机械故障监测与诊断技术的研究综述

植海深 王艺光 蒋 超 徐晋勇

（1.广西右江矿务局有限公司，广西 田东 531501；2.桂林电子科技大学 机电工程学院，广西 桂林 541004）

1 前言

随着现代化工业生产和科学技术水平的不断提高，机器设备的大型化、连续化、高速化和自动化的发展趋势已日益明显[1]，然而，由于机械零部件本身、设备所处运行条件、操作管理及维护不足等不可避免因素的影响，机械设备各种类型故障会时常出现。这不仅会促使机械设备预定功能的消弱或丧失，给企业带来经济损失，而且更为严重者还将直接威胁到人身安全，酿成灾难性的事故[2，3]。

为了保障设备安全、正常运行，人们急切需要一种新的维修机制解决上述问题。机械故障监测与诊断技术[4]作为一种新的设备预防维修模式，而且机械故障监测与诊断技术在保证石油、化工、运输、冶金、煤炭等主要行业中机械设备的安全、可靠、高效运行方面起到了重要的作用[5]。而振动分析法作为机械设备状态监测与故障诊断实施方案中常用的一种，也是应用最广泛、行之最有效的方法[6]。

2 故障诊断技术国内外发展现状

机械故障诊断技术最早起源于20世纪60年代的美国[7]。当时，在美国宇航局(NASA)的倡导下，美国成立了美国机械故障预防小组(MFPG)。该小组决定每年召开两次会议，并就：①机械故障预防定义、计划方式、组织问题等故障诊断理论；②轴承、直升机传动装置、飞机燃气轮中等故障诊断现场问题；③振动分析技术、油液光谱分析技术等监测手段问题进行了探索和交流。其后，随着人们对设备诊断技术的认识进一步提高，特别是实施故障诊断技术可带来巨大的经济效应，该项技术在美国得到了迅速的发展，形成了如美国本特利内达华(Bently Nevada)公司的3500系列设备保护系统、美国Radial公司开发的汽轮发电机组振动诊断专家系统(Turbomac)、美国西屋公司的移动诊断中心(MDC)等一系列故障诊断实用系统。

当故障诊断技术在美国大规模发展的同时，欧洲国家也展开了对诊断技术的研究。其中，以R.A.Collacott为首的英国机械保健中心于60年代末开始宣传、咨询和培训设备诊断技术，并取得了很好的成效。随后，瑞典的SPM仪器公司、丹麦的BK公司、德国的All Inaz technique研究所等也在设备故障诊断研究中形成了各自独有的特色，相继开发出状态监测与故障诊断系统,如法国的SMAV系统、瑞士的MACS系统、德国申克公司的Vibrocontrol 4000振动监测系统等。随着故障诊断技术的持续发展，研究领域也从60年代的核电、航空、宇航等高端科技发展逐步向冶金、石化、发电、船舶等各个行业领域扩展。

我国自20世纪80年代起开始对故障监测与诊断领域展开研究[8，9]。经过了近三十年的大力发展，已将设备故障监测与诊断技术确定为重大攻关课题，并由国家组织科研人员，投入巨资对其展开研究，已经取得了一系列科研成果与技术突破，并在实际生产应用中初步显现出成效。目前，形成了以西安交通大学、哈尔滨工业大学、上海交通大学、华北电力大学等高等院校为核心，郑州机械研究所、河北电力研究所等研究所，东方电机股份有限公司、中国石油化工有限公司等公司组成的产学研一体化的研究体系。于2005年开始出台了一系列国家标准，诸如＜GB/T 19873.1-2005 机械状态监测与诊断 振动状态监测＞、＜GB 22393-2008-T 机器状态监测与诊断 一般指南＞等。汽轮发电机组状态监测与故障诊断系统(MMMD)、S8000大型旋转机械在线状态监测和分析系统等系统，则成为国内同类系统研究中典型性代表。

虽然国内目前在机械故障诊断方面已取得了一定成果，但从整体水平而言，特别是对比于国外的故障监测与诊断系统，在理论研究和实践应用两方面仍还存在一定的差距。

3 振动分析法在旋转机械故障监测与诊断中应用发展概况

3.1 振动分析法在故障监测与诊断中的关键技术

机械故障诊断技术是一门融合了物理、数学、力学、机械、检测技术、电子技术、计算机技术、信号处理等多学科理论的新兴交叉学科。它的主要目的在于识别机械设备运动过程中的工作状态，判断设备是否出现故障，并根据机械故障特征信号分析故障的形成原因和发展趋势。

（1）振动信号的采集。当机械设备正常运行时，其内部零件、部件必然会受到相应的机械应力、热应力、化学应力或者电气应力等多种物理现象作用。伴随着这些变化，又必然会产生相应的温度、振动、声音以及磨损碎屑等“二次效应”。随着时间的推移，上述物理作用的积累将使正常运行的机械设备工作状态发生改变，即是劣化、异常、故障等状态。通过利用传感器技术便可对这些状态信息进行拾取。

