1、淺析機械故障檢測技術姓名：單位：摘要：在連續生產系統中，如果某臺關鍵設備因故障而不能繼續運 行，往往會涉及全廠生產系統設備的運行，而造成巨大的經濟損失。 因此，對于連續生產系統，例如電力系統的汽輪發電機組、冶金過程 及化工過程的關鍵設備等，故障診斷具有極為重要的意義。關鍵詞:故障；經濟損失；診斷。故障診斷的基礎是建立在能量耗散原理上的。所有設備的作用都是 能量轉換與傳遞，設備狀態愈好，轉換與傳遞過程中的附加能量損耗 愈小。例如機械設備，其傳遞的能量是以力、速度兩個主要物理參數 來表征，附加能量損耗主要通過溫度及振動參數表現。隨著設備劣化 程度加大，附加能量損耗也增大。因此，監測附加能量損耗的變

2、化， 可以了解設備劣化程度。1.設備的壽命及劣化曲線浴盆曲線：設備維修工程中，根據統計得出的一般機械設備劣化進 程規律曲線。由于曲線的形狀類似浴盆的剖面線，因此稱為浴盆曲線。 浴盆曲線中的三個階段：1一磨合期，表示新機器的磨合階段，這時 故障率較高。II一正常使用期，表示機器經磨合后處于穩定階段，這時故障率最低。 III一耗損期，表示機器由于磨損、疲勞、腐蝕已處于老年階段，因此 故障率又逐步升高。2故障診斷的內容2.1運行狀態的監測一一根據機械設備在運行時產生的信息判斷設 備是否運行正常，其目的是為了早期（盡早）發現設備故障的苗頭。2.2設備運行狀態的趨勢預報一一在狀態監測的基礎上進一步對設

3、備運行狀態的發展趨勢進行預測，其目的是為了預知設備劣化的速度 以便為生產安排和維修計劃提前作好準備。2.3故障類型、程度、部位、原因的確定一一最重要的是故障類型 的確定，它是在狀態監測的基礎上，當確認機器已處于異常狀態時所 需要進一步解決的問題，其目的是為最后的診斷決策提供依據。3故障診斷的基本方法按機械故障診斷方法的難易程度分類：可分為簡易診斷法和精密診 斷法。按機械故障診斷的測試手段來分類，主要分為直接觀察法，振 動噪聲測定法，無損檢測法，磨損物測定法，機器性能參數測定法。3.1簡易診斷法指主要采用便攜式的簡易診斷儀器，如測振儀、聲 級計、工業內窺鏡、紅外點溫儀對設備進行人工巡回監測，根據

4、設定 的標準或人的經驗分析，了解設備是否處于正常狀態。若發現異常， 通過對監測數據分析進一步了解其發展的趨勢。因此，簡易診斷法主 要解決的是狀態監測和一般的趨勢預報問題。3.2精密診斷法指對已產生異常狀態的原因采用精密診斷儀器和 各種分析手段（包括計算機輔助分析方法、診斷專家系統等）進行綜合 分析，以期了解故障的類型、程度、部位和產生的原因及故障發展的 趨勢等問題。精密診斷法主要解決的問題是分析故障部位、程度、原 因和較準確地確定發展趨勢。3.3傳統的直接觀察法，如“聽、摸、看、聞.”是早已存在的古 老方法，并一直沿用到現在，在一些情況下仍然十分有效。但因其主 要依靠人的感覺和經驗，故有較大的

5、局限性。隨著技術的發展和進步， 目前出現的便攜式測振儀、泄漏聽診儀、光纖內窺鏡、紅外熱像儀、 激光全息攝影等現代手段，大大延長了人的感觀器官，使這種傳統方 法又恢復了青春活力，成為一種有效的診斷方法。3.4振動噪聲測定法，機械設備在運動狀態下（包括正常和異常狀 態）都會產生振動和噪聲。進一步的研究還表明，振動和噪聲的強弱 及其包含的主要頻率成分和故障的類型、程度、部位和原因等有著密 切的聯系。大多數機械設備是定速運轉設備，各零部件的運動規律決 定了它的振動頻率。由于是定速運轉，其振動頻率即為該零件的特征 頻率，觀測特征頻率的振動幅值變化，可以了解該零部件的運動狀態 和劣化程度。（振動法，由于不

