機(jī)械設(shè)備中的可靠性及故障診斷方法研究

馬驥

【摘 要】在機(jī)械設(shè)備運(yùn)行周期中，由于環(huán)境及設(shè)備損耗會(huì)產(chǎn)生故障，如何快速有效并且低成本進(jìn)行故障診斷維修事關(guān)整個(gè)產(chǎn)品線。文章利用監(jiān)控設(shè)備對(duì)運(yùn)行的機(jī)械設(shè)備進(jìn)行狀態(tài)監(jiān)控，并分析故障檢測(cè)的主流方法，提供了比較完整的機(jī)械故障可靠性分析技術(shù)。

【關(guān)鍵詞】可靠性分析;故障檢測(cè);診斷方法

【中圖分類號(hào)】TH17 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2019）02-0135-02

現(xiàn)代機(jī)械設(shè)備朝著大型機(jī)、精密化及復(fù)雜化方向發(fā)展，機(jī)械設(shè)備各部件之間的耦合也越來(lái)越緊，單一元器件故障可能引起整個(gè)設(shè)備運(yùn)轉(zhuǎn)異常。傳統(tǒng)的故障檢測(cè)依靠人的經(jīng)驗(yàn)，已經(jīng)越來(lái)越不能適應(yīng)現(xiàn)代機(jī)械設(shè)備可靠性分析及故障檢測(cè)。對(duì)復(fù)雜設(shè)備的狀態(tài)檢測(cè)成為故障檢測(cè)的主流方法，對(duì)各元器件振動(dòng)特征、特亮特征等參數(shù)進(jìn)行監(jiān)控，再通過(guò)系統(tǒng)方法快速查找故障點(diǎn)，進(jìn)一步縮短了故障檢測(cè)時(shí)間。

由于信息技術(shù)發(fā)展，自動(dòng)化系統(tǒng)在現(xiàn)代機(jī)械故障可靠性分析領(lǐng)域得到前沿應(yīng)用，技術(shù)人員可通過(guò)各類傳感器采集運(yùn)行數(shù)據(jù)，利用數(shù)據(jù)分析處理系統(tǒng)來(lái)進(jìn)行故障分析;同時(shí)，大數(shù)據(jù)挖掘及人工智能技術(shù)在故障決策模型中得到了廣泛應(yīng)用，隨著這些技術(shù)研究，相信未來(lái)的機(jī)械設(shè)備故障分析處理系統(tǒng)性能會(huì)得到極大提高。

1 故障檢測(cè)方法及過(guò)程

隨著機(jī)械復(fù)雜度的增加，傳統(tǒng)方法對(duì)設(shè)備故障檢測(cè)時(shí)效性不同，復(fù)雜度每上升一倍，故障檢測(cè)耗時(shí)呈指數(shù)級(jí)增加，表1對(duì)不同時(shí)期機(jī)械設(shè)備故障檢測(cè)時(shí)間進(jìn)行了統(tǒng)計(jì)。

隨著信息技術(shù)發(fā)展，現(xiàn)代機(jī)械設(shè)備故障檢測(cè)可通過(guò)專家系統(tǒng)對(duì)檢測(cè)狀態(tài)數(shù)據(jù)進(jìn)行特征提取，根據(jù)分析結(jié)果來(lái)確定故障點(diǎn)，這類診斷系統(tǒng)結(jié)合了歷史經(jīng)驗(yàn)數(shù)據(jù)、自動(dòng)診斷技術(shù)、專家診斷系統(tǒng)及決策系統(tǒng)等多個(gè)模塊，通過(guò)現(xiàn)代高性能計(jì)算機(jī)對(duì)原始采集數(shù)據(jù)進(jìn)行處理，能更準(zhǔn)確地對(duì)故障點(diǎn)及原因進(jìn)行判斷，同時(shí)通過(guò)實(shí)際檢驗(yàn)判斷成功把此判斷數(shù)據(jù)作為歷史數(shù)據(jù)進(jìn)行存檔。

現(xiàn)有主流的機(jī)械設(shè)備故障檢測(cè)方法有振動(dòng)法、超聲波法、探測(cè)法等，如主流的振動(dòng)發(fā)，利用傳感器測(cè)得機(jī)械設(shè)備振動(dòng)時(shí)的振幅、頻率及相位信息。

d（t）=Dsin[（2π/T）t+φ）]

其中，D、T、φ分別表示振動(dòng)振幅﹑頻率及相位。

機(jī)械設(shè)備故障診斷一般分為如下步驟：？譹？訛對(duì)初始采集信號(hào)進(jìn)行檢測(cè)，利用傳感器對(duì)機(jī)械振動(dòng)各種能量信號(hào)進(jìn)行采集（溫度、振動(dòng)振幅、頻率、相位、電流電壓等）。？譺？訛對(duì)采集信號(hào)進(jìn)行故障篩選，將初始值按照一定規(guī)則進(jìn)行壓縮，去除冗余等數(shù)據(jù)，形成最終的待檢測(cè)信號(hào)。？譻？訛通過(guò)各類專家模型建立信號(hào)故障的判斷準(zhǔn)則。④分析判斷結(jié)果，并通過(guò)實(shí)際檢測(cè)來(lái)進(jìn)行驗(yàn)證。

