设备故障诊断研究现状及发展趋势论

《设备故障诊断研究现状及发展趋势论》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、超级牛逼大学《机械设备故障诊断》课程论文专业：任课教师：学　　　号：学生姓名：2099年13月32日机械设备故障诊断研究现状及发展趋势摘要： 现代化生产中机械设备的故障诊断技术越来越受到重视，人们投人大量精力进行研究，机电设备故障诊断技术取得了很大的进展：探索出一系列新的理论方法与技术应用于实际，增加了对设备故障判断的效率，奠定了对设备实施故障诊断分析与修复的坚实基础，产生了明显的经济效益和社会效益。关键词：机械设备：故障诊断；研究成果；发展趋势引言随着科学技术与生产的高度发展，各学科相互渗透、相互交叉、相互促进，形成了设备诊断技术这一生命力旺盛的新兴学科。它是一种了解和拿捏设备在使

2、用过程中的状态，确定其整体或局部是正常或异常，早期发现故障及其原因，并能预报故障发展趁势的技术。机械设备故障诊断技术日益获得重视与发展的原因是，随着科学技术与生产的发展，机械设备工作强度不断增大，生产效率、自动化程度越来越高，同时设备更加复杂，各部分的关联愈加密切，往往某处微小故障就爆发连锁反应，导致整个设备乃至与设备有关的环境遭受灾难性的毁坏。这不仅造成巨大的经济损失，而且会危及人身安全，后果极为严重。设备诊断技术日益获得重视与发展的另一个重要原因是能改革维修体制，大量节省维修费用。当前，国内外对机械设备主要采用计划维修。在许多场合下．这是非常不合理的，不该修的修了，不仅费时花钱，

3、甚至降低设备工作性能；该修的又没修，不仅降低设备寿命，而且导致事故。从设备诊断技术的起源与发展来看，设备诊断技术的目的应是“保证可靠地、高效地发挥设备应有的功能”。这包含了三点：一是保证设备无故障，工作可靠；二是保证物尽其用，设备要发挥其最大的效益；三是保证设备在将有故障或已有故障时．能及时诊断出来，正确地加以维修，以减少维修时间、提高维修质量，节约维修赞用。1设备故障诊断的几种方法1.1分析诊断法通过观察故障设备运行过程中的物理、化学状态来进行故障诊断，分析其声、光、气味及温度的变化，再与正常状态进行比较，凭借经验来判断设备是否故障。如对柴油机常见的诊断方法有油液分析法，运用铁谱、

4、光谱等分析方法，分析油液中金属磨粒的大小、组成及含量来判断发动机磨损情况。对柴油机排出的尾气(包含有NOX，COX等气体)进行化学成分分析，即可判断出柴油机的工作状态。1.2信号诊断法对故障设备工作状态下的信号进行诊断，当超出一定的范围即判断出现了故障。信号处理的对象主要包括时域、频域以及峰值等指标。运用相关分析、频域及小波分析等信号分析方法，提取方差、幅值和频率等特征值，从而检测出故障。如在发动机故障领域中常用的检测信号是振动信号和转速波动信号。如以现代检测技术、信号处理及模式识别为基础，在频域范围内，进行快速傅里叶变换分析等方法，描述故障特征的特征值，通过采集到的发动机振动信号，

5、确定了试验测量位置，利用加速传感器、高速采集卡等采集了发动机的振动信号，并根据小波包技术，提取了发动机故障信号的特征值。该诊断方法的缺点在于只能对单个或者少数的振动部件进行分析和诊断。而发动机振动源很多，用这种方法有一定的局限性。1.3模型诊断法基于模型的诊断方法，是在建立诊断对象数学模型的基础上，根据模型获得的预测形态和所测量的形态之间的差异，计算出最小冲突集即为诊断系统的最小诊断。其中，最小诊断就是关于故障元件的假设，基于模型的诊断方法具有不依赖于被诊断系统的诊断实例和经验。将系统的模型和实际系统冗余运行，通过对比产生残差信号，可有效的剔除控制信号对系统的影响，通过对残差信号的分

6、析，就可以诊断系统运行过程中出现的故障。它具有以下优点：可以直接借用控制系统的设计模型而无须另行建模；可以检测首次出现的故障而无须依赖系统运行的先前状况；不但可以检测系统及元件故障，还可以检测传感器中出现的故障。1.4智能诊断法近年来，人工智能及计算机技术的迅猛发展为故障诊断技术提供了新的理论基础，出现了基于知识、不需要对象精确数学模型的故障诊断方法。1.4.1神经网络诊断法神经网络是一种通过模拟人脑而建立起来的自适应非线性动力学系统，它具有自学性和并行计算能力，可以实现分类、优化、自组织、联想记忆和非线性映射等功能。它以分布式的方式储存信息，利用网络的拓扑结构和权值分布实现非线性的

7、映射，并利用全局并行处理实现从输入空间到输出空间的非线性信息变换。1.4.2粗糙集诊断法粗糙集理论是Pawlak教授于1982年提出的一种刻画不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致及不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。它最主要的优点是无需提供所需处理的数据集合之外的任何先验信息，对问题不确定性的描述和处理比较客观。基于粗糙集的故障诊断基本思想是把观察或测量到的故障征兆，作为对故障分类的条件属性，实际存在的故