机械故障诊断
机械故障诊断
机械故障诊断1. 介绍机械故障诊断是指通过对机械设备进行检测和分析，确定故障原因并提供解决方案的过程。
在工业生产中，机械设备的故障会导致生产停滞和产量下降，因此及时准确地诊断和解决机械故障是非常重要的。
2. 机械故障的分类机械故障可以分为以下几类：2.1 机械部件故障机械部件故障是指机械设备的零部件出现故障，例如轴承损坏、齿轮磨损等。
这类故障通常可以通过检查零部件的状态和磨损程度来诊断。
2.2 电气故障电气故障是指机械设备的电路或电气元件出现故障，例如电机故障、电路短路等。
这类故障可以通过检查电气接线、测量电压和电流等方式来诊断。
2.3 液压故障液压故障是指机械设备的液压系统出现故障，例如液压泵故障、液压阀卡死等。
诊断液压故障通常需要对液压系统进行检查和测试。
2.4 传动故障传动故障是指机械设备的传动系统出现故障，例如皮带断裂、链条脱落等。
这类故障可以通过检查传动装置的状态和连接情况来诊断。
2.5 控制故障控制故障是指机械设备的控制系统出现故障，例如PLC故障、控制软件错误等。
诊断控制故障通常需要对控制系统进行检查和分析。
3. 机械故障诊断的方法机械故障诊断可以借助人工经验和现代技术手段来进行。
3.1 经验法经验法是指根据经验来判断机械故障的原因和解决方案。
经验丰富的技术人员可以通过观察和听觉来判断机械故障的类型和程度，从而采取相应的措施来解决。
3.2 检测仪器现代技术手段可以通过各种检测仪器来辅助机械故障的诊断。
例如震动仪可以检测机械设备的振动情况，红外热像仪可以检测机械设备的温度分布等。
这些检测仪器可以提供更精确的数据，从而帮助技术人员确定故障原因。
3.3 数据分析机械故障诊断还可以通过对机械设备的数据进行分析来实现。
例如使用数据采集系统收集机械设备的运行数据，然后通过数据分析软件对数据进行处理和分析，以确定潜在的故障原因。
4. 机械故障诊断的挑战和解决方案机械故障诊断面临许多挑战，例如故障难以发现、故障种类繁多等。
机械故障诊断及典型案例解析
机械故障诊断及典型案例解析一、导言机械故障是指机械设备在使用过程中出现的各种异常情况，影响设备正常运转。
机械故障诊断是通过观察、检测和分析机械设备的工作状态，找出故障原因并采取相应的修复措施。
本文将介绍机械故障诊断的一些基本方法和典型案例。
二、机械故障诊断方法1. 观察法：通过对机械设备的外部观察，发现异常现象，如磨损、变形、脱落等，从而判断故障原因。
2. 检测法：使用各种检测工具和设备，如红外测温仪、振动测试仪等，对机械设备进行各项参数检测，以发现故障。
3. 分析法：通过对机械设备故障的历史数据进行分析，找出故障的规律和原因。
4. 经验法：基于经验和专业知识，通过对机械设备的工作过程进行观察和分析，判断故障原因。
三、典型案例解析1. 轴承故障：机械设备在运行过程中出现明显的噪音和振动，经过观察和检测发现，轴承出现了磨损和松动，需要更换轴承。
2. 电机故障：电机无法启动或启动后运转不正常，经过检测发现电机绕组出现了短路，需要进行绕组修复或更换电机。
3. 传动故障：机械设备传动带断裂或松动，导致传动不稳定或失效，通过观察和分析发现传动带磨损严重，需要更换传动带。
4. 润滑故障：机械设备在运行过程中出现摩擦增大、温升过高等异常现象，经过检测发现润滑系统故障，需要清洗或更换润滑油。
5. 冷却故障：机械设备在运行过程中温度过高，经过检测发现冷却系统故障，需要清洗或更换冷却器。
6. 阀门故障：机械设备在运行过程中无法控制流量或压力，经过观察和分析发现阀门密封不良，需要进行密封件更换或维修。
7. 传感器故障：机械设备无法正常感知工作状态，经过检测发现传感器损坏，需要更换传感器。
8. 压力故障：机械设备在运行过程中出现压力异常，经过检测发现压力表故障，需要更换压力表或进行校准。
9. 过载故障：机械设备在运行过程中出现过载现象，经过观察和分析发现负荷过大，需要优化工艺或增加设备容量。