振動(dòng)檢測(cè)法主要檢測(cè)機(jī)械設(shè)備振動(dòng)時(shí)的振幅、頻率及相位，下面進(jìn)行詳細(xì)描述。

1.1 振動(dòng)幅度故障分析

機(jī)械設(shè)備振動(dòng)幅度有其標(biāo)準(zhǔn)，體現(xiàn)了系統(tǒng)能量，在給定電流電壓等外界動(dòng)力數(shù)值內(nèi)，各部件的振動(dòng)幅度也在一定范圍內(nèi)，機(jī)械振動(dòng)幅值用振動(dòng)時(shí)移量、振動(dòng)速率及加速率來(lái)表示，當(dāng)出現(xiàn)故障時(shí)，則時(shí)移量、振動(dòng)速率及加速率會(huì)出現(xiàn)偏差。

1.2 頻率故障分析

頻率表示機(jī)械設(shè)備在一定周期內(nèi)振動(dòng)的次數(shù)，是設(shè)備重要指標(biāo)之一，不同的部件出現(xiàn)故障會(huì)導(dǎo)致振動(dòng)頻率不一樣。通過(guò)頻率檢測(cè)傳感器對(duì)設(shè)備各部件的振動(dòng)頻率進(jìn)行采集分析，可以分析出故障的具體位置。

1.3 相位故障分析

相位反映了機(jī)械設(shè)備對(duì)交流電的反應(yīng)狀態(tài)，當(dāng)交流電方向相反而能量相等時(shí)，其相位可能出現(xiàn)疊加。對(duì)設(shè)備進(jìn)行相位數(shù)據(jù)采集可以查看其交流諧波、平衡度及共振點(diǎn)的判斷。

在實(shí)際的振動(dòng)檢測(cè)法中，可能同一個(gè)故障部件或原因會(huì)造成振動(dòng)幅度、頻率及相位的疊加反映，這就要求基于專家系統(tǒng)的智能故障檢測(cè)系統(tǒng)對(duì)所有的數(shù)據(jù)與原因進(jìn)行排列組合，并統(tǒng)一添加至經(jīng)驗(yàn)數(shù)據(jù)庫(kù)中。這樣，當(dāng)系統(tǒng)對(duì)采集到的數(shù)據(jù)進(jìn)行故障檢測(cè)處理后，將所有可能的故障原因進(jìn)行展示，相應(yīng)的工程人員根據(jù)自己的經(jīng)驗(yàn)對(duì)故障原因及部件進(jìn)行實(shí)際檢驗(yàn)，并將處理結(jié)果進(jìn)行反饋。

在機(jī)械設(shè)備運(yùn)行周期中，由于環(huán)境及設(shè)備損耗會(huì)產(chǎn)生故障，如何快速有效并且低成本進(jìn)行故障診斷維修是整個(gè)系統(tǒng)的關(guān)鍵，所以智能化的專家檢測(cè)系統(tǒng)結(jié)合工程技術(shù)人員的經(jīng)驗(yàn)大幅提高了檢測(cè)效率及時(shí)效。

2 機(jī)械設(shè)備故障檢測(cè)的發(fā)展方向

在各類信息技術(shù)及微電子技術(shù)得到廣泛應(yīng)用之前，機(jī)械設(shè)備的精密度還較低，各部件耦合度較低，所以在此階段一般依靠檢修人員的經(jīng)驗(yàn)對(duì)故障現(xiàn)象進(jìn)行分析，判斷故障產(chǎn)生的原因及具體位置;后來(lái)，隨著設(shè)備部件的增多，僅僅依靠工程人員經(jīng)驗(yàn)的檢測(cè)方法逐漸不能適應(yīng)現(xiàn)代設(shè)備的檢測(cè)性能要求，各類檢測(cè)診斷儀器得到大范圍應(yīng)用，如溫度傳感器、速度傳感器、振動(dòng)幅度傳感器，這些檢測(cè)設(shè)備有效提高了數(shù)據(jù)獲取的精度，但是在此階段，還需依靠工程技術(shù)人員對(duì)數(shù)據(jù)進(jìn)行分析。

隨著各類故障檢測(cè)設(shè)備及信息處理技術(shù)的發(fā)展，機(jī)械設(shè)備故障檢測(cè)的發(fā)展經(jīng)歷了人工法、混合診斷法、智能自動(dòng)診斷法3個(gè)階段。隨著現(xiàn)代大數(shù)據(jù)及互聯(lián)網(wǎng)技術(shù)發(fā)展，在此基礎(chǔ)上的現(xiàn)代智能診斷系統(tǒng)朝著專家智能檢測(cè)、互聯(lián)網(wǎng)遠(yuǎn)程協(xié)作及機(jī)械設(shè)備自動(dòng)隔離故障部件等方向發(fā)展。下面描述機(jī)械設(shè)備故障檢測(cè)發(fā)展歷程及趨勢(shì)。

