关于机械故障诊断技术的现状与发展趋势的研究
工程机械智能故障诊断技术的研究现状及发展趋势
工程机械智能故障诊断技术的研究现状及发展趋势摘要:由于工程机械长时间运作，不可避免会出现设备磨损腐蚀等问题，如果出现问题，没有立刻发现和解决，很容易会造成机械设备出现故障，直接影响到工程机械正常运转，同时也会造成安全事故的发生。
工程机械设备故障诊断技术，在如今工业生产过程中起到非常重要的作用，不仅可以发挥检验设备运作状况，而且还能为维修工作人员和故障判断提供有效依据，从而给机械设备正常运作和经济效益的提升奠定有利基础，关键词：工程机械；故障；智能；诊断技术;发展1引言随着当下社会经济和科学技术的飞速发展，工程机械越来越智能化、复杂化，在具体运用过程中，不可避免地会出现各种故障，传统的故障诊断技术已经不能满足系统的实际需要。
在此背景下，智能故障诊断技术应运而生。
工程机械在具体使用过程中会受到振动、高低温、粉尘等外界因素的影响，因此故障发生的频率比较频繁，给社会和企业带来很大的经济损失，因此不断提高机械故障诊断技术势在必行。
2实现机械智能化的重要意义目前机械智能化不断发展过程中，实现机械智能显得特别重要，在提升工作效率时，还可以将能源损耗降到最低，同时还节约了资源，在现阶段社会发展过程中，起到非常重要的作用。
机械智能化的实现有重要意义，主要表现在以下方面:①机械智能化所牵涉的知识技术是多层面、多方位的，在当前发展过程中，发展智能化是一种必然趋势。
当代科学技术的不断发展，使智能化的深入不断拓展，发展前景也非常可观，工程机械发展的智能化，可以为人民群众生产以及设备发展提供有效条件，同时也为该工程的智能化奠定良好基础，推动企业安全高效生产，从而给社会生产力提供强大的动力。
② 现阶段实现工程机械智能化，将人力资源得到很好的节省，同时还缓和了劳动力缺乏的状况，推进社会安全稳定发展。
③机械智能在解决机械设备问题的过程中也起着重要的作用。
由于机械智能化的不断发展，当机械设备出现运作问题和运行故障时，能够及时报警和预测，自动解析故障，搜索数据库，提出解决方案，有效处理故障，提升机械运行效率，并充分发挥机械智能的重要作用。
试论农业机械故障诊断技术研究现状及展望
N o n g j i t u i g u a n g试论农业机械故障诊断技术研究现状及展望孙贵香近年来，随着我国农业机械化的发展，使得农业机械的应用更加广泛，这在很大程度上提升农业生产的效率，但与此同时也使得农业机械的故障发生几率越来越高，一旦农业机械发生故障，不仅会严重影响其使用性能，而且会带来严重的安全隐患。
随着农业机械的发展，其精密性越来越高，这给故障的诊断带来了较大的困难，尤其是在农忙季节，一旦农业机械发生故障，如果不能及时做出正确的诊断并及时排除故障，会给农业生产带来十分不利的影响，因此，需要不断加强农业机械故障诊断技术，使农业机械更好的为农业生产服务。
、农业机械故障诊断技术研究（ ）时域信号分析的故障诊断技术将振动传感器安装在农业机械的特定部位，在农业机械运行过程中，通过振动传感器来采集和记录农业机械的震动信息，根据不同时间的各种振幅、频率以及相位等方面的信息，可以掌握农业机械特定部位的时域信号。
通过对时域信号的分析，可以帮助人们了解和掌握机械设备特定区域的实际情况，如果时域信号出现异常，则表明农业机械特定区域存在故障。
通过这种技术进行故障诊断具有简单直观，并且容易理解等方面的优势。
但该技术也有其自身的不足。
例如，时域信息数据比较庞杂，对其进行分析需要耗费大量的时间，并且需要应用特定的方法才能处理时域信息数据，这给农业机械故障的诊断带来了十分不利的影响。
（ ）频域信号分析故障处理技术频域信号分析故障处理技术是在时域信号分析故障处理技术基础上发展而来的，主要是将时域信号进行快速傅里叶变换，将其转化为频域信号。
由于对频域信号的分析处理相对比较简单，所以使得农业机械故障的诊断更加方便、更加快捷，只需应用特定的频域信号处理技术对频域信号进行分析处理，便能对故障做出比较正确的诊断。
农业机械在运行过程中，一旦发生故障，会出现振动信号的频率变化。
