资源描述：
《工程机械智能故障诊断技术的研究现状及发展趋势》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、工程机械智能故障诊断技术的研究现状及发展趋势2011年7月第39卷第14期机床与液压MACHINETOOL&HYDRAULICSJu1.2011Vo1.39N0.14DOI:10.3969/j.issn.1001～3881.2011.14.039工程机械智能故障诊断技术的研究现状及发展趋势龚雪(安徽建筑工业学院,安徽合肥230601)摘要:随着工程机械的日益复杂化和智能化,传统的故障诊断技术难以满足复杂系统的故障诊断要求,因此智能故障诊断技术得到更广泛的应用.介绍我国工程机械故障诊断技术的研究现状,并阐述工程机械现代智能故障诊断的方法,在此基础上提出工程机械故障诊断技术的发展趋势
2、及需要进一步研究的问题.关键词:工程机械;故障诊断;发展趋势中图分类号:TH17文献标识码:A文章编号:1001—3881(2011)14—124—3CurrentResearchStatusandTrendofIntelligentFaultDiagnosisTechnologyforConstructionMachineryG0NGXue(AnhuiInstituteofArchitectureandIndust~.HefeiAnhui230601,China)Abstract:Withthegradualcomplicationandintelligenceofconstructi
3、onmachinery,traditionalfaultdiagnosistechnologycannolongermeetthefaultdiagnosingrequirementsofcomplexsystem.Theintelligentfaultdiagnosistechnologyhasgotmoreandmoreat—tentionandapplication.Thecurrentresearchstatusandthemethodsofmodemintelligentfaultdiagnosisofconstructionmachinerywereintroduced.Ba
4、sedonthese,suggestionsandcommentsweregivenforfurtherresearchefforts.Keywords:Constructionmachinery;Fauhdiagnosis;Trend工程机械多系露天作业,受风雨,日晒,粉尘等影响和侵蚀,工作环境恶劣,故障频繁发生,因故障停机带来的损失十分巨大;随着施工规模的日益庞大,工程机械趋向大型化,高速高效化,自动化和连续化,其结构也日趋复杂,针对工程机械故障的检测,诊断与维修越来越困难,所以开展工程机械特别是对核心部件的智能故障诊断的研究工作十分必要.1国内外工程机械故障诊断技术的现状国外学者对
5、工程机械故障诊断系统进行了大量的研究,已经取得了较为成熟和完善的技术成果,并广泛应用于产品中.如德国O&K公司开发的BORD电子监测系统,能监测与液压挖掘机作业和维修有关的全部重要参数,利用微处理机检查挖掘机作业数据,快速监测,评估和显示所计算的数据,可识别发生故障和超出极限值的趋势,在重大事故前显示报警信息.美国卡特彼勒公司利用GPS,GIS和GSM技术并将其雄伟计划命名为"采矿铲土运输技术系统(METS)",其包括多种多样的技术产品,如无线电数据通信,机器监i贝4,诊断,工作与业务管理软件和机器控制等装置….日本日立公司在ZAXIS系列液压挖掘机上安装了电子监测与故障诊断系统
6、,可对挖掘机4O种以上的作业状态进行实时检测,包括发动机机油压力,冷却水温度,燃油油位,液压油油位,空滤器堵塞,发动机转速,液压流量和所有电气系统参数,并具备报警功能;同时通过与该机相配的专用检测仪Dr.Ex,可自动诊断机器的故障.此外,德国利渤海尔公司开发的液压挖掘机的Litronic系统,凯斯(Case)公司在21B,c系列装载机上采用的计算机监控系统,沃尔沃(Volvo)公司用于L系列装载机上的Matris软件包,Leica公司采用GPS技术的Dozer2000导航系统,Trimble的SiteVisionGPS系统等,都具有故障诊断和报警功能.国内在工程机械的故障诊断方面的研究起
7、步较晚,但发展较快.近年来,很多高校,科研单位在工程机械故障诊断理论与方法的研究方面取得了很大进展.如西安交通大学的学者首创的全息谱理论,全面集成机器振动的幅,频,相信息,显着提高了故障识别率.清华大学的学者针对滚动轴承故障振动信号的强噪声背景以及现实中不易获取大量典型故障样本的特点,将柔性形态滤波技术用于滚动轴承的缺陷诊收稿日期:2010一O8—03基金项目:安徽省教育厅自然科学产学研项目(KJ2011B046);安徽省自然科学基