10. 控制系统故障：机械设备无法正常控制，经过检测发现控制器故障，需要更换控制器或进行维修。
机械故障诊断的原理及应用
机械故障诊断的原理及应用1. 引言机械故障诊断是指通过对机械设备或系统的状态进行监测和分析，从而判断是否存在故障并确定故障原因的过程。
随着工业自动化程度的提高和大型机械设备的广泛应用，机械故障诊断在工业领域中变得越来越重要。
本文将讨论机械故障诊断的原理和应用。
2. 机械故障诊断的原理机械故障诊断的原理基于故障特征的提取和分析。
下面是常用的机械故障诊断的原理：•振动信号分析：通过对机械设备振动信号的采集和分析，可以判断设备是否存在结构松动、轴承磨损等故障。
利用频域分析、波形分析等方法可以提取故障特征。
•声音信号分析：通过对机械设备产生的声音信号进行采集和分析，可以判断设备是否存在异响、噪声等故障。
利用频谱分析、波形分析等方法可以提取故障特征。
•温度信号分析：通过对机械设备温度信号的采集和分析，可以判断设备是否存在过热、冷却不良等故障。
利用温度变化曲线、温度分布等方法可以提取故障特征。
•电流信号分析：通过对机械设备电流信号的采集和分析，可以判断设备是否存在电机故障、电路故障等。
利用电流波形、频谱等方法可以提取故障特征。
3. 机械故障诊断的应用机械故障诊断在各个领域都有广泛的应用。
下面是几个常见的应用场景：•工业制造：在工业制造领域，机械设备的故障会导致生产线停工，产生巨大的经济损失。
通过机械故障诊断技术，可以实现对设备状态的实时监测，及时采取维修措施，以减少停工时间和降低维修成本。
•能源领域：在发电厂、风电场等能源领域，机械设备的故障会影响能源的供应稳定性和效率。
通过机械故障诊断技术，可以提前发现设备故障，并进行预防性维护，以提高能源产能和可靠性。
•交通运输：在交通运输领域，机械故障可能导致车辆或船只的故障和事故。
通过机械故障诊断技术，可以对交通工具进行故障监测，提高交通运输的安全性和可靠性。
•医疗设备：在医疗设备中，机械故障可能对患者健康造成严重影响。
通过机械故障诊断技术，可以对医疗设备进行定期监测，确保其正常运行，提高医疗服务的准确性和可靠性。
机械设备故障诊断技术及方法
机械设备故障诊断技术及方法
机械设备故障诊断技术及方法包括以下几种：
1.经验诊断法：基于经验推理，通过对已知故障的分析，对新问题进
行判断和诊断。
但该方法受限于经验的丰富性和专业性。
2.故障树分析法（FTA）：将机械设备的故障按照原因和后果的逻辑
关系绘制成树状结构，以便确定故障的根本原因和可能的组合条件。
3.事件树分析法（ETA）：与FTA类似，但是从事件的发生过程角度
切入。
通过对事件的因果关系进行分析，以确定故障的可能原因。
4.信号处理法：通过采集机械设备运行过程中的各种信号，比如温度、压力、振动等，进行分析和处理，以确定故障原因。
该方法适用于那些难
以进行物理实验的设备。
5.模型建立法：建立机械设备运行模型，并通过模型分析来确定故障
原因。
该方法需要丰富的模型知识和数据。
综上所述，机械设备故障诊断技术及方法各有优缺点，选用合适方法
需要根据具体情况灵活运用。
机械故障诊断
1.机械故障诊断：是识别机器或机组运行状态的科学，它研究的是机器或机组运行状态的变化在诊断信息中的反映。
研究内容：对机器运行现状的识别诊断、对其运行过程的监测以及对其运行发展趋势的预测。
2.机械故障诊断的研究是实现维修制度从定期维修到预知维修或视情维修变革的根本保证。
3.技术手段：机械故障的振动诊断技术、油液分析技术、温度监测技术、无损检测技术4.机械故障：是指机械系统因偏离其设计状态而丧失部分或全部功能的现象。
5.机械故障诊断的基本环节：确立运行状态监测的内容、建立测试系统、（测试、分析及信息提取）、（状态监测、判断及预报）6.故障树分析法：是以故障树为基础，分析影响事件发生的底事件种类及其相对影响程度。
7.能否用明确的数字表达式进行描述而将信号分为确定性信号和随机信号（分为[非]平稳随机信号），简谐信号是最简单的周期信号。
8.时域（频域）分析法：对随机信号可从时域和频域两个角度分析。