例如，农业机械设备中的齿轮如果出现断齿的现象，则会引起周期性的冲击信号，这些周期性的冲击信号会使频域出现不同的频率成分，这给人们的故障诊断提供了有力的依据。
机械设备智能诊断故障的现状及发展趋势
机械设备智能诊断故障的现状及发展趋势摘要：随着科技的快速发展，如今的机械设备越来越精密，造价也越来越高，而如果机械设备在使用过程中出现故障就会对企业的生产和工作人员的人身安全构成威胁。
机械设备故障检测诊断技术是在设备运行状态下能够实时检测并诊断设备是否存在故障隐患的部位，做到及时发现及时解决，从而避免人员伤亡以及经济损失，是当前国内外研究的热点技术。
关键词：机械设备；智能诊断故障；现状；发展趋势引言随着时代的发展，工业企业对机器设备的要求也越来越多，机械设备的发展方向多样，诸如大功率、智能化、大型化、复杂化、自动化是现在机械设备发展的几个大的方向。
在现在的工业生产中，机械设备的重要性不容忽视，尤其是在自动化和复杂化高度发展的今天，一条流水线上的机械设备如果坏了一个零部件，最终导致的可能是一条产业链的机械设备的瘫痪，可谓牵一发而动全身。
这些故障导致的可能不仅仅是经济上的损失，严重的还会造成人员伤亡。
因此，机械设备需要定时的、准确的、可靠的故障诊断方法来及时避免不必要的损失。
1.机械设备的诊断技术发展情况机械设备是对各种工作进行完成的重要工具，机械设备的诊断技术是掌握设备运行过程中的异常状态与故障之间的关系，从而预测未来的技术，当前关于机械设备的诊断技术的研究越来越多，主要是对设备的运行状态进行监测，当机械在正常运行的时候具有一个状态，设备产生故障的时候再进行运行，又会产生另一种状态，针对这两种状态要进行分析和对比，从而找出机械设备的故障所在。
机械设备故障诊断技术是利用对机械设备运行过程中的状态信号进行处理，结合诊断对象的历史状态，来识别机械设备及其零部件的实时技术状态的技术形式，根据所得到的结果，还能对未来机械设备的发展趋势进行预测。
总体来讲，机械设备的诊断技术的发展经过了四个阶段的发展：第一，在十九世纪，机械已经出现在工业生产中，发达国家的工业革命使得机械化生产开始普及，当时机械设备诊断技术不高，当机械设备出现问题的时候不能及时发现，等到故障十分明显的时候才能被察觉，一般是采取事后维修的方式对故障进行处理。
机械故障检测技术及其发展趋势
机械故障检测技术及其发展趋势摘要：本文通过对机械故障检测现状的研究，分析了机械故障检测的传统技术及存在的问题，探讨了机械故障检测技术的发展趋势。
关键词：机械故障；检测技术1 引言随着科学技术的不断发展，工业水平的提高，机械在现代工业中的作用和影响越来越大。
设备运行中发生的机械故障不仅会造成重大经济损失，甚至还可能导致人员伤亡和事故发生。
因此设备的安全、可靠性极为重要。
故障检测技术是一项重要、有效的措施，它既可以及时发现故障，降低人员伤亡和事故发生率，还可为维修管理提供依据，确保设备安全运行，提高质量，节约费用，在现代工业中发挥着重要作用，越来越受到人们普遍重视。
2 机械故障检测的现状机械故障检测技术是目前国内外一项发展迅速、备受欢迎的重要技术，是一门了解和掌握设备在使用过程中的工作状态，检测设备故障隐患，确定其整体和局部是否正常，发现故障及其产生原因，并对故障发生部位、性质做出估计，能够预报故障发展趋势的技术。
机械故障检测就是利用科学的监测技术，对所处状态进行监测，预测设备运行的可靠性，对故障的原因、部位、危险程度等进行检测，预报发展趋势，查找故障源，提出对策建议，并针对具体情况排除故障，避免或减少事故的发生。
现代化工业中机械故障检测技术越来越受到重视，一系列新的理论方法与技术应用于实际，提高了故障检查的效率，产生了明显的经济和社会效益。
3 机械故障检测的传统技术机械故障检测技术是一门集数学、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、基础与信息科学、系统科学和人工智能等多学科交叉的综合性技术。
故障检测在于对设备执行计划性状态维修，以保证生产和使用的正常。
