工程機械狀態監測與故障診斷系統的研究

曾祥龍

（黑龍江交通職業技術學院，黑龍江 　齊齊哈爾　161000）

工程機械狀態監測與故障診斷系統的研究

曾祥龍

（黑龍江交通職業技術學院，黑龍江 齊齊哈爾161000）

【摘要】工程機械作業多在露天條件下，工作環境惡劣，工作強度大，因此故障率較高。一旦工程機械出現了故障，將會嚴重影響工程進度，影響工程經濟效率，甚至釀成生產安全事故。隨著科技的進步，出現了工程機械狀態監測與故障診斷系統，工程機械狀態監測與故障診斷是利用傳感器技術和微機處理技術，對工程機械運行參數進行實時監控和數據采集，憑借數據庫建立的專家分析系統，對特性參數進行數據分析，能夠提早發現故障隱患起到最大程度預防故障產生的作用，同時一旦故障產生依靠狀態監測與故障診斷系統能夠為維修技術人員提供快速診斷依據。

【關鍵詞】工程機械；監測；故障診斷

隨著工程機械電子控制化程度的加深，給工程機械狀態監測與故障診斷帶來了必要性。工程機械狀態監測與故障診斷是利用傳感器技術和微機處理技術，對工程機械運行參數進行實時監控和數據采集，憑借數據庫建立的專家分析系統，對特性參數進行數據分析，能夠提早發現故障隱患起到最大程度預防故障產生的作用，同時一旦故障產生，依靠狀態監測與故障診斷系統能夠為維修技術人員提供快速診斷依據。

1　工程機械狀態監測與故障診斷系統研究現狀

自80年代開始，國內開始設備監測與診斷系統的研究。經過幾十年的研究和應用推廣，現在設備監測與診斷系統已經廣泛應用于各行業中。主要應用的技術有兩個階段，第一個階段是傳感器與信號分析處理階段。傳感器技術是依靠光敏、熱敏、霍爾效應、電磁感應、聲吶等原理，利用傳感器反映設備的工作狀態參數的技術。信號分析與處理技術是依靠微機，利用數據庫進行采集信號對比分析的技術。第二個階段是人工智能和專家系統的應用，是指利用計算機實現一種新的能以人類智能相似的方式做出反應的智能系統，現在的故障診斷系統已經朝向遠程控制的趨勢的發展，相關研究還處于試驗階段，技術不是非常成熟。

2　工程機械狀態監測與故障診斷系統

2.1工程機械狀態監測與故障診斷系統的作用

工程機械狀態監測與故障診斷系統能夠確定工程機械的運行狀況，監測故障產生的部位，分析故障原因和推薦維修方案。工程機械狀態監測與故障診斷系統是維修技術人員進行快速診斷維修的有力工具，此外能夠及時、正確地對各種異常狀態或故障做出診斷，預防或消除故障，提高設備運行的可靠性，安全性和有效性，以期把故障損失降低到最低水平。

2.2工程機械狀態監測與故障診斷系統的原理

工程機械狀態監測與故障診斷系統涉及到力學、電學、化學、材料學等多門學科，核心是傳感器技術與計算機技術。工程機械故障在運行中可以通過狀態信號來預判或者顯示。通過監測轉速、溫度、聲音、震動、尾氣成份濃度等工作狀態信號，將其與數據庫對比，能夠實現有效排除工程機械故障或將故障消滅在發生的初期，延長工程機械的使用壽命。系統原理及工作流程見圖所示，針對傳感器和各監測電路的采集信號，要首先經過信號處理，將模擬信號轉化成數字信號，并進行必要的濾波整流或者信號放大。計算機將經過處理后的信號與數據庫中的標準值進行比較，并按照數據比照結果進行故障種類判斷，并根據采集信號分類進行故障部位確定，點亮報警燈，并輸出故障信息。故障信息包括故障產生的部位、故障原因、推薦維修方案。

3　工程機械狀態監測與故障診斷系統的發展趨勢

工程機械狀態監測與故障診斷系統與當前科學技術的融合是工程機械狀態監測與故障診斷系統的未來發展方向。總體來說，有以下幾個發展趨勢：

1)工程機械狀態監測與故障診斷系統與當前最新的激光測試技術相融合。激光測試技術作為一種高科技技術手段能夠精密化檢測。

2)工程機械狀態監測與故障診斷系統與當前最新的光纖傳導技術相融合。工程機械狀態監測與故障診斷系統一旦應用光纖傳導技術，憑借其信號傳導速度快、信息量大的特點，其系統運行速度和反映能力將會大大提高。

3)工程機械狀態監測與故障診斷系統與智能技術相融合。智能技術包括模糊邏輯理論技術、混沌理論技術、神經網絡技術等，能夠更好的實現設備監測診斷的科技性。

4)工程機械狀態監測與故障診斷系統與非線性原理和方法的融合。機械設備在發生故障時， 其行為往往表現為非線性特征。如旋轉機械的轉于在不平衡外力的作用下表現出的非線性振動。隨著混沌與分型幾何方法的日趨完善，這類問題必將得到進一步解決。

4　結束語

工程機械故障診斷系統，能夠將傳統的故障出現以后的維修轉換到故障預報維修，以主動維修的方式有效排除工程機械故障或將故障消滅在發生的初期，延長工程機械的使用壽命。這門技術還處于發展初期階段，其功能，由其是遠程專家系統的功能還有待于研究完善。

【參考文獻】

[1]徐曉光，喻道遠，饒運清，郭偉，李培根.工程機械的智能化趨勢與發展對策[J].工程機械,2002年06期.

[2]王世明，楊為民，李天石，賈鴻社.國外工程機械新技術新結構和發展趨勢[J].工程機械,2004年01期 .

[3]袁海英，陳光，謝永樂.故障診斷中基于神經網絡的特征提取方法研究[J].儀器儀表學報.2007年01期.

[4]謝寶義.工程機械狀態檢測與故障診斷技術[J].計量與測試技術,2002年04期 .

[5]周汝勝，焦宗夏,王少萍.液壓系統故障診斷技術的研究現狀與發展趨勢[J].機械工程學報,2006年09期.

【作者簡介】

曾祥龍（1982-），男，漢，甘肅民勤，本科，講師，研究方向：工程機械。