如果对所测得的时间历程信号直接实现各种运算且运算结果仍然属于时域范畴，则这样的分析运算即为时域分析法；如统计特征参量分析、相关分析等。
反之，如果首先将所测时历信号经过付里叶变换为频域信号，然后再对其施行各种运算的分析方法统称为频域分析。
9.相关分析应用：相关直线定位问题（原理P41）、相关平面定位、传递路径识别10.振动诊断：以系统在某种激励下的振动响应作为诊断信息的来源，通过对所测得的振动参量进行各种分析处理，并以此为基础，借助一定的识别策略，对机械设备的运行状态作出判断，进而对于诊断有故障的机械给出故障部位、故障程度以及故障原因等方面的信息。
11.机械振动的分类：按对系统的输入不同（[自由、强迫、自激]振动）、按系统的输出特性分类（[简谐、非简谐周期、瞬态、准周期、随机]振动）按系统的自由度（[单自由度、多自由度]系统的振动）按描述系统微分方程（[线、非线]性振动）按振动位移的特征分（[扭转、直线]振动）12.建立力学模型的前期准备：连续系统的离散化、非线性系统的线性化13.振动系统力学模型三要素：质量、弹性、阻尼14.振动测试系统框图信号输入测振传感器→信号调理器→信号记录仪→信号分析与处理设备→结果输出15.压电传感器优点：体积小、重量轻、灵敏度高、测量范围大、频响范围宽、线性度好、安装简便。
机械故障诊断技术简介
机械故障诊断技术简介
机械故障诊断技术是指利用先进的计算机技术、传感器技术和诊断算法，对机械设备进行精准的故障诊断。
其特点是以机械故障为核心，融合多种信息技术手段结合高效算法，快速准确地判定机械设备的故障原因。
机械故障诊断技术的应用范围广泛，可以用于汽车、电子设备、机床、船舶、飞机等领域。
机械故障诊断技术主要包括以下几个方面：
1.传感器技术：通过安装各种传感器，采集机械设备的运行数据，如转速、电压、电流、温度、压力等信息。
2.信号处理技术：对传感器采集到的信号进行处理，如滤波、降噪、增益等，以提高信号的质量和准确性。
3.特征提取技术：将信号转化为特征向量，通过数学模型来判定不同特征间的关系，并分析出某些特征与机械故障之间的关联。
4.数据挖掘技术：应用数据挖掘算法，从机械设备的历史数据中找出规律和趋势，以预测机械故障的发生。
5.诊断算法：根据机械设备的特征向量和历史数据，采用不同的诊断算法，如神经网络、支持向量机、朴素贝叶斯等，来实现故障的诊断。
在实际应用时，机械故障诊断技术需要根据具体的应用场景进行调整和优化，以达到更好的诊断效果。
机械故障诊断概述
目标：保证设备的安全、可靠和高效、经济运行主要目的：及时、正确、有效地对设备的各种异常或故障状态作出诊断，预防或消除故障；同时对设备的运行维护进行必要的指导。确保可靠性、安全性和有效性制定合理的监测维修制度，保证设备发挥最大设计能力,同时在允许的条件下充分挖掘设备潜力，延长其服役期及使用寿命，降低设备全寿命周期费用通过检测、分析、性能评估等，为设备修改结构、优化设计、合理制造及生产过程提供数据和信息
1、 振动法
1.2设备故障的信息获取和检测方法
☆设备故障的检测方法
(二）材料裂纹及缺陷损伤的故障检测
1.2设备故障的信息获取和检测方法
☆设备故障的检测方法
(三）设备零部件材料的磨损及腐蚀故障检测
这类故障除采用上述无损检测中的超声探伤法外尚可应用下列方法：
1.2设备故障的信息获取和检测方法
4、在线诊断和离线诊断 在线是指对现场正在运行设备的自动实时监测；而离线监测是利用磁带记录仪等将现场的状态信号记录后，带回实验室后再结合诊断对象的历史档案进行进一步的分析诊断或通过网络进行的诊断。
1.3机械设备故障诊断方法的分类
5、常规诊断和特殊诊断 常规诊断是在设备正常服役条件下进行的诊断，大多数诊断属于这一类型诊断。但在个别情况下，需要创造特殊的服役条件来采集信号，例如，动力机组的起动和停机过程要通过转子的扭振和弯曲振动的几个临界转速采集起动和停机过程中的振动信号，停车对诊断其故障是必须的，所要求的振动信号在常规诊断中是采集不到的，因而需要采用特殊诊断。