传统的检测技术主要包括：振动监测技术、噪声监测技术、红外测温技术以及射线扫描技术等。
3.1 振动监测检测技术振动监测检测技术是通过检测设备的振动参数及其特征来分析设备的状态和故障的方法。
由于振动的广泛性、参数多维性、测振方法的无损性，决定了将振动监测检测作为设备故障检测的首选方法。
机械故障诊断技术的现状及发展趋势
机械故障诊断技术的现状及发展趋势伴随着机械产业的持续前进，对辨析事故的水平要求也越来越高，最近这二十年以来，我国以及国际上辨析事故的手段都有很大的进步，文章对机械事故的辨析技术发展状况展开了具体的讲述，同时对其前进方向展开了预测。
标签：故障诊断；现状；发展趋势引言从20世纪60-70年代开始，对机械事故的判断技术作为一项新流行的学科，开始了快速的发展，在判断中运用计算机进行协助，使对机械事故的判断技术发展到了智能化的水准。
当下，在工业制造企业中机械事故的判断技术发挥着越来越关键的影响，在制造过程中完全证实了拓展事故判断和状况推测手段的探索是必然的。
我国对机械事故判断的技术在思想上是很接近于发达国家的，但是在实际操作中的步骤实施距离发达国家还是有一定距离的。
在国内，对事故判断理论上的探索和实际生产没有紧密的连接起来，研究的工作者大多只会在理论上进行探索，没有实际的工作经验，研究出的结果往往和真实的生产大相径庭，一般都是在高校与研究院所作为起始点，接着渗入到各个行业中。
国外对机械事故判断技术的研究是通过对现场操作中发生的问题反应到研究所，对症下药。
在过去20年的发展中，中国自行研究的事故判断体系一部分已经很老练，被很多的工业厂商大范围投入使用。
不过很多新型的理论与实践的运用，让事故判断方法发展也越来越迅速，慢慢的做到及时、快捷与精准。
1 故障诊断的含义及其现状事故判断方法是有明白与掌控设施正常运行时的情况，从而了解整个设施或者部分设施是否是正常运行，这样就能够第一时间找出事故的原因，了解其发展的情况的手段，这种手段能够防止事故的出现，尽最大的可能增加机械的运行速度。
1.1 设备故障诊断技术的研究内容故障诊断技术主要包括以下三个基本环节：（1）特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、温度、噪声、压力、流量等。
对于信号的搜集大多使用传感设备，对这一步骤的探索主要是研究搜集信号的方法，其宗旨是在任何情况下都能够取得可信赖、平稳的特征信号。
机械故障诊断的现状与发展趋势
机械故障诊断的现状与发展趋势机械设备是支持机械生产加工的重要工具和依托，机械设备经过长时间的运转难免会出现故障问题，因此，必须掌握科学的故障诊断与监测技术，依靠这些技术来检测机械设备的故障隐患，进而研究出科学的故障解决方法，机械设备故障的诊断应该着重预测的方法，通过故障预测来提前做好维修、维护准备。
本文分析了机械设备故障维修与监测的方法以及未来的发展趋势。
标签：机械故障；诊断；现状；发展趋势引言：机械设备故障诊断、监测与维修等工作都影响着机械设备功能与作用的正常发挥，而且维修与监测制度也在持续发展，从以往的定期维修到当前的按照需要加以维修，实现了一种发展与飞跃，多元化的故障诊断与监测方法都达到了良好的效果，但是这些诊断監测技术仍然有待发展与进步，应该在依托于现有的诊断与监测技术基础上开发出新的检测技术与监测工艺，充分借助现代化信息技术，实现监测的科学化、智能化、自动化进步与发展。
一、机械设备故障诊断的概述及发展现状设备的运行状况是通过故障诊断技术得以反应的，良好的故障诊断可以明确了解和认清机械设备其整体或者局部是否出现影响工程正常运行的故障，可以及早发现问题并解决问题，找到出现故障的原因并给与解决，因此必须要及时掌握机械故障的诊断技术，这对机械使用效率的提高也是极为有利的。
一般情况下，机械设备故障诊断技术主要有以下几个方面：1、采集特征信号。
在这一过程中，主要是对一些特征值比如温度、压力、流量、噪声以及速度等采用一些仪器进行测取。
目前均使用传感器进行信号的采集，所以对传感技术要加强研究，主要目的是能够在各种恶劣环境中测取的信号其可靠度与稳定性都能达到最优。
