机械故障诊断

机械故障诊断的定义

顾名思义，所谓机械故障诊断就是一种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。机械故障诊断广泛应用于油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为其主要的诊断技术方式。

换言之，所谓设备诊断技术，也就是在设备运行过程中或基本不拆卸设备的情况下，掌握设备运行状况，判定产生故障的部位和原因，以及预测、预报设备状态的技术。这个定义包括了三个方面的内容：
(1) 要了解设备的现状；
(2) 要了解异常和故障的原因；
(3) 要有预知、预测未来的技术。
这里所说的预知，是指对具体的对象和参数运用决策论方法作出判断；而预测是指对不确定的对象运用概率和统计方法所作的推测。设备的状态是指：设备所受的应力、故障和劣化、强度和性能等。

机械故障诊断的应用

诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用。

机械故障诊断的技术分析

可用于机械状态监测与故障诊断的信号有振动诊断、油样分析、温度监测和无损检测探伤为主，其他技术或方法为辅的局面。这其中又以振动诊断涉及的领域最广、理论基础最为雄厚、研究得最为充分。目前，在振动信号的分析处理方面，除了经典的统计分析、时频域分析、时序模型分析、参数辨识外，近来又发展了频率细化技术、倒频谱分析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非平稳信号假设的短时傅里叶变换、Winger分布和小波变换等。而当代人工智能的研究成果为机械故障诊断注入了新的活力，故障诊断的专家系统不仅在理论上得到了相当的发展，且己有成功的应用实例，作为人工智能的一个重要分支，人工神经网络的研究己成为机械故障诊断领域的一个最新研究热点。

机械故障诊断的前景展望

随着计算机技术、嵌入式技术以及新兴的虚拟仪器技术的发展，故障诊断装置和仪器己经由最初的模拟式监测仪表发展到现在的基于计算机的实时在线监测一与故障诊断系统和基于微机的便携式监测分析系统。这类系统一般具有强大的信号分析与数据管理功能，能全面记录反映机器运行状态变化的各种信息，实现故障的精确诊断。随着网络技术的发展，远程分布式监测诊断系统成为目前的一个研究开发热点。

中国的机械故障诊断技术发展史
　　
我国诊断技术的发展始于70年代末，而真正的起步应该从1983年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”，哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统”，“风机工作状态监测诊断系统”，均取得了可喜的成果。

机械故障诊断杂谈

设备诊断技术并不是预测维修或状态监测技术，它是预测维修的重要手段而不是一种维修体制，不涉及维修技术和方法。而状态监测技术是诊断技术的必要组成部分，它可以作为故障诊断的初级阶段，设备诊断技术则是状态监测以后的识别和判断阶段。所以对多数企业而言，首先应进行设备的状态监测，建立有效的设备监测体系，并在此基础上开展设备故障的简易诊断和精密诊断，为设备维修体制的改革提供有力的技术资源。

现代科学技术的纵深发展，学科高度分化与高度综合的辩证统一，使人们联想到人体本身的机制和功能。对设备的不解体诊断的需要，使人们联想到人类医学。人们要保持身体健康，就必须及时掌握自身的健康状况，以便预先得到必要性的防治。为此需要使用各种医疗仪器作定期检查，依据病史、病历和体检资料，运用病理学、解剖学、生理学的科学知识，经过周密的综合分析和症状对比，才能对病人的健康状况作出诊断，如有必要，则进行治疗或手术。把设备跟人相比就会发现，上述原理对于设备也是适用的。设备在运行过程中会发出各种信号，通过信号的采集、处理、分析以及识别判断，并结合故障诊断机理的研究，可以对设备的现状作出判断，对设备的未来作出预测，这样就实现了设备的不解体诊断，找出设备的故障部位以指导维修。