第一章 机械故障诊断概述
1.1 机械设备故障诊断技术的意义、目的和内容
1.21.4机械设备故障诊断技术的发展概况
1.1 机械设备故障诊断技术的意义、
机械故障诊断的方法
机械故障诊断的方法
机械故障诊断的方法可以分为以下几种：
1. 观察法：通过观察机械设备的运转过程中是否存在异常现象来判断故障原因。
例如，机械噪音变大、部件振动、热量异常等。
2. 测试法：通过使用仪器设备对机械设备进行测试，测量关键参数，比如温度、压力、电流、电压等，从而找出故障的原因。
3. 比对法：将已知正常的机械设备与出故障的设备进行比对，找出两者之间的差异并分析可能的故障原因。
4. 故障代码法：一些机械设备会记录故障代码，通过查阅故障代码手册，可以迅速定位到故障原因。
5. 试验法：通过对机械设备进行一系列试验，例如拉力试验、冲击试验、振动试验等，来模拟实际使用过程中可能发生的故障情况。
6. 经验法：依靠工程师或技术人员的丰富经验和专业知识，根据故障的症状和手头的情况进行判断和诊断。
以上方法可以单独或者组合使用，根据具体的机械设备故障情况选择合适的方法
进行诊断。
机械故障诊断概述
机械故障诊断概述1. 引言机械故障诊断是指通过分析和判断机械设备出现故障的原因和位置，以便进行修复和维护的过程。
随着工业自动化程度的提高，机械设备的复杂性也在增加，因此机械故障的诊断变得越来越重要。
本文将概述机械故障诊断的基本概念和流程，并介绍常用的机械故障诊断方法。
2. 机械故障诊断流程机械故障诊断通常包括以下几个步骤：2.1 数据采集在机械设备出现故障时，需要采集相关的数据，包括振动、温度、噪声等。
这些数据可以通过传感器或监测设备来获取。
2.2 数据预处理获取到的原始数据通常包含噪声和无用信息。
在进行故障诊断之前，需要对数据进行预处理，包括滤波、降噪等操作，以提高后续分析的准确性。
2.3 特征提取特征提取是机械故障诊断的关键步骤之一。
通过对预处理后的数据进行特征提取，可以提取到与故障相关的特征量，例如频率、振幅、峰值等。
2.4 故障诊断模型构建在故障诊断模型构建阶段，可以使用机器学习或统计方法来构建故障诊断模型。
常用的方法包括支持向量机、神经网络、决策树等。
2.5 故障诊断与分析根据构建好的故障诊断模型，对特征提取后的数据进行故障诊断与分析。
通过与已知故障模式进行比对，可以确定机械设备的故障原因和位置。
2.6 故障修复与维护诊断出机械设备的故障原因后，需要进行相应的修复和维护工作。
这包括更换损坏的部件、调整参数、进行润滑等。
3. 常用的机械故障诊断方法3.1 振动分析法振动分析是一种常用的机械故障诊断方法。
通过分析机械设备的振动信号，可以判断出设备是否存在故障，并定位故障的位置。
常用的振动分析方法包括时域分析、频域分析和时频域分析。
3.2 声音分析法声音分析法是通过分析机械设备的声音信号来进行故障诊断的方法。
通过分析声音信号的频谱和时域特征，可以判断机械设备是否存在故障。
3.3 热像分析法热像分析法是一种通过红外热像仪来进行故障诊断的方法。
通过观察机械设备表面的温度分布情况，可以判断设备是否存在异常或故障。
机械故障诊断
机械故障诊断故障诊断是机械维修中的关键任务之一。
在现代机械设备运行过程中，故障难免会出现，而快速准确地诊断和解决故障会极大地提高设备的可靠性和运行效率。
本文将介绍机械故障诊断的一般步骤以及常见的故障诊断方法，帮助读者了解并掌握机械故障诊断的基本知识。
一、故障诊断的一般步骤1. 收集信息：故障诊断的第一步是收集与故障相关的信息。
这包括机械设备的运行状态、异常表现、故障发生的时间等。
同时，还需询问设备操作人员，以了解故障发生前的操作情况。
2. 分析症状：在收集到足够的信息后，需要对故障的症状进行分析。
症状分析是故障诊断的核心内容，通过分析症状可以初步判断故障的种类和可能的原因，为后续的故障排除提供指导。
3. 实施测试：针对初步分析得出的故障原因，需要进行相应的测试以确认诊断结果。