2.1 人工法

傳統(tǒng)的機(jī)械設(shè)備精度較低，各部件之間耦合度低，其故障定位檢測(cè)主要依靠人的經(jīng)驗(yàn)來(lái)判決。如老的礦機(jī)挖掘等是設(shè)備，維修中工程人員根據(jù)其聲音、溫度、頻率等來(lái)判別故障位置。但隨著機(jī)械設(shè)備部件及密度的增加，其檢測(cè)率及檢測(cè)精度降低。

2.2 混合法

隨著機(jī)械設(shè)備精度的增加，針對(duì)各部件的各類檢測(cè)診斷儀器出現(xiàn)，人的經(jīng)驗(yàn)與檢測(cè)儀有效結(jié)合極大地增強(qiáng)了故障檢測(cè)效率。工程人員可以利用檢測(cè)儀對(duì)設(shè)備進(jìn)行數(shù)據(jù)采集，并對(duì)數(shù)據(jù)進(jìn)行分析，如礦機(jī)設(shè)備對(duì)主發(fā)動(dòng)機(jī)、傳送帶、壓縮泵的位移、維度及壓力等數(shù)據(jù)進(jìn)行采集，工程人員可以根據(jù)經(jīng)驗(yàn)來(lái)分析判斷故障原因。

2.3 智能自動(dòng)診斷法

隨著信息技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展，現(xiàn)在智能化自動(dòng)化診斷系統(tǒng)不再依靠傳統(tǒng)的人的經(jīng)驗(yàn)，而是建立判決模型（各類歷史數(shù)據(jù)經(jīng)驗(yàn)作為專家系統(tǒng)）來(lái)對(duì)采集數(shù)據(jù)自動(dòng)進(jìn)行判決，這類判決模型結(jié)合了歷史經(jīng)驗(yàn)、判決邏輯及運(yùn)算處理方法。

基于專家系統(tǒng)的智能化故障診斷方法首先將歷史經(jīng)驗(yàn)數(shù)據(jù)按照一定的邏輯存儲(chǔ)于系統(tǒng)知識(shí)庫(kù)中，對(duì)特定機(jī)械系統(tǒng)設(shè)計(jì)故障決策及評(píng)價(jià)模型。系統(tǒng)將傳感器采集的各類數(shù)據(jù)輸入故障決策模型，調(diào)用專家知識(shí)庫(kù)對(duì)數(shù)據(jù)進(jìn)行分析，最后計(jì)算出故障原因及位置，并將結(jié)果通過(guò)人機(jī)接口返回給用戶。

通過(guò)智能化專家爭(zhēng)端系統(tǒng)分析的故障原因可能不唯一，比如同一故障現(xiàn)象可能得到不同的故障原因及位置，專家系統(tǒng)會(huì)給出不同原因?qū)?yīng)的出錯(cuò)比例，此時(shí)還是需要有經(jīng)驗(yàn)的工程人員對(duì)故障位置及原因進(jìn)行對(duì)比，得到最終結(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(kù)中，這樣整個(gè)系統(tǒng)的故障檢測(cè)效率會(huì)隨著診斷次數(shù)的增加而增強(qiáng)。

3 結(jié)語(yǔ)

基于專家系統(tǒng)的智能自動(dòng)故障檢測(cè)技術(shù)已經(jīng)廣泛應(yīng)用于各類機(jī)械設(shè)備企業(yè)中，其檢測(cè)準(zhǔn)確率及時(shí)效性得到較大提高，有效保障了機(jī)械設(shè)備運(yùn)行的穩(wěn)定性、可靠性。同時(shí)現(xiàn)在大數(shù)據(jù)挖掘、人工智能等技術(shù)已經(jīng)應(yīng)用于基于專家系統(tǒng)的智能自動(dòng)故障檢測(cè)系統(tǒng)中，大數(shù)據(jù)挖掘可有效提高數(shù)據(jù)處理的深度及廣度，而人工智能技術(shù)進(jìn)一步提高各類決策算法的準(zhǔn)確性，這些技術(shù)的應(yīng)用極大地提高了高精密度的機(jī)械設(shè)備的故障處理時(shí)效性及準(zhǔn)確性。

參 考 文 獻(xiàn)

[1]賈軍峰.機(jī)械設(shè)備狀態(tài)分析與自動(dòng)診斷便攜儀的研究開(kāi)發(fā)[D].北京：北京化工大學(xué)，2015：6-12.

[2]Fletcher A J.Thermal Stress and Strain Generation in Heat Treatment[M].Elsevier Science Publishers LTD，NewYork，1989：349-421.

[3]楊蘭.機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)及智能診斷系統(tǒng)的研究[J].化學(xué)工程與裝備，2010，15（1）：13-17.

[4]潘健生，張偉民，錢(qián)初鈞，等.熱處理計(jì)算機(jī)模擬與智能控制[J].機(jī)械工人（熱加工），2002（9）：29-31.

[責(zé)任編輯：陳澤琦]