“機械故障診斷技術與應用”案例庫教學平臺

摘要：“機械故障診斷技術與應用”是一門多學科交叉的課程，涉及多個領域的知識和技術，如機械工程、計算機科學、信號處理等。在生產系統中，機械故障診斷技術對于保證設備的安全穩定運行至關重要。針對該課程傳統教學模式中無法與實際應用連接的問題，對該課程進行教學改革，利用PyQt5建立“機械故障診斷技術與應用”課程案例庫，通過人機交互的方式，用戶可以直觀了解到實際應用中信號分析和故障診斷方法的實現，提高學生的學習效果和興趣。

關鍵詞：故障診斷技術與應用；PyQt5；案例庫；教學改革

“機械故障診斷技術與應用”作為機械工程學科專業碩士的一門學位課程，旨在讓學生全面了解和掌握機械故障診斷的基本理論、方法和應用。該課程涵蓋了傳感器理論、數字信號處理、人工智能、計算機科學等多個領域，為學生提供了廣闊的學習視野和實際應用的機會［1］。通過這門課程的學習，學生可以深入了解機械故障診斷技術的發展趨勢和應用前景，掌握相關的理論知識和實踐技能，為未來的職業發展打下堅實的基礎。

隨著現代工業的發展，故障診斷技術作為機械設備健康狀態運維的有效組成部分，已經成為保證生產系統安全穩定運行和提高產品質量的重要手段和關鍵技術［2］。特別是近年來，隨著傳感檢測技術、計算機技術、信號處理技術等領域的突破性進展，機械故障診斷技術從理論、方法到應用領域都發生了翻天覆地的變化［3］。這些技術的進步為機械故障診斷提供了更準確、高效的方法，使得故障診斷更加精確和及時，為生產系統的安全穩定運行提供了有力保障。與此同時，為了滿足實踐性強并結合新理論、新方法及新的應用領域的要求，“機械故障診斷技術與應用”課程內容需要不斷更新和完善，注重跨學科整合和實踐應用，培養學生的創新思維和參與意識。

通過查閱國內外相關文獻發現，現有的資料尤其是教材，一般比較側重理論講解，學生如果只借助紙質資料去學習，內容太抽象，對于一些復雜的概念、原理或操作過程，學生可能難以通過文字和圖片形成直觀的理解［4］。隨著教育教學現代化的發展，計算機輔助教學以其互動性強、資源共享等優勢越來越受到國內外高校的歡迎［5］。

基于上述分析，本文開發了一個基于PyQt5的“機械故障診斷技術與應用”案例庫平臺，該平臺作為一款輔助教學工具，簡單易操作，便于學生系統、全面地掌握機械故障診斷技術的基本原理和典型算法。在講授式教學的基礎上，引入案例教學、討論式教學等多種教學，提高學生的學習興趣，進而提升教學質量，培養出更多具備實際應用能力的機械故障診斷技術人才。

一、案例庫的設計與實現

基于PyQt5的案例庫教學平臺是以“機械故障診斷技術與應用”課程理論為基礎，在平臺界面加入實踐教學的內容，案例庫教學平臺包含了信號分析方法與應用、故障識別兩大模塊的實踐教學內容，每個模塊包含2～3個案例。通過PyQt5中的QtDesigner來創建GUI登錄界面和主界面，在主界面創建一個Qmainwindow主窗口，分別在主窗口上創建菜單欄、工作區、狀態欄等部件，并通過代碼實現案例庫各部分功能。用戶通過點擊登錄，進入案例庫平臺的主界面進行相應的操作。所建立的案例庫平臺架構圖如圖1所示：

二、信號分析方法與應用模塊

信號分析方法與應用模塊中設置了典型信號及隨機信號的時域分析、頻域分析及時頻域分析三部分，各部分介紹如下：

（一）時域分析

信號是信息的承載方式，可以用一個或多個變量的函數在數學上進行表示。所建立的教學案例庫中，設置了正弦波、方波、鋸齒波、三角波等典型信號及隨機信號，用戶選擇相應信號后，通過手動輸入信號的幅值和頻率，即可在主界面得到相應的時域波形圖。時域分析子界面中，選擇相應信號即可顯示出其時域特征值，如圖2所示。