测试方法根据具体故障类型的不同而异，可以包括物理测量、电气测试、压力测试等。
4. 确定故障原因：通过分析测试结果和进一步的排查，确定导致故障的根本原因。
这可以通过比对设备技术资料、借助专业知识和经验等方式进行。
5. 故障排除：在确定故障原因后，需要采取相应的修复措施进行故障排除。
排除方法也因故障类型的不同而异，可以包括更换损坏部件、修复电路故障、调整设备参数等。
6. 验证修复效果：完成故障排除后，需要对设备进行测试，以验证修复效果是否满足要求。
如果测试表明修复无效，需要重新进行故障诊断，找出并解决其他可能存在的故障。
二、常见的故障诊断方法1. 维修手册查询法：维修手册是设备制造商提供的关于设备故障诊断和维修的指南。
通过查询维修手册，可以了解设备常见故障的症状、原因和排除方法，从而指导实际故障排查和修复工作。
2. 经验法：基于经验的故障诊断方法广泛应用于机械领域。
经验法是基于对类似故障案例的总结和分析，通过对症下药，快速找到故障发生的原因和解决方案。
3. 传感器技术和仪器设备：传感器技术和仪器设备在故障诊断中起着重要的作用。
通过使用温度传感器、振动传感器、压力传感器等实时监测设备运行状态的传感器，可以及时发现异常情况，从而进行故障诊断。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
旋转机械故障诊断摘要:基于旋转机械在各行业的广泛应用，旋转机械的故障诊断技术也倍受重视，从传统的信号处理方法到现代的信号处理方法，旋转机械故障诊断中的信号处理技术在不断发展，不断创新。
综述了旋转机械故障诊断的传统信号处理方法和现代信号处理方法，分析传统信号处理方法和现代信号处理方法的实际应用，并展望了未来旋转机械故障诊断领域的研究方向。
关键词:旋转机械; 故障诊断; 信号处理技术Abstract: Because rotating machineries are widespread used in many fields，more and more attention are drawn by fault diagnosistechnology for rotating machinery．From conventional methods to contemporary methods，signal processing technology in fault diagnosisfor rotating machinery had been developed and innovated constantly．The traditional and modern signal processing methods in fault diagnosisof rotating machinery were reviewed in summary．Practical application of the traditional and modern signal processing methodsis analyzed，and the research direction in the future in the field of fault diagnosis of rotating machinery is expected．Keywords: Rotating machineries; Fault diagnosis; Signal processing technology第一章绪论机械故障诊断, 就是通过机械运行中的相关信息来识别其技术状态是否正常, 确定故障的性质和部位,寻找故障起因, 预报故障趋势, 并提出相应的对策的一门技术。
现代的机械设备正在迅速地向着精密化、高速化、自动化、系统化的方向发展, 设备更加复杂, 各个部件的联系也越来越紧密, 设备某部件的故障有可能会引起整个设备的损坏。
机械设备发生故障不仅会造成巨大的经济损失, 而且会危及人身安全带来严重的后果。
