机械设备状态监测及故障诊断综述

程克翔 郭帅冰

摘要：本文对机械中的齿轮箱、电动机、轴承等较为重要的部件故障，进行监测、诊断，阐释、总结了这一行业中当前发展状况，并对以上重点部件故障发生特点、形式，进行探索、分析。进而总结出其中的重点，根据当前国内外文献，对一些较为有效的诊断、检测方式进行总结，并对其未来发展趋势，进行了预测。

关键词：机械;故障;诊断;检测

近年来，随着经济的不断发展，对于当前的一些机械设备而言，其操作环境也越来越复杂，故障率也越来越高。一些较为普通的故障，在某种程度上可能会使得机械设备发生间断性损坏，最终使得机械出现整体性的崩溃，甚至达到报废的状态。现阶段，各类机械设备逐渐向智能化趋势发展，应进一步注重一些部件故障的检测。以下探索、分析了各类设备的诊断方式：

1 设备故障诊断体系

对于机械设备而言，通常会运用分布式传感器，对其故障进行诊断，这一器械可以对设备在工作、静止状态，进行实时的监测作用，并且形成信号进行传递，同时还会与其历史状态，进行对比，运用数字处理方式，最终将故障位置进行精准定位，同时对其类型进行判断，进而可以对故障进行排除。对其状态进行监测的主要方式有：采样分析法、超声波法等方式，对于大部分的设备来说，主要会运用振动监测法，来对各项指标进行监测，其故障体系主要有兩个层面内容：一是运用传感器的作用得到震动信号，与此同时，对信号内容进行分析、比对，这一技术主要是在电磁感应的原理上进行的，可以得出其在工作过程中的相关参数，并将这一数据，传送到终端系统中，之后，再与数据库中的已经设定的数据进行比对，进而得出机械的运作情况。此类方式由于运用了传感器，所以也存在一定的不足之处，因为传感器一般只会对电压、电流等的状态，进行监测，所以其诊断效果并不全面。二是运用智能的诊断方式，这一方式是在上一方式的基础上进行的，主要以计算机的辅助作用，构建与人体思维较为相似的诊断体系，这一方式是在所测得信号的基础上，根据诊断规则，对数字信号进行提取、处理。这与传统意义上的诊断方式相比，具有更强的合理性、科学性，这一技术在当前已经成为主流技术，其发展水平较为成熟。

2 机械设备故障的特征

对于机械设备来说，在当前各生产领域中，是较为重要的环节。机械设备的性能，在某种意义上，会直接影响企业的生产效率。对于每一台设备而言，均是由各类零部件组成的，然而其在操作运转时，经过一段时间，就会发生一定的退化现象，进而对设备的性能有所影响，最终会使得生产效率有所下降。不同功能的机械、设备，其发生故障的可能性，也各不相同，与此同时，其故障的特点也具有一定差别，下面对不同设备中的部件故障，进行探索、分析。对于滚动轴承来说，它是一些旋转机械中，必不可少的组成部分，其优势是冷却速度较快，所以这一部件在各大行业中，得到普遍应用，然而滚动轴承也是也是易损坏的部件之一，根据统计数据得出：对于大部分的旋转机械来说，30%的故障均是来自于滚动轴承。所以，对于滚动轴承的故障进行探索、分析，是非常必要的。根据一些工程实例得出：疲劳、腐蚀性，均可以使得滚动轴承发生损伤现象，而不同的原因，出现的损伤也各不相同，所以在各种各样的故障中，对其发生原因进行判断，是极其重要的。与此同时，在一些器械操作过程中，其齿轮箱也会出现一定的磨损现象，对于此类现象，如果不进行科学、及时的制止措施，那么最终会使得齿轮箱发生失效作用。这实质上与滚动轴承的故障，具有一定的相似性，对于此类故障的发生，可以进行大量的数据积累、经验积累，最终形成根据相关数据得出的、行之有效的解决方式，对于机械设备而言，其实涵盖了电动机、机械结构，如果电动机出现问题，那么其设备操作也进无法运行了。