（2）特征信号的提取。在所拾取的状态信号中，往往夹杂了大量的噪声信号，从而使研究所感兴趣的信号掩藏于背景噪声下。因此，须利用有效地信号处理方法对特征状态信号进行提取处理，达到“去伪存真”的目的。

（3）故障模式的识别、诊断与预测。机械故障诊断的根本任务是根据设备运行中的状态信息识别设备故障，分析故障的类型、性质、部位和产生原因，指明故障发展趋势和处理意见等。实质在于模式识别问题。

由此可见，振动信号采集是实现振动信号监测与诊断的一个基础环节，只有采集到精确、可靠的振动信号数据，后边两个环节才能有效的发挥作用。振动信号特征提取则是监测系统信号处理部分的关键技术，特征信号提取的优劣势是评估整个监测系统的一个十分重要的因素。故障模式识别则是将特征信号与故障特征数据库数据相比较，通过显示、报警、打印等方式作为系统的输出，从而得到故障原因、发展趋势和检修处理意见等方面的信息。

3.2 振动分析法在故障监测与诊断中的实施方式

利用振动分析法对机械进行状态监测与故障诊断的技术于20世纪60年代开始研究，同其他科学技术一样，它也经历了从简单的经验检测发展到智能化诊断的过程，从实施方式发展而言，它大致经历了三个不同的发展阶段[10]。

（1）传统诊断方式。早期技术人员通过用小锤敲击或用听音棒接触机器设备的某个部位，以“眼见、耳听、手摸”等手段，利用人的感知器官来感知设备振动情况，获得其模糊量值，达到主观判断设备是否正常工作的目的。这是一种信号源来自现场并融入了现代诊断思想和想法的最实际、最直接的故障诊断应用技术，但是其缺点也是明显的，它是以模糊量值为样本，比较依赖技术人员的经验，不能够定量地反映设备的运行状态，具有模糊定性的性质。

（2）简易诊断方式。它以测量设备的简单振动参数(位移、速度、加速度)作为基础。虽然测量的数据简单，但在现场应用中却有着十分重要的作用，现场简单的振动参数能在应用中反映了丰富的故障信息。

（3）精密诊断方式。它主要是依靠计算机技术、信号处理技术、数据采集技术等对设备的振动情况进行测量和分析，通过对采集的振动信号进行信号处理，提取出振动的特征参数，以期查找并判断出造成设备故障的原因、部位及性质，为消除故障隐患提供参考依据。精密诊断是当今振动故障诊断发展的最高实用性成果，特别是在大型机组的在线分析监测中，突显了其技术优势。

准确的说，上述三种诊断方式均存在各自的优势和劣势，但它们之间的关系却是相辅相成的，不存在新方法替代旧方法的问题。传统诊断方式的听诊和观诊是其他两者所不能替代的；简易诊断方式因振动参数具有国际和国家标准可参考，在整体综合判断设备运行情况方面显得简而易行；精密诊断方式则在分析故障原因、部位和性质等方面具有举足轻重的地位。

4 机械故障监测与诊断技术的发展趋势

（1）高质量诊断信息是提高机器确诊率的关键[11]。完善与发展振动分析方法，进一步提高机械故障特征信号提取的质量。

（2）信息融合技术的广泛应用可为旋转机械故障诊断提供新的发展方向。机械故障诊断技术包括了多种监测手段，它们各自拥有各自独特的优缺点，如何有效的将多种诊断方式进行融合，可大大提高故障诊断的准确度。

（3）智能诊断与远程诊断。近年来，神经网络、专家系统、模糊识别、灰色理论、故障树分析被更多的科研工作者应用到故障诊断领域，智能诊断应用于旋转机械故障诊断也越来越广泛，成为值得关注的动向之一。随着计算机技术和网络技术的不断发展，关键机器部件的远程故障诊断技术也将成为一重大趋势。

[1]杨国安.机械设备故障诊断实用技术[M].北京:中国石化出版社,2007.

[2]张正松.旋转机械振动监测及故障诊断[M].北京:机械工业出版社,1991.

[3]陈进.机械设备振动监测与故障诊断[M].上海:上海交通大学出版社,1999.

[4]屈梁生,何正嘉.机械故障诊断学[M].上海:上海科学技术出版社,1986.

[5]张安华.机电设备状态监测与故障诊断技术[M].西安:西北工业大学出版社,1995.

[6]张庆海.基于振动分析的旋转机械设备故障诊断技术的研究[D].哈尔滨:哈尔滨工业大学,2004.

[7]裴钧锋,杨其俊.机械设备诊断技术[M].山东:石油大学出版社,1997.

[8]盛兆顺,尹琪岭.设备状态监测与故障诊断技术及应用[M].北京:化学工业出版社,2003.

[9]陈大禧,朱铁光.大型回转机械诊断现场实用技术[M]. 北京:机械工业出版社,2002.

[10]张令弥.振动测量与动态分析[M].北京:航空工业出版社,1992.

[11]蒋平,贾民平,许飞云,等.机械故障诊断中微弱信号处理特征的提取振动[J].测试与诊断,2005.3:48-50.