因此, 机械故障诊断工作得到了广大科研人员的关注和重视, 随着各个领域技术的不断发展, 各种新的技术和理论被不断地应用于机械故障诊断中, 并提出了新的诊断方法与理论[1]。
1.1旋转机械故障诊断的意义随着机械设备向着高速、重载、精密方向发展，对机械传动设备的要求越来越高。
不仅要求机械传动设备能够传递较大的功率和载荷，而且传动系统本身必须具备较好的可靠性，从而降低设备的运营成本并提高设备运营过程中的安全性。
在故障诊断的发展过程中，人们发现最重要、最关键而且也最困难的问题就是故障特征信息提取，其必须借助于信息处理，特别是现代信号处理的理论方法和技术手段，探索故障特征信息提取的途径，发展新的故障诊断理论和技术。
旋转机械的故障问题有很多，在这里我们选取滚动轴承的故障问题来介绍一下。
滚动轴承是机械设备中最常见的部件之一，它的运行状态直接影响整台机器的功能．据钢铁工业统计，在旋转机械中，由于滚动轴承损坏而引起的故障约占30％．因此，对滚动轴承工作状态的监视及其故障诊断技术的研究工作越来越受到人们的重视，成为保障旋转机械良好工作性能的重要保障。
最初的轴承故障诊断是利用听棒，靠听觉来判断。
这种方法至今仍在沿用，其中的一部分已改进为电子听诊器，训练有素的人员凭经验能诊断出刚刚发生的疲劳剥落，有时甚至能辨别出损伤的位置，但毕竟影响因素较多，可靠性较差。
继听棒、电子听诊器之后，在滚动轴承的状态监测与故障诊断工作中又引入了各种测振仪，用振动位移、速度和加速度的均方根值或峰值来判断轴承有无故障，这样减少了监测人员对经验的依赖性，提高了监测诊断的准确性，但仍很难在故障初期及时做出诊断。
1966年，全球主要滚动轴承生产商之一，瑞典SKF公司在多年对轴承故障机理研究的基础上发明了用冲击脉冲仪（Shock Pulse Meter）检测轴承损伤，将滚动轴承的故障诊断水平提高了一个档次。
多种信号分析处理技术用于滚动轴承的状态监测与故障诊断，如频率细化技术、倒频谱、包络线分析等。
在信号预处理上也采用了各种滤波技术，如相干滤波、自适应滤波等，提高了诊断灵敏度。
1.2 机械故障诊断方法1.2.1 常用的机械故障诊断方法的分类机械设备有各种类型，其工作条件又各有不同，故对不同机器的故障往往需要采用不同的方法来诊断。
对机器进行故障诊断的方法可以按如下几种方式进行分类。
按诊断的目的要求分类1.功能诊断和运行诊断功能诊断是针对新安装或刚维修后的机器或机组，需要检查它们的运行工况和功能是否正常，并且按检查的结果对机器或机组进行调整。
而运行诊断是针对正常工作的机器或机组。
2.定期诊断和连续监控定期诊断是么一隔一个小时，例如1个月或数个月对工作状态下的机器进行常规检查。
连续监控则是采用仪表和计算机信息处理系统对机器运行状态进行不间断地监视或控制。
两种诊断方式的采用，取决于设备的关键程度、设备事故影响的严重程度、运行过程中性能下降的快慢，以及设备发生和发展的可预测性。
3.直接诊断和间接诊断直接诊断是直接确定关键部件的状态，如主轴承间隙、齿轮齿面磨损、燃气轮机叶子的裂纹以及在腐蚀环境下管道的壁厚等。
直接诊断往往受到机器结构和工作条件的限制而无法实现，这时，就不得不采用间接诊断。
所谓间接诊断就是通过二次诊断信息来间断判断机器中关键部件的状态变化。
多次二次诊断信息属于综合信息。
4.在线诊断与离线诊断在线诊断是指对于大型、重要的设备为了保证其安全和可靠运行需要对所监测的信号自动、连续、定时的进行采集与分析，对出现的故障及时作出诊断；离线诊断是通过磁带记录仪或数据采集将现场的信号记录并储存起来，再在实验室进行回放分析，对于一般中小型设备往往采用离线诊断方式。
按信息提取方式分类信号是信息的载体，设备出现故障时出现的征兆是通过检测信息，即信号来体现的，所以可以按找特征信号与征兆之间的关系对方法进行分类。
1.函数分析法特征信号与征兆之间存在定量的函数关，可用数学分析方法，例如状态空间分析，由特征信号求出征兆。
2.可用数理统计方法由特征信号求出征兆。
统计分析法又可分为分非参数模型统计法即传统的信号处理方法和参数模型统计法两种。