3 存在的问题

经过长时间的发展，关于机械设备研究的研究内容，不管是理论，还是实践方面，均取得一定成效。然而，一些理论还存在一定的随机性，对于理论研究过程中，概率论、统计学是不可或缺的学习工具。传统意义上的评估方式，运用的是具有一定重复性的概率样本，以这样的方式，对设备中的故障现象来进行确定，之后，经过大量数据的积累，最终得出具有宏观层面意义的平均可靠性。但是，事实上不同的设备在各种环境条件下，其损伤故障情况各不相同，所以最终得出的可靠性也就有一定差别。对于不同的机械设备进行分析评估，具有一定的个性化，所以运用大量的数据积累、数据分析，并不能从根本上满足这一设备的可靠性分析需求。2000年，英国的一位专家学者，对可靠性的发展情况，进行了深入探索，分析提出：对于一些可靠性研究，往往只是停留在传统意义上的概率统计，实质上这样的方式产生错误概率较高，在解决问题的过程中，也具有一定的无效性。2009年，意大利专家对于可靠性问题有了新的突破，他提出对于较为复杂的体系可靠性，进行探索时，可以运用状态监测机制，来使得系统可以正常运行，进而使得故障发生现象有所减少。我国的学者提出，对于一些可靠性理论，存在一定的批判性内容，并且提出了二值逻辑假设，在某种意义上具有一定的不合理性。运用概率假设的方法，去处理当前的一些现实情况，是不现实的手段，综上，传统意义上的可靠性评估，如果将其应用到机械设备中，可能会面临一定困难。

3.1传统意义上的可靠性评估方式，其基础是数据统计、概率论，这一统计方法离不开大量的数据样本作为信息基础。与此同时，一些可重复的大样本及大样本的失效数据，在实验过程中是非常重要的，但是在现实的施工过程中，对于一台器械进行可行性评估时，这实质上是一种小样本类型，例如飞机失事的事故，这便不具有一定的重复性，所以说对于大样本收集具有一定困难。

3.2 对于这一方法的运用，离不开设备的失效分布，以及对参数的准确分析。与此同时，对设备失效概率进行分析，是其主要目标之一。设备的失效分布，实质上是一种有限性的假设，即便是发生在大样本的情形下，此类问题的准确评估，也是难以实现的，所以对于某一台设备进行可靠性评估，由于其小样本的特性，使得失效分布的参数获得较为困难。

3.3 传统可靠性评估方法基于二值假设或有限状态假设，即假定设备只有正常和失效两种状态或有限个状态。然而在工程实际中，机械设备的状态多是渐进连续退化的，具有很强的不确定性，表现为状态变化的模糊性和随机性。传统可靠性评估的二值假设和有限状态假设难以准确描述机械设备实际失效过程。

3.4 机械设备内部结构复杂，各个零部件之间存在着复杂的运动关系和耦合作用，不同零部件的失效分布规律不同，基于概率的可靠性数学模型往往事后统计其失效分布规律，难以获得设备零部件失效前可靠性的变化规律，实现预知维修困难。

3.5 对于正在服役的机械设备，关注的焦点是其运行过程中的可靠性。机械设备运行条件和环境多变，传统的可靠性评估缺乏分析设备运行过程中各种变工况、非平稳复杂状态，难以实时在线评估设备的运行可靠性。

4 现有改进方法

针对传统可靠性理论应用于机械设备运行可靠性评估的局限性，国内外学者从以下几个方面进行了改进，取得了可观的研究成果。针对传统可靠性评估方法必须依赖于大量的具有概率重复性的样本的问题，诸多学者采用较少依赖概率分布的方法对传统的可靠性分析方法进行改进。2010年，BALAKRISHNAN 等基于Kaplan-Meier 非参数估计方法提出了一种新的参数模型估计方法来估计设备在截尾时刻的可靠度函数。

