机械故障诊断

1、机械故障诊断（智能诊断技术多领域应用）【摘要】:智能诊断技术是在计算机和人工智能的基础上发展起来的， 是一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信 息处理、模式识别和人工智能等多学科于一体的综合性技术，他的出 现为提高现代复杂工程技术系统的可靠性开辟了一条新的途径。【关键词】：故障诊断智能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。

2、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。新技术的发展应用智能诊断技术智能诊断技术是在计算机和人工智能的基础上发展起来的，是一门集数学、物理、化学、 电子技术、计算机技术、通讯技术、信息处理、模式识别和人工智能等多学科于一体的综合 性技术，他的出现为提高现代复杂工程技术系统的可靠性开辟了一条新的途径。作为20世纪80年代中后期故障诊断领域的前沿学科，基于计算机的智能诊断技术受到 了越来越多工程技术研究人员的关注，并成功应用于工程生产实践。计算机人工智能与诊断 理论的结合，产生了具有信息时代

3、特色的智能诊断系统。设备故障智能诊断系统是基于知识 的系统，他以知识处理为研究内容，以基于知识寻求提高系统智能化程度和诊断准确率为目 标。早期模拟人脑思维推理的基于知识的专家系统，以串行运行的格式进人设备诊断领域， 形成了基于知识的诊断推理专家系统。智能诊断系统是由故障诊断领域的专家，能模拟脑功能的硬件、外部设备、物理器件以 及支持这些硬件的计算机软件所组成的系统，其结构系统原理如图所示。该系统以对诊断对 象进行状态识别与状态预测为目的。信号莪取AC&R智能诊断技术已经被运用到故障诊断的许多方面:一、振动诊断振动信号可用于内燃机气门系、燃油喷射系统及活塞等的故障诊断并对燃烧状态进行评 价，得出

4、今后可通过对振动信号的分析,获得和缸内燃烧相关的信息，对内燃机状态的诊断提 供参考依据,并且能够为内燃机电子管理系统提供参考信号。由于内燃机结构复杂，零件众多,多数零件又通过螺栓刚性连接在一起，所以内燃机活塞 撞击激励、缸内燃烧激励及气门撞击激励等都会引起零部件的振动，并沿多种途径传播到内 燃机表面，因此，内燃机表面振动信号包含丰富的信息量，在内燃机检测中得到了广泛的应用。1）波形分析法在时间和幅值域进行分。2）频谱分析法频谱分析是对动态信号在频率域内进行分析，分析的结果是以频率为坐标的各种物理量 的谱线和曲线，可以得到各种幅值以频率为变量的频谱函数。一般基于神经网络的诊断方法：诊断实质上是一

5、种模式分类和识别问题。神经网络作为 一种自适应的模式识别技术，并不需要预先给出关于模式的先验知识和判别函数，而是通过 自身的学习机制自动形成所要求的决策区域，具有并行分布处理能力，以及自组织、自学习、 自适应能力和联想记忆功能等。他能够充分利用状态信息，对来自不同状态的信息逐一训练 获得某种跳射关系，从而用于处理模糊的、随机的、不完整的信息，并可通过故障实例和诊 断经验知识进行训练和学习，把故障诊断的知识存储于网络的连接权中。当环境改变时，这 种映射关系还可进行自适应调整，以求对对象的进一步逼近，实现输入征兆与故障间的非线 性映像，出色解决那些用传统模式识别方法难以圆满解决的问题，因此，故障诊

6、断是人工神 经网络的重要应用领域之一。诊断自学习诊断结果模式识别的神经网络诊断过程如图所示，主要包括学习训练与诊断匹配两个过程，其中 每个过程都包括预处理和特征提取。待诊断祥札If网缗分秦器*1 a UU H9- a 1rJIf-hH领虻理f特征提取*I二、油样分析方通过油洋分析来了解机器的工作状态已有很长的历史厂。最初是通过油液的自身的理化 性能如粘度、酸值、水份等的变化来判断机器的工作状态的。这种方法为一种广泛采用的常 规分析方法。但是，由于油液在机器的润滑系统或液压系统中，作为润滑剂或工作介质是循 环流动的.其中包含着大量的由于各种摩擦剐产生的各种磨损残余物，称为磨屑或磨粒。人 们在实践