它根据信号的采样数据，首先建立差分方程形式的参数模型，再用模型的参数或用模型计算出信号统计特性、结构固有的特性或其他特性作为征兆。
按照状态诊断方式分类1.对比诊断法目前应用最广，应事先通过统计归纳、实验研究、分析计算，确定同各有关状态一一对应的征兆，然后将获得的征兆同基准模式对比，即可确定设备的状态。
2.函数诊断法在征兆与状态之间如存在定量的函数关系，则在获得征兆后即可用相应的函数关系计算出状态。
3.逻辑诊断法在征兆与状态间如存在逻辑关系时，则在获得征兆后即可用相应物理或数理逻辑关系推理判明有关状态。
4.统计诊断法一般模式识别理论中的统计模式法，它用于征兆与状态之间存在统计关系时。
5.模糊诊断法它是一种较新的诊断方法，其特点有二：第一，它采用多因素诊断，因为一种状态可在不同程度地引起多种征兆，而一种征兆又可在不同程度上反映多种状态；第二，它模仿人利用模糊逻辑而精确识别事物这一特性。
这样，它根据所获得的征兆，列出征兆隶属度模糊向量，再根据以实践为基础所得到的模糊矩阵，利用模糊数学方法，计算出状态隶属度模糊向量，最后根据此向量中各元素的大小确定有关状态的情况。
6.智能诊断法人工只能的目的是使计算机去做原来人才能做的事情，包括推理、理解、规划、决策、抽象、学习等功能，专家系统是实现人工智能的重要形式，目前已广泛用于诊断、解释、设计、规划、决策等各个领域。
现在国内外已发展了一系列用语设备故障诊断的专家系统，获得了良好的效果。
1.2.2 机械故障诊断方法的问题和发展趋势近年来，故障诊断方法的研究取得了很大的进展，但是研究过程中也发现了诸多问题。
如微小故障的早期检测即故障预报问题、故障源的准确辨识问题、系统的非线性问题、故障检测的鲁棒性问题、故障诊断方法的实际应用问题等，而且有些问题是故障诊断技术研究过程中迫切需要解决的。
生产过程中的某些故障是缓慢的变化产生的，如催化剂的失活和生产过程流体泄漏，在这些故障产生重大影响前必须进行预报。
故障检测残差只是反映了故障的最终影响，根据检测残差寻找故障根源的辨识过程是一个追根溯源的复杂过程，目前，这个问题仍然是故障诊断的一个难点。
问题的存在是对研究人员的挑战，也为故障诊断技术的发展提供了契机，将来的故障诊断技术会在解决问题的过程中得到发展。
故障诊断技术作为一个新兴的研究领域，还有很多问题值得探讨，如故障预报方法的研究，故障辨识方法的研究，故障诊断系统的鲁棒性研究，故障诊断系统的非线性研究，大型的实用故障诊断系统的构建。
第二章旋转机械故障诊断方法的研究2.1.1 基于解析模型分析的方法基于解析模型分析的方法是最早发展起来的, 是现代控制理论在故障诊断中的应用。
这种方法需要建立被诊断对象较为精确的数学模型。
基于解析模型分析的方法又可以分为参数估计方法和状态估计方法。
参数估计方法是根据设备的机理分析建立系统的模型, 再利用模型的参数或用模型计算出结构固有的特性或其他特性作为诊断征兆。
把所求参数与标准值比较以确定系统是否发生故障以及故障发生的程度。
状态估计方法包括3种基本方法, 即Beard 提出的故障检测滤波器方法; 由Menra和Peshon提出的基于kalman滤波器的方法及一致性空间的方法。
其基本思想是: 首先构造被控过程的状态, 通过与真实系统的输出变量比较构成残差序列, 再构造适当的模型, 用统计检验法从残差序列中提取故障特征, 从而实现故障诊断。
2.1.2 基于信号处理的方法基于信号处理的故障诊断方法不用建立被诊断对象的模型, 但是它是建立在对故障机理的分析和研究的基础上的。
基于信号处理的方法是故障诊断的核心技术之一, 随着信号处理技术的不断发展基于信号处理的方法不断丰富[14]。
信号处理的方法主要有: 时域特征参数和波形分析方法; 时差域方法; 时序分析方法; 幅值域方法; 包络域方法; 频域谱分析方法; 时频分析方法等等[1].传统谱分析传统的谱分析方法包括功率谱、倒谱、细化谱、包络谱、最大熵谱、相关谱、主分量自回归谱、全息谱、阶比谱等等。