同年， HUANG 等根据工程实际中初期失效数据与后期失效数据间分布参数的差异性问题，研究了数据变异检测及混合模型参数估计方法。MA等利用更准确的仿真方法来研究样本不足导致大样本逼近无法实现的情况下基于小样本的加速退化试验特性。2011 年，RAJESH 等建立了基于聚类、模糊集映射和模糊逻辑的运行可靠性计算模型，并将其应用于海洋运输系统中。国内，2006年程皖民针对长寿命产品在试验过程中的失效数据缺失问题，采用Bayes 方法，分析了产品在可靠性增长过程中各阶段的可靠性水平。2010 年，XING等基于学习曲线特性提出一种动态贝叶斯估计方法改善小样本情况下系统可靠性评估精度不高的问题。2011 年，唐樟春等基于证据理论建立了一种概率信息不全时的可靠性评估模型。

上述方法在一定程度上缓解了小样本设备可靠性分析的难度，但并未完全脱离概率与数理统计的范畴，不能从根本解决小样本和单台机械设备的可靠性评估问题。

5 机械设备的故障诊断方法

5.1 遠程监测诊断技术

在工程应用中，机械设备各种参数的动态信号往往通过传感器来获得，为了使监测所得的动态信号与机械设备一一对应，工程师会对机械设备按顺序编号。接着传感器采集的信号通过无线网络技术传输给机械设备监控中心的计算机服务器，根据动态信号的时域和频域分析结果，实现机械设备运行状态的远程实时监测功能。在对获得的数据进行时域分析时，可以通过判断时域信号中是否有周期性脉冲峰值等方法。但这类方法容易受到机械设备运行时周围噪声信号的干扰，不易判断出机械设备的健康状态。而将时域信号通过频谱分析转换成频域信号，可以有效减少噪声对诊断的不良影响，把这些振动信号的频谱图与健康状态对应的频谱图进行比对，以此判断机械设备可能发生的故障类型。中心计算机服务器把发生故障的机械设备动态参数传输到现场，操作人员以此为依据确定发生故障部位并及时进行检修。

5.2 专家诊断技术

专家系统是当前较为重要的一种计算机程序，它具有一定的智能化。在故障检测、诊断过程中，具有重要意义。这一系统积累了专家的各类经验，对人类思维进行模仿，根据不同的参数分析、对比，进而做出诊断。对于这一系统需要一定的知识量、技能储备，同时应涵盖不同领域的相关技术，例，对于一些设备而言，不但需要具备一定的电气专业，同时还应具备一定的机械工程知识，之后，再通过计算机的信息处理作用，构建科学、合理的知识库，最终得出专家诊断情况。这一技术是当前具有自动化的发展体系，对于一些规模较大的器械来说，可以进行统一检测，进而使得器械的现场工作能力，进一步提升，其维修概率有所下降，最终使得准确度更高。

6 结论与展望

在智能制造的背景下，中国机械设备的故障诊断与监测技术虽已接近国际水平，但在普及和应用程度上与国际水平任存差距。本文首先介绍了机械设备故障诊断系统的组成部分，并对机械设备的故障机制及原理展开分析，总结不同机械零部件故障的一致性与差异性，最后引出机械设备故障诊断方法的发展现状，并对智能方法在机械故障诊断中的进一步应用进行了展望。随着现代科学技术的发展，机械设备故障诊断技术将不再是单参数的阈值比较，取而代之的应该是基于信息集成、融合、分析、处理等技术的更先进、全面的监测方法。

参考文献：

[1]周利，余愚.机械故障诊断中人工智能的应用[J].可编程控制器与工厂自动化，2007（7）：36，38-40.

[2]毛三华，余峰岗，史振帅，等.工程机械运行状态自动化监测研究[J].现代制造技术与装备，2020（5）：76-78.

[3]张珏.基于人工智能的工程机械故障诊断技术[J].智能城市，2019，5（12）：192-193.

[4]邓华伟.人工智能在机械设备故障检测中的应用[J].内燃机与配件，2020（11）：237-238.

[5]武迪，刘勇.人工智能技术在电气自动化控制中的应用浅析[J].电子元器件与信息技术，2017，1（3）：4-6.