（二）頻域分析

頻域分析中包含了傅里葉變換、功率譜、倒頻譜三種頻域分析方法，以鋸齒波信號為例，其傅里葉變換的分析結果如圖3所示。

（三）時頻域分析

時頻域分析中包含了小波變換及希爾伯特黃變換兩種時頻分析方法，用戶可以通過輸入小波基函數直觀觀察到不同的小波基函數對信號分解的影響。以鋸齒波信號為例，其小波變換和希爾伯特黃變換的分析結果圖如圖4所示。

三、故障識別模塊

故障識別模塊中設置了齒輪振動檢測與診斷、軸承振動檢測與診斷與旋轉機械振動檢測與診斷三部分，以東南大學齒輪箱數據集為例分別對各部分進行介紹，該數據集包含兩個子數據集：齒輪數據和軸承數據。

（一）齒輪振動檢測與診斷

東南大學齒輪箱數據集中齒輪的運行狀態分為健康（Health）、齒面磨損（Surfacefault）、根部裂紋（Rootfault）、斷齒（Misstooth）、缺齒（Chippedtooth）五種。通過選擇相應的運行狀態，即可在主界面顯示出振動信號的時域波形圖。設置了聚類（Kmeans）、支持向量機（SVM）、卷積神經網絡（CNN）三種故障分類方法，對數據集進行分類展示，如圖5所示。

（二）軸承振動檢測與診斷

東南大學齒輪箱數據集中軸承的運行狀態分為健康（Health）、滾子故障（Ballfault）、內圈故障（Innerringfault）、外圈故障（Outerringfault）、混合故障（Combinationfault）五種，其時域波形圖及分類結果如圖6所示。

（三）旋轉機械振動檢測與診斷

該部分中用戶可以自主選擇想要分析的文件，輸入采樣頻率及采樣時間等參數即可繪制出所輸入振動信號的時域波形圖。輸入軸承的相關參數，即可將故障頻率計算結果顯示在主界面相應的結果框中，如圖7所示。

結語

本文利用Python強大的數值計算、數據分析能力，基于PyQt5設計了一款“機械故障診斷技術與應用”交互界面教學平臺，涵蓋了典型信號的分析與應用、旋轉機械振動檢測與診斷識別等功能。該教學平臺操作簡單、界面簡潔，具有良好的應用性和交互性，允許用戶通過自行修改相關參數，對振動信號進行可視化分析。該平臺不僅方便教學，也為旋轉機械故障診斷領域的學者提供了分析和解決問題的工具。

參考文獻：

［1］嚴保康，周鳳星，盧少武，等.案例探究式教學在故障診斷課程中的應用［J］.大學教育，2019（09）：6769.

［2］徐臻琳.機械故障檢測診斷技術在機電設備管理中的應用分析［J］.內燃機與配件，2022（01）：162164.

［3］李云豪.人工智能在線監測技術在煙草機械故障診斷中的應用［J］.科技資訊，2022，20（20）：912.

［4］陸安琴，秦嬋嬋，胡圣波，等.基于PyQt5的數字圖像處理實驗平臺設計［J］.電子元器件與信息技術，2021，5（02）：158161.

［5］王胤，楊慶.仿真教學系統在專業課程教學中的應用與探索［J］.教育現代化，2019，6（61）：165169.

基金項目：省級專業學位研究生教學案例（庫）立項建設項目，項目編號：KCJSZ2022039；中央引導地方科技發展資金項目（226Z1906G）；河北省高等學校科學技術研究項目（QN2023188）

作者簡介：崔彥平（1973—），男，漢族，河北石家莊人，教授，碩士研究生導師，主要從事檢測與故障診斷方面研究；崔素曉（1999—），女，漢族，研究生，主要從事信號處理與故障診斷方面研究；武哲（1986—），男，漢族，河北石家莊人，博士，講師，主要從事旋轉機械故障診斷方面研究；張琳琳（1988—），女，漢族，山東泰安人，博士，講師，主要從事材料與結構部件工程強度與可靠性分析方面研究；秦志英（1976—），女，漢族，河北石家莊人，博士，教授，機械系主任，主要從事系統動力學分析及設備智能管理與運維方面研究。