機械設備故障診斷技術的常用方法及新技術的應用研究

摘 要：在機械設備領域上，分析了以往設備故障診斷技術的特點，總結了目前診斷技術的發展前沿。本文首先對傳統故障診斷技術進行了介紹，隨后詳細分析了應用現代智能控制核心算法的故障診斷技術的特點和優勢，最后表明了未來故障診斷技術的發展方向，即是在采用智能容錯控制技術的同時利用局域網技術將設備、傳感器和計算機聯系在一起，通過人工智能算法優化信號的處理和分析，從而得到正確的決策診斷。

關鍵詞：機械設備；故障診斷技術；常用方法；新技術

DOI：10.16640/j.cnki.37-1222/t.2019.13.064

1 機械設備診斷故障技術的傳統檢測方案

（1）直接觀察檢測。以往現場技術人員在機械設備發生問題時，往往通過眼睛和耳朵直接觀察設備情況并且結合設備材料和自身工作經驗來檢查解決設備故障。但是這種通過眼睛和耳朵的傳統經驗故障診斷技術已經不能適應現如今大型化和精密化機械設備的故障檢測需求了。

（2）設備內部溫度監測。現代設備發生故障的原因很大一部分是摩擦不良，利用現代熱敏材料和紅外線技術，對設備關鍵部位進行溫度檢測，觀察關鍵零件的溫度變化趨勢，能夠有效快速的了解設備運轉狀態，從而當故障發生時能快速知道設備發生故障的所在地。

（3）振動噪音頻譜分析。在一般設備的材料說明書中都寫有當設備發生異響振動時需要停機檢查。這說明噪音和振動是判斷設備故障的重要依據。因此可以通過聲波采集裝置和振動信號監測裝置來采集和分析設備內部零件的噪音和振動信號，隨后對這些信號進行傅里葉變換得到噪音和振動信號頻譜，最后分析噪聲信號的頻譜可以了解設備的運行情況。但是噪聲和振動信號容易受到外部環境的影響，因此對設備的頻譜分析存在局限性。

（4）油液光譜分析。設備發生故障的另一個誘因就是潤滑不良，因此對于存在有液壓和潤滑系統的設備，可以通過光譜分析其潤滑油中的細微顆粒來發現設備故障發生的原因。

2 機械設備故障診斷新技術的應用

（1）信息融合技術。隨著現代科學技術的發展，信號獲取的方式越來越多，越來越先進，但是如何得到可靠的故障特征信號應該是未來人們研究的重點和趨勢。對于如何獲得有效的故障信號，這就首先需要大量多種的信號傳遞裝置來保證監測對象的相同，隨后采用正確的信息融合分析技術來處理這些信號，從而得到我們想要的結果。

目前，在信號頻譜分析的領域內，傅里葉變換和小波變換是兩種重要的信號處理方式。對于傅里葉變換而言，其能夠有效地在整個頻域內分析信號的成分，但是它不能同時地進行頻域和時域的分析。而與傅里葉變換相比，小波變換能夠同時地進行頻域和時域的分析，尤其擅長故障信號在頻率和時間上的細節分析，能夠突出信號的局部特點。小波變換還能夠簡單有效地分析非定常瞬態變化信號的特性，甚至在實際操作中，可以不借助數學模型都能夠穩定迅速的分析信號。此外，在小波變換的基礎上加入神經網格和分形理論，能夠進一步得到更加可靠的故障信號。

（2）智能決策算法。隨著人工智能技術的發展，可以將人工智能控制的核心算法如模糊控制、遺傳算法等應用到故障判斷的決策上。并且隨著深入研究智能控制以及充分考慮智能控制與機械設備故障診斷技術的關聯，模糊控制、遺傳算法等智能決策算法在故障診斷決策應用中的優勢將逐步放大。在查閱相關文獻和了解現場應用情況的基礎上，可以發現智能控制應用在診斷決策的優勢如下：

①在故障診斷中應用模糊理論，只需建立合適的隸屬函數和模糊矩陣，就能得到較為準確的問題來源，無需為建立準確的數學模型而浪費大量的時間；②采用神經網格的故障判斷決策能夠采用聯想、分類和自我組織的辦法準確的處理繁雜的信息；③對于應用了遺傳算法的故障診斷技術，能夠同時處理多個問題并且能夠處理判斷各個領域的問題。此外遺傳算法在處理非線性問題以及寬泛查找問題上具有顯著的優勢；④在信息部分缺少和精度不夠的故障診斷決策上，粗糙集理論能夠自我分析，發現信號之間的相對關系，然后將自我分析出的聯系綜合成簡單的信息特征，從而能夠解決數據缺失的故障診斷問題。

（3）網絡集成資源。近些年來，隨著科學技術的進步，在工業控制技術領域上，局域網技術占據著絕對優勢的地位。并且在信息收集和分析的領域上，局域網技術具有重要的戰略地位。在機械設備故障診斷技術上能夠借助局域網將信號檢測設備與計算機連接起來，通過數據完成對原始信息的接受，歸納以及分析決策。并且能夠利用計算機強大的計算能力，使用以上介紹的方法，更加快速準確的完成故障診斷分析，進而保證機械設備的運轉穩定。

（4）容錯控制。容錯控制的定義為在故障發生時，系統能夠自動剔除故障并且能夠重新構建系統或者是即使系統發生了故障，系統仍能穩定運行并且運行性能雖有下降但仍能滿足需要，即是系統能夠允許故障的存在。系統能夠實現容錯控制的前提是較為富裕的設計方法，如設備裝置設計時系統中存在自我補償結構，即設備構件能夠自我重建；或者是設備運行參數能夠自我調節，以維持設備的安全穩定運行。在智能控制快速發展的時代背景下，智能容錯控制是工業自動控制未來的發展趨勢，即是將不斷改進和提高機械設備自動控制系統中自我故障處理的能力。

3 結語

隨著科學技術的進步發展，機械設備愈發大型化和精密化，因此設備系統發生故障的概率和收集故障發生信號的困難性大大增加。所以為了開發和驗證適應現代機械設備的故障診斷技術，需要在故障診斷技術的原理和措施上進行更深入的研究。借助人工智能控制的核心算法原理，改進故障信號的收集和分析方式，從而得到有效的故障特征信號和正確的故障診斷決策，此外還采用智能容錯控制，從而最終能夠保證現代大型精密化設備的安全高效運行。

參考文獻：

[1]代寬.故障診斷技術在機械設備中的應用[J].內燃機與配件，2018

（24）：123-124.

[2]李少見.故障診斷技術在機械設備中的應用[J].南方農機，2018

（20）：57.

[3]姜小艷，李貴紅.基于Labview的機械設備故障診斷技術的研究與應用[J].科技視界，2018（25）：87-88.

作者簡介：馬志德（1988-），男，湖北黃岡人，碩士研究生，助教，主要從事機電成套裝備系統方向研究。