6、受背景噪聲干擾的影響，使信號處理 比較容易，因此應用更加普遍。）3.5無損檢測是一種從材料和產品的無損檢測技術中發展起來的方法，它是在不破壞材料表面及內部結構的情況下檢測機械零部件缺陷 的方法。它使用的手段包括超聲、紅外、X射線、Y射線、聲發射、 磁粉 探傷、滲透染色等。3.6磨損殘余物測定法，機器的潤滑系統或液壓系統的循環油路中 攜帶著大量的磨損殘余物（磨粒）。它們的數量、大小、幾何形狀及成 分反映了機器的磨損部位、程度和性質，根據這些信息可以有效地診 斷設備的磨損狀態。3.7機器的性能參數主要包括顯示機器主要功能的一些數據，如泵 的揚程，機床的精度，壓縮機的壓力，流量，內燃機的功率、耗油量

7、， 破碎機的粒度等。一般這些數據可以直接從機器的儀表上讀出，由此 可以判定機器的運行狀態是處于正常范圍之外。當診斷一臺設備的故障部位和原因時，往往需要綜合的運用多種檢 測方法。在判定前，要列舉各種可能及該可能的特征參數值，再與檢 測得到的數據進行對比驗證，將對比不相符合的可能排除，剩下相符 的可能，即為設備的故障部位和原因。這就是故障診斷中所普遍使用 的排除法。4機械誤診的原因從診斷的結果與診斷對象客觀存在的差異來看，故障診斷的結論可分 為確診、誤診和漏診，確診即為對診斷對象的故障判斷是準確無誤的。 漏診則是對故障的遺漏。而誤診，顧名思義，就是錯誤的診斷，也可 稱之為誤判。漏診實質上也可歸為對

8、設備的誤診。4.1故障的復雜性在故障診斷過程中，診斷對象的故障過程是復雜多變的，在故障發 展過程中，由于引起故障的因素在性質、特點及作用方式上是不同的， 機械功能狀況和所受損害的具體情況也不同，使得故障征兆和演變具 有不同形式，診斷中往往難以迅速準確地認識故障的性質，導致誤診， 具體表現在以下幾方面：4.1.1故障的發展過程中，一種故障可能表現出多種不同故障征兆。 如液壓系統故障診斷中，電磁換向閥故障可能導致系統壓力、流量不 滿足要求，脈動可能加劇，還可能導致系統工作溫度升高等。而對不 同診斷對象，即使是同一種機械，對同一種故障的反應也是有差異的。一個對象的反應可能快，另一個對象反應可能慢，一

9、個對象的某征兆 對某故障反應可能劇烈，而另一個對象反應可能較平穩等。4.1.2不同故障在發展過程中，可能出現相似的征兆，同種征兆可 能對應多種故障形式。如回轉機械中，各種故障的發生，往往都伴隨 著振動的加劇，而且在頻域分析時，在相同倍頻上，不同故障可能會 有相似的表現形式。這種故障征兆的相似性，使我們在故障診斷中容 易產生混淆。4.1.3在很多情況下，隨著故障的發展，還可能引起繼發性故障， 這種繼發性故障可能會掩蓋原來的故障，或原來的故障掩蓋繼發性故 障，這都將造成故障診斷的困難。如液壓系統中，由于某種原因引起 油液污染程度增加，這可能引起液壓泵運動副的嚴重磨損，磨損的顆 粒混人油液中，進一步

10、加劇油液污染，液壓泵磨損將引起液壓系統失 效，泵的失效是油液污染這種原發性故障所引起的，而原發性故障和 泵磨損這種繼發性故障混在一起，相互促進，造成惡性循環，這增加 了查找原發性故障的難度。為克服故障征兆的復雜性給故障診斷帶來的困難，必須開闊思路，不 拘泥于典型故障一征兆的狹窄思路，從系統角度出發，進行由環境到 機械，由局部到整體，由階段到過程的具體分析，將征兆、原因、故 障機理有機結合起來加以研究，減少誤診率。4.2診斷知識的不確定性各種機械設備，由于復雜程度不同，工作環境各異，使我們獲得的 有關故障的知識往往有不確定和不完善的一面。一般來說，我們不能 等待某種故障完全發生后再得出結論，而必