7、中认识到这种磨损残余物揽带的关于机器状态的信息远比油液本身理化性能变化 的信息要丰富得多。例如通过各种现代化方法已能对磨粒的成分、数量、形态、尺寸和颜色 等进行精密地观察和分析，因而能够比较准确地判断故障的程度、部位、类型和原因。因此.目 前在机械故障诊断领域中.油样分析方法的概念实际上已无形中转变成油样磨损残余物的分 析了。A根据工作原理和检测手段的不同，当前在机械故障诊断中，油样分析方法可分为以下几 种。A1）磁塞检查法磁塞检查法是最早出现的一种检查机器磨损状态的简便方法。它是在机器的油路系统中 插入磁性探头（磁塞）以搜集油液中的铁磁性磨粒，并定期进行观察以判断机器的磨损状态 的。这种方法

8、只能用于铁磁性磨粒的检测，而且当磨损趋向严重，出现大于50m以上的大 尺寸磨粒时，才能显示其较高的检测效率。因此，与其他方法相比，这种方法对早期磨损故 障的预报灵敏度较差。但由于其简便易行，故目前仍为一种广泛采用的方法。A2）颗粒计数器方法颗粒计数器方法是对油样内的颗粒进行粒度测量，并按预选的粒度范围进行计数，从而 得到有关磨粒粒度分布方面的信息，以判断机器磨损的状况。粒度的测量和计数过去是采用 光学显微镜的方法，现在已发展为采用光电技术进行自动计数和分析。A3）油样光谱分析法a油样光谱分析法分为原子吸收光谱和原子发射光谱法两种。主要是根据油样中各种金属 磨粒在离子状态下受到激发时所发射的特定

9、波长的光谱来检测金属类型和含量的。一般用百 万分之一来表示。这种方法起源于40年代，应用历史较长，因而比较成熟。三、温度监测用各种埋入式测温装置对发电机定子绕组和有效铁心以及各种冷却介质的温度进行的 运行监测。温度监测是检查内燃机的是否正常的主要方法，随着科技的发展这项技术与智能诊断技术结 合在一起。多传感器信息融合故障诊断方法：信息融合又称多传感器信息融合，其原理是利用计算 机技术将来自多传感器或多源的信息和数据，在一定准则下加以自动分析、综合以完成所需 要的决策和估计，从而得出更为准确的结果。信息融合的级别可分为:数据级、特征级和决 策级。多传感器信息融合为解决复杂系统故障诊断的不确定性问

10、题提供了一条新的路径，这 是由信息融合的多维信息处理方式决定的，他可消除不同监测方法的局限性、矛盾性和不协 调性。四、信号分析与处理在故障诊断中信号的收集和处理是占有很重要的成分，信号分析与处理随着社会发展它 们与智能诊断技术结合在一起。专家系统故障诊断方法：通过传感器收集的数据经过计算机特有的程序分析处理得到相 应结果。专家系统故障诊断方法是在计算机采集被诊断对象的信息后，综合运用各种规则， 进行一系列推理，必要时还随时调用各种应用程序，运行过程中向用户索取必要的信息后， 快速地找到最终故障或最有可能的故障，再由用户来证实的一种方法。主要由6部分组成: 知识规则库、数据库、推理机、解释机构、

11、故障查询机构和人机接口。其内部具有某个领域 专家的知识和经验，能够利用人类专家的知识和解决问题的方法来解决问题。该方法是人工 智能理论在故障诊断领域中最成功的应用，也是目前故障诊断领域最常用的方法，其各部分 的功能如图所示。人机援 口识规则挥（祓诊断对京域据犀1L1五、内燃机工况监测新技术_器信息融合智能诊断系统也能用于内燃机工况监测，如模糊粗糙集的诊断方法，多传！故障诊断方法。L 在状态监测与故障诊断过程中，频繁的采集数据，并借助已有的诊断方法来进行分析， 比较与判断的工作将是十分繁重的，必须依靠一定的监测与诊断工作和手段，即需要有相应 的计算机化的自动监测与诊断装置或系统其中多信息融合技术在故障诊断方