现如今，国内加强了技术创新，其传感技术主要有激光、光导纤维等。
2、提取与处理信号。
状态检测就是将采集到的信息提取出来，与设备故障中的相关特征进行对比，现如今，这方面得到广泛应用的主要是小波技术，该技术在旋转机械轴承故障诊断中应用较为广泛。
此外，技术领域也已开始对基于相空间重构的GMDH数据处理方法有所涉猎，在处理一些相对较为复杂的非线性振动中此技术的发展很明显。
矿山机械故障诊断研究现状及发展趋势
矿山机械故障诊断研究现状及发展趋势摘要：本文对矿山机械设备的使用维修和故障诊断进行分析，鉴于矿山机械设备在矿业生产和管理中所占的比重很大，因此，企业应该重视矿山机械的故障诊断和维修。
先进的技术和专业人才有利于提高煤炭企业的工作效率，保证工作质量和正常生产，使企业获得最大的经济效益和价值。
关键词：矿山机械；故障诊断；研究现状；发展趋势引言随着矿山开采设备的不断增加，设备发生故障的概率增大，因此，及时有效地诊断和维修矿山开采机械设备变得尤为重要。
故障诊断技术已经成为矿产开采中不可或缺的一项重要技术，以确保设备的安全运行。
采用先进的监控系统能够快速、精确地检测机械设备的运行状态，从而及早发现和解决问题，这也正是故障诊断技术的核心任务。
此外，预测机械设备的故障，也将是未来发展的一个重要方向。
1故障诊断的目的对矿产进行开采时，需要使用各种类型的机械设备。
这些设备长时间运行后，不可避免会出现一些问题，如磨损、老化，从而导致其性能下降，甚至引发安全事故。
因此，为了保障生产过程中的安全性和高效性，必须及时发现并排除机械设备存在的隐患或故障。
针对不同类型的机械设备可能发生的故障及其原因，制定相应的检测方法及措施十分必要：（1）通过分析机械设备产生故障的原因以及表现形式，确定故障范围；（2）判断故障是否严重影响设备正常运转，如是否造成停机停产、降低产能或者增加维护成本等；（3）预测未来一段时间内可能出现的故障，提前采取预防措施；（4）对于较为复杂的故障，可采用多种手段相结合起来综合分析判断，以提高故障诊断的准确率。
总之，正确有效地开展矿山机械设备故障诊断工作，能够帮助企业减少因机械故障带来的经济损失和人员伤亡风险，同时也有助于提高矿山的生产效率和管理水平。
2矿山机械设备维修类型2.1事后维修矿山机械设备经常由于精度、稳定性不达标而停机，或因故障停机。
员工采取本未在计划之内的维修行为，这些类型的维修称为后期维修。
这种维修方式大多用于机械设备的突发性故障。
工程机械故障诊断技术的研究现状与发展趋势
工程机械故障诊断技术的研究现状与发展趋势简小刚张艳伟冯跃摘要：回顾了机械故瘅诊断技术的发展历史，阐述了国内外工程机械故障诊断技术的发展现状.针对目前在工程机械故瘅诊断领域中研究较多的智能故障诊断系统模型进行了分析，并指出各自的技术特点和局限性，最后指出了智能故障诊断系统今后的发展趋势.关键词：工程机械;故障诊断技术;现状与趋势Abstract: The development course of construction machinery fault diagnosis technology and its current devel-opment situation are reviewed. After having analyzed the intelligent models of fault diagnosis vsystem, the advantages and the limitation of all sorts of intelligent mode! are pointed out. In the end, the trend for the development of the construction machinery fault diagnosis technology is presented.Key words： construction machinery; fault diagnosis technology; present