11、須實施早期診斷，及時采 取措施避免故障的進一步發展，這樣，我們必須依據故障的部分征兆 或無任何征兆情況下作出診斷，這不可避免地帶來誤診。由于故障診斷資料不足，對故障的認識受到較大限制，給明確診斷 帶來困難，有時不能將其有類似征兆的故障完全排除，有時所懷疑的 故障的一般規律與故障征兆不完全相符，另外排除了一種故障的可能， 又缺乏對某種故障作出識別的足夠依據，因此故障診斷的推理過程往 往也是模糊的，具有一定程度的不確定性。針對這種情況，充分研究故障診斷對象，建立合理的模糊知識體和模 糊推理機，利用現代人工智能原理實施診斷更符合故障診斷的性質， 將提高診斷的可靠性。4.3理論的相對性任何理論與實際的

12、故障過程相比，總有局限性，機械設備作為一個 與環境和人共同組成的有機體，是有差異的，理論只能大體概括故障 診斷實踐中的具體情況，同時，理論又受到一定科學技術條件的限制， 還存在尚待認知的領域。理論與具體故障相比，總是有一定距離的。以故障診斷的標準來說， 它是以典型征兆為基礎而總結制定的，不太典型的故障，就未必都與 診斷標準相符合，若將診斷標準當作教條而一成不變，難免造成誤診。 總之，我們所研制的診斷系統，應具有開放性和可擴充性，使系統具 有不斷完善的能力，這是降低誤診率的重要途徑。4.4診斷實踐的局限性故障診斷的實踐是機械故障診斷學形成發展的基礎，對故障現象進 行試驗研究，雖然也是獲取相關知識

13、的重要途徑，但由于試驗與機械 系統實際運行情況、工作環境是有差異的，所得出的結論必然存在一 定的局限性，作為實施故障診斷的主體一人，對機械系統的了解程度 及故障診斷的實踐經驗不同，得出的結論也有差異，如觀察1幅機械 圖象，1個經驗豐富的人，頭腦中積累了大量故障知識，往往能較準 確地從中把握機械運行狀況，作出合理診斷結論，尤其是對早期故障 和不典型故障的診斷更是如此。因此，必須加強診斷的實踐環節，從 實踐中抽取有用的知識去擴充和豐富我們的診斷系統。4.5獲取數據的不準確性在實施故障診斷過程中，首先應獲取機械系統運行的有關數據。機 械運行過程中，往往受外界環境及各種隨機因素影響，使獲取的數據 具有

14、某種程度的不準確性，容易造成誤診。因此須采取必要數據預處 理手段，減少隨機因素的影響，剔除其中的趨勢項、奇異項等，提高 數據準確性，這也是降低誤診率的必要條件。4.6診斷人員不專業診斷人員的素質也決定了診斷結論的正確程度。診斷人員的理論知 識、實踐經驗、方法知識以及執行故障診斷時的態度都可能導致誤診。 同時，診斷人員在綜合運用知識、理論聯系實際、善于解決實際問題 等方面的能力也會影響診斷結論。5機械故障診斷中信息提取5.1信息提取不可靠機械故障診斷分為直接診斷和間接診斷，但由于受到設備結構和工 作條件的限制，直接診斷往往難以進行。因而，多采用間接診斷，即 通過二次診斷信息來間接判斷設備中關鍵零

15、部件的狀態變化。而診斷 測試便是獲取二次診斷信息必備的關鍵環節。最常見的是振動測試 （位移、速度、加速度）和聲音測試。然而，由于各種原因，獲取的數據可能發生偏差。體現在3個方面： 數據沒有正確反映客觀存在;數據的信噪比低;數據的不完備性。如果 把這些不準確的數據當成有效數據來分析，就很可能發生誤診。5.2信息處理不準確能夠快速、有效地提取反映機器故障信息的特征是機械故障診斷的 關鍵。診斷特征主要通過對設備采集來的信號進行分析和處理獲取。 這些特征可能是一些簡單的時域特征，如峰峰值、均方根值、峭度等， 或者工藝參數特征，如油溫、油壓等，還有一些復雜的頻域特征及基 于全息譜的特征，如轉頻橢圓及軸心

16、軌跡等。目前，各種特征提取方法層出不窮，如統計模擬、小波分析、獨立分 量分析、頻域分析、全息譜分析等，為診斷對象的特征提取提供了有 效的解決方案。在應用中，許多方法都有其應用的前提條件。而且， 在不同的應用場合，各種方法還可能存在其局限性以及數學上的精確 性問題。在實際應用中，如果沒有注意到這些，就可能引起誤診。5.3信息不完美對于一個診斷對象，如果其運行狀態較復雜，由于客觀條件和手段 的限制等原因，可能使獲得的信息難以確切地給出診斷結論，主要體 現在以下3個方面：5.3.1信息不完備。在診斷實踐中，故障與診斷信息之間并非對應的關系。1個信息對應多個不同的故障，而1個故障也表征為多 個不同的信

