發展。旋轉機械在神經網絡系統中的分析已得到了廣泛應用，且達到了一定的效果。

（4）針對人工智能系統的分析研究。此項技術已經是目前監測技術發展的主流方向，工程機械故障人工診斷系統現在已經得到了應用，但其監測效果卻沒有達到預期的期望值。

（5）針對便攜式監測儀器的研究，目前此項技術的研究才剛剛起步，還未得到廣泛應用。

（6）針對工程機械健康狀態診斷儀器的分析研究。目前主要從單機巡檢與診斷到上下位機式的主從結構，直至以網絡為基礎的分布式結構，系統的結構越來越復雜，監測的實時性要求越來越高。

2 工程機械健康狀態常用的監測方法及儀器

2.1 工程機械健康性能監測技術

2.1.1 液壓功率監測方法

常用的液壓功率監測設備是動態的壓力監測系統，在工程機械的液壓系統內部安裝一些壓力傳感器，通過機械工作所產生的壓力將信息準確無誤的輸送到信號接收系統，再通過調整、放大、過濾、傳送到達診斷系統，利用回路原件將整個液壓系統的性能及工作狀態做出細致描述，最后利用計算機導出數據。這種監測系統所采用的是波形診斷原理，對于液壓系統中較長出現的溢流卡滯和壓泵吸空等問題能夠較為準確的做出診斷和檢測。利用壓力表和流量表還能夠監測出液壓系統的故障問題。

2.1.2 發動機功率監測方法

對于工程機械而言，其發動機的功率大小密切關系著機械的工作狀況。假如一臺工程機械工作無力，通過人工監測又無法給出正確判斷時，就可以利用功率監測設備對發動機的功率進行測量。此種監測方法較為常用的監測設備就是無外載測試加速儀器。

在油樣檢測技術中應用較為廣泛的是鐵譜和光譜分析技術。鐵譜分析是利用磨礪形貌獲取磨損信息，光譜分析是通過從磨損產物中的數量獲取信息，二者比較鐵譜分析要更加敏銳。通過機油中的金屬成分檢測，比較出需要更換和修理的部位和部件。

2.2 工程機械健康狀態的震動監測技術

在眾多監測技術中，工程震動監測技術的應用最為普遍。其監測原理是通過正常工作設備的震動特點的差異性對故障做出判斷。在工程機械障礙中有60%的故障是利用振動監測技術反映出來的。振動監測技術大致分為三個步驟：首先對需要診斷的部位做出機理分析，比如機械的結構及工作特性等相關聯的部件連接情況做出分析，要求必須掌握好機械的工作條件和其歷次的維修檔案，了解機械工作異常的震動反映和狀態特征；第二步，開始對較為常見故障的部位進行檢測，其中有測點的定位，測試參數的確定及振動方向的識別，利用測試信號分析出機械的運行是否正常，通過檢測數值偏離正常值得大小判定故障的大小程度。周而復始，就會摸索出機械的運行規律，進而更好的掌握機械的運行狀態及故障的嚴重程度；最后一步就是對檢測出的故障，作深入的分析研究，通過分析其成因、厲害程度，做出維修判斷。其中包括振動波形的判斷、時差的定位、波頻的特性、相位的分析等等。通過以上檢測步驟完畢之后，就可以根據故障采取對應的維修措施進行修復了。

3 工程機械健康狀態創新監測技術研發

3.1 開創計算機輔助監測技術

在繼承傳統監測技術優良部分的基礎上增加計算機輔助監測系統，安裝多功能的自動監測軟件。要勇于打破落后陳舊的工作模式，善于創新，成為創新技術研究的開拓者。通過人機對話，幫助工程機械設備做好檢測工作，對于工程機械健康狀態檢測系統，領導干部要用創新觀念進行創新領導，這樣才能實現機械的正常運轉，從根本上提高工作效率。

3.2 建立高效的高效的專家監測系統

通過建立完善的計算機監控系統、自動監測系統之后，要建立一個具有人工智能的咨詢系統，把對于工程機械健康檢測的監督機制和工作實行科技化管理，從而達到科學發展和科學管理的有機結合。使得專家監測的寶貴經驗與方式方法利用計算機得以儲存，形成一個真正的人工智能化監測系統。利用計算機中所儲存的知識庫和監測數據，對診斷數據做出推理識別，從而解決監測診斷中的各項復雜障礙問題。

3.3 神經網絡診斷監測創新技術

通過模擬人腦的神經網絡對工程機械運行做出故障監測診斷的方法。此項方法在知識獲取上無需在經過整理，從根本上解決了專業知識的表述問題，通過過去專家的經驗實例對神經網絡系統進行模擬訓練就可以。神經網絡系統能夠輕松的掌握專業知識并將其同專家系統做出對比，具有高效、保質的監測性能。但美中不足的是，它只能利用一些明確的故障案例進行診斷，不具備自身邏輯思維的能力。

3.4 提升檢測工作人員的素質

進行檢測管理，必須把工人的各項素質不斷進行提升，第一生產線上的檢測的工作人員真正將設備的安全問題放在心上，把設備檢測當成是自己的事來做，為社會、為人民作出貢獻。

4 結語

對于新形勢下工程機械健康狀態的監測技術，我們必須要給予新的認識，從思想觀念和技術方法上進行創新，做好新形勢下工程機械健康狀態的監測技術的應用，使工程機械健康狀態的監測技術的可靠性和檢修質量進一步提升，為我國工程機械健康狀態的監測技術事業的更快、更穩的發展做出一份應有的貢獻。

參考文獻

[1]李永濤，王獻嶺，劉成棟.工程機械的狀態監測參數和測量方法[J].工程機械與維修，2010（2）.

[2]杜浩鈞.工程機械維修現狀及對策分析與研究[D].吉林大學，2005.

[3]李寒林，蔡振雄，林金表，等.船舶柴油機拉缸故障振動診斷技術探析[C]//第十屆全國內河船舶與航運技術學術會議論文集，2006.