state and perspectives故障诊断的思想[i~6]来自于医学，正如人的疾病一样,设备由于设计、制造、安装以及使用等自然和人为的因素，会出现某种程度的"病患从理论上讲,并不存在无任何故障的机构，关键是这种故障对设备的运行性能和所期望达到的预期标准是否构成威胁，因此，故障是指设备不能按照预期的指标工作的一种状态,而故障诊断的实质则是通过了解和掌握设备的运行状态，预测设备的可靠性，确定其整体或局部运行是否正常，早期发现故障，并对其原因、部位、危险程度进行识别和评价,预测故障的发展趋势，并针对具体情况作出实施维护的决策.其诊断的一般过程如图1所示[7~1<)].由于故障发生时，常使设备的一些特征参数发生变化，如:振动、噪声、温度、压力、流量等.因而，可根据设备的性质和工作环境，选择最有可能反映故障的特征参数作为特征信号，然后选取适当的仪器对设备的适当部位进行特征信号的监测、采集并进行适当的变换处理,以便于从不同的角度(时域、频域）进行观察,以获取最直观、最有力的特征信息.然后再应用各种知识和经验，对设备状态进行识别以判断是否有故障.若有故障则给出发生故障的部位、原因、程度以及排除故障的方法和措施等信息;若无故障则要对设备出现故障的趋势作出判断，以利于设备的安全正常运作.某日，一准备评职称的客户上山找老禅师诉苦：大师，为何发篇论文这么难？自己不会写，中介还不敢信，刊物又找不到合适的，老禅师笑而不语，手沾了沾杯子里的水，在桌子上写下一行数字：271374912，客户恍然大悟，老禅师微笑道：加这个QQ，就说是我朋友，中国期刊库的哦！1故障诊断技术在国内外的发展及应用故障诊断技术是以电子信息技术为代表的高新技术发展和社会对工业生产和科技发展需求相结合的产物.它最早起源于1961年美国阿波罗计划期间由美宇航局(NASA)和美海军研究室(ONR)负责组建的美国机械故障预防小组(MFPG).随后，英国、挪威、丹麦、瑞典、日本等一些西方国家迅速开始跟进，在船舶诊断技术、声发射检测系统、轴承监测等方面取得重大进展，并在宇航、钢铁、化工、电力、铁路等部门得到广泛应用，最终由英国的R.A.Collacott博士于1978年正式提出机械故障诊断与状态监测(mechanical fault diagnosis and condition monitoring)这个新概念并为国际工程界广泛接受和传播.它的出现有着重要时代背景和内涵，主要有两个因素:一是国际社会的一些重大工程项目迫使人们认识到发展故障诊断技术的重要性和迫切性，如:美国1961年执行的具有划时代意义的阿波罗计划、原苏联切尔诺贝利核电站泄漏事故、日本1964年的新干线建设、英国1970年从节省资源和降低成本等角度出发提出的关于设备综合工程学和寿命周期研究等;再是20世纪60年代为计算机和电子技术大发展的年代，快速傅立叶变换和算法语言的出现，把信号分析技术从硬件到软件推向到一个新的水平，通过研究和发展,人们可以把机械设备的可靠性、可用性、可维修性、经济性和安全性等要求都提高到一个新的高度.经过近40年的发展和研究，故障诊断技术主要经历了三个重要的发展阶段早期主要以快速傅立叶变换、光谱分析、信号处理等技术为基础，以设备状态监测为目标，人们称之为状态监测阶段(CM); 期后随着科学技术的迅猛发展,又逐步过渡到故障诊断阶段(FD)，其特点是以故障分类、模式识别、智能化专家系统和故障树计算、模糊逻辑计算、神经网络和基因计算等为基础，以设备故障诊断为其目标;今日故障诊断技术已进人到一个全新的发展阶段，即现代化管理阶段(MM),其特点则是以优化控制、经济运行、全寿命管理、系统工程等为内容，以设备全过程经济管理为技术核心.目前，国际上除了在故障诊断理论、技术和方法等方面进行创新研究外，还在实际应用中不断开发出新的监测诊断系统和仪器设备,如:美国Bently Nevada公司开发的DM2000系统、Westinghouse公司的PDS系统、日本的MHM系统、瑞士 ABB公司的MACS系统、法国电气研究与发展部近年来发展的PSAD系统等，这些设备大多是基于网络的系统，能通过网络对多台设备同时进行在线监测和智能诊断,使得不同地区不同企业的不同部门都能同时获取设备运行状态信息，对设备进行在线监测、诊断和维护，从而极大地提高了对设备的科学管理效率.