17、息。這就需要掌握充分的有用信息來區分不同的故障。否 則，就可能出現誤診。5.3.2信息不一致。診斷信息不一致在診斷實踐中也是較常見的現 象。這些信息之間存在一定程度上的沖突。也就是說，某些信息很大 程度上支持故障F1，否定故障F2;相反，另一些信息則支持故障F2， 而否定故障F1。此時，誤診也容易發生。5.3.3信息不確定。來自于診斷對象的診斷信息經歷了許多傳輸途 徑，其不確定性可能較小，也可能很大，如傳感器、傳輸線等均影響 其確定性。此外，還有定性與定量信息之間轉換導致的不確定性。6提高信息可靠度、減少誤診斷的措施6.1提高診斷測試的準確性提高診斷測試的準確性是保證診斷數據可靠性的重要前提。

18、可以從 以下4方面著手:對傳感器進行定期檢驗;可考慮用多個傳感器測量； 采用可靠的傳輸線；正確設置采樣參數。6.2提高診斷系統的可靠性隨著設備運行與維護的需要，各種在線、離線、遠程等診斷分析系 統以及人工神經網絡、貝葉斯網絡、專家系統等智能診斷系統逐漸用 于機械故障診斷，為確診故障帶來了許多便利之余，也增加了機械故 障誤診的可能性。開發合理完善有效的診斷系統，提高它們在特征提 取或診斷推理方面的可靠性，有利于減小誤診率。6.3加強診斷信息描述的客觀性診斷信息在機械故障診斷中的重要性是不言而喻的，其表達與描述 是否合理、準確關系到診斷推理結果的正確與否。然而，在診斷實踐 中，診斷信息既有定性信息

19、，也有定量信息;既包含簡單信息，又包 含復雜信息;既存在確定信息，又存在不確定信息。在診斷推理過程 中，定量信息經常會轉換為定性信息，例如， 70 ,m的振動”描 述成“振動大”等。概率論和模糊數學是描述這種信息的強有力的工具。因而，可以考慮 用適當的方式把概率論和模糊數學理論融人到故障診斷的信息表達 和描述中來，加強其描述的客觀性。7粗集理論對信息不確定性的處理具有隨機信息、未確定信息、模糊信息、灰信息中的一種的信息為 單式信息;至少存在2種以上的信息為盲信息，而將概率論、模糊理 論、灰色數學、未確知數學的理論與方法有機結合起來，即不確定性 數學的理論與方法，提出或運用某種理論和方法，對具有

20、相似或不同 特征模式的信息進行處理，以獲得融合信息，從而改善信息的不確定 性、模糊性、矛盾性。粗集理論是一種處理模糊和不確定知識的有效數學工具，其在知識 分類和知識獲取中已得到成功應用。粗集理論方法與神經網絡方法、 遺傳算法、模糊集理論方法、混沌理論等“軟科學”方法的不同在于 它僅利用數據本身所提供的信息，不需要任何附加信息或先驗知識， 如證據理論中的基本概率賦值、模糊集理論中的隸屬度函數、統計學 中的概率分布等，粗集方法以觀察和測量數據進行分類為基礎，直接 處理對象的可測輸出，剔除冗余信息和矛盾信息，從而找到問題的內 在規律，因此粗集理論比其他“軟計算”方法更具實用性。粗集理論 進行診斷的一

21、般步驟：7.1知識庫建立利用搜集到的歷史或仿真數據生成聯合診斷系統故 障信息表，進而表示為知識庫的形式S=(U, A, D, V, f)知識庫可分 為非空的對象空間U = 3x xz,，xm(，屬性集合空間R=AV D，子 集A=dl a2 ，do和子集D=df分別稱為條件屬性和結果屬 性，并且在對象空間與后兩者之間存在對象屬性關系f8和九，即對 于eA, f8:升硯稱為信息函數，兒:UVd稱為決策函數，Va和yd 分別是A和D的有限值域。7.2數據離散化數據離散化方法包括等距離劃分算法、等頻率劃分 算法、NaiveScaler算法、基于屬性重要性算法和基于斷點重要性算 法，以及布爾邏輯和粗集理論