我国对故障诊断技术的研究和应用自20世纪70年代末始11 ~31，经历了起步阶段、发展阶段,现已进人了髙速发展阶段，在基于模糊理论、人工智能、灰色理论、神经网络和基因优化等先进技术和理论的智能故障诊断系统的研究和应用中均取得丰硕的成果，如由哈尔滨工业大学振动工程研究中心研制开发的"20 万kW汽轮发电机组振动监测与故障诊断系统2HX- 1",西安交通大学和兰州炼油厂开发的"髙速旋转机械的状态监测及故障诊断系统RB-20",华中理工大学开发的"汽轮发电机组诊断专家系统"，此外还有东南大学研制出的"网络化的火电机组振动监测和故障诊断系统"等，这些系统在理论和应用技术方面都已达到或接近国际先进水平.但是由于起步较晚，与国外工业先进国家相比，还存在一些差距，主要表现在传感器的性能及可靠性较差、诊断理论和机理的研究尚不很透彻、多参数综合分析诊断应用较少、故障诊断系统自身的可靠性较低等几个方面.2工程机械故障诊断技术的国内外研究现状工程机械的工况监测及故障预报、诊断是一个十分复杂而丰富的课题[1~101.自20世纪90年代以来, 以计算机、微电子、智能控制为代表的先进技术得到了飞速发展并广泛应用于工程机械领域，使得工程机械产品的性能及髙科技含量得到不断提高.计算机辅助监测、故障诊断系统在工程机械h得到了广泛应用.从简单的工况参数显示发展到故障査找提示和早期预报系统.例如：美国卡特彼勒的新型监测系统 (CMS),该系统普遍用于土石方工程机械，能准确地监测机器的各部分参数，采用声光故障报警，保存运行数据的纪录，CMS是一套密封系统,能承受高低温、湿度、振动和冲击负荷，采用真空莹光屏幕，适合野外施工作业;德国0&K公司的挖掘机卫星数据传输监控系统,应用卫星通讯技术将各台工作中的挖掘机状态信息、故障信息，由机载发射机发射到同步卫星上，再由卫星上的转发器发回管理中心,由管理中心的计算机进行分析处理，该系统给挖掘机作业生产管理、维修带来极大的方便.随着电子测量、信号处理、传感器、计算机等技术的发展，目前国内科研单位研究开发了一些针对不同应用场合的监测诊断系统.例如:浙江大学与长江挖掘机厂合作开发的智能式工况实施监控与故障诊断系统，具有汉字显示、故障自动判断、报警纪录与微机通讯等功能;葛洲坝水电工程学院开发的工程机械液压系统智能故障诊断系统HSFIDS,利用专家知识和经验，通过向用户提问的方式，髙效、迅速地帮助用户找到故障的原因、部位，并提供相应处理措施;大连理工大学以起重机为模型开发的工程机械工况测取与故障诊断系统等.工程机械设备及其故障现象本身是非常复杂的，而智能故障诊断系统由于具备模仿人的一些思维，能有效地获取、传递、处理、再生和利用诊断信息，并对复杂环境下的诊断对象进行正确的状态识别、诊断和预测，因而已成为目前工程机械故障诊断领域的主流方向.目前主要有两大类别:基于知识的智能故障诊断系统和基于神经网络的智能故障诊断系统.2.1基于知识的智能故陣诊断系统知识是智能故障诊断系统的核心，其显式表示使系统具有概念明确、适于定性分析、推理路径清晰、易于用户参与、便于解释等显著优点o存在的问题主要表现在:缺乏有效的诊断知识表达方式,不确定性推理方法,推理效率低;存在知识获取"瓶颈"、知识"窄台阶",易出现"匹配冲突"、"组合爆炸"及"无穷递归"等问题，学习能力、自适应能力差;诊断求解过程是一个在超高维空间的搜索过程，对于复杂的诊断对象，由于搜索空间大、搜索速度慢，使得在线诊断困难、实时性差o2.2基于神经网络的智能故陣诊断系统与基于知识的智能故障诊断系统相比，基于神经网络的故障诊断系统则具有如下优点:具有统一的内部知识表示形式，大量知识规则都可通过对范例的学习存储于一个相对小得多的神经网络的连接权重中，便于知识库的组织与管理，通用性强、知识容量大;便于实现知识的自动获取，能够自适应环境的变化;推理过程为并行的数值计算过程,避免了以往的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,推理速度快；具有联想、记忆、类比等形象思维能力，克服了传统专家系统中存在的"知识窄台阶"等问题,可以工作于所学习过的知识以外的范围;将知识表示、存储和推理融为一体o但是，由于神经网络只是从己知样本中得到解决问题的能力，故仍存在一些局限性，表现在:①由于很难得到完整的关于对象模式的全部样本，使得应用神经网络只能是一个不断完善的过程，而网络自身对这种自我完善的调度性能较差，造成了网络对奇异模式的判断能力较差.②神经网络对结论及其过程不能作出解释，权重形式的知识表达方式难以理解, 而这对于基于结论的决策系统的可信性是必不可少的和至关重要的o③单纯对数据的应用使得神经网络方法缺乏全局观,忽视了领域专家的经验知识，不能在所有层面上进行整体分析，这是神经网络应用中的主要缺陷.3工程机械故障诊断技术的发展趋势工程机械的工况监测及故障诊断技术是以现代科学技术为先导的多学科交叉的应用性新技术⑷.20世纪90年代以来，模拟人脑物理结构和直觉联想的人工神经网络智能诊断系统如雨后春笋般地迅速发展起来，己成为国际上该领域的最新热点.从发展趋势看，当前主要的方向为:各种诊断理论与神经网络的结合、信号处理与神经网络的集成、基于知识的专家系统与神经网络诊断系统的综合及设备故庫诊断餐饞系统的微型化和"傻瓜"化o智能故障诊断是人工智能研究的一个重要内容，它与知识表示和推理方法有着密切的关系，其领域知识可用对象模型、经验规则、神经网模型、实例来表示.基于专家系统、基于模糊理论、基于人工神经网络的诊断方法各有其优势和特点，但同时它们各自也存在着局限性.为克服现有智能故障诊断方法中的不足，人们正在研究新一代的智能故障诊断系统- 3.1基于学习的智能故陣诊断系统对于智能故障诊断系统来讲，知识获取是建造智能故障诊断系统的瓶颈,尤其是知识的自动获取一直是专家系统研究中的难点.解决知识获取问题的途径是机器学习.机器学习研究的主要目标是让机器自身具有获取知识的能力，使其能在实际工作中不断总结成功和失败的经验教训,对知识库中的知识自动进行调整和修改,以丰富、完善系统的知识.机器学习是提髙故障诊断系统智能的主要途径，一旦诊断系统具有学习能力，它就能从环境的变化中学习新知识，不断实现自我完善.因而，其主要发展方向大致有以下几方面:①由基于规则的系统到基于混合模型的系统，可综合多种方法，如基于规则、基于功能和深层知识模型的方法，甚至人工神经网络等方法,以实现多形式、多深度诊断知识的推理;②由领域专家提供知识到机器学习;③由非实时诊断到实时诊断，实时诊断就是强调在线数据处理与在线诊断推理，要达到诊断的实时性，需要寻求合理的诊断方法，设计合理的诊断软件结构，实行分级进程推理，尽可能提高硬件的处理速度;④由单一推理策略到混合推理策略，知识处理系统常用的推理策略包括:数据驱动和目标驱动，前者的主要缺点是盲目推理，后者的主要缺点是盲目选择目标，有效的办法是综合二者的优点，通过数据驱动选择目标，通过目标驱动求解该目标，这就是双向混合推理策略的基本思想.3.2基于集成的詧能故陣诊断系统根据上面的分析，依靠单一智能技术的故障诊断系统都有各自的优缺点，难以满足工程机械等复杂系统诊断的全部要求，因此，将多种不同的智能技术结合起来的集成智能诊断系统是工程机械故障诊断研究的一个发展趋势.当前进行的集成主要有基于规则的专家系统与神经网络的集成、基于实例的推理(CBR) 与基于规则系统和神经网络的集成、信息融合与神经网络的集成、小波分析与神经网络的集成、模糊逻辑与神经网络和专家系统的集成等.而神经网络与专家系统集成智能故障诊断系统将是工程机械故障诊断技术的一个重要发展趋势.神经网络与专家系统的集成主要有两种策略:①将专家系统构成神经网络，把传统专家系统的基于符号的推理变成基于数值运算的推理，以提高专家系统的执行效率并利用其学习能力解决专家系统的学习问题;②将神经网络视为一类知识源的表达与处理模型，与其他知识表达模型一起去表达领域专家的知识.3.3基于网络的智能故陣诊断系统现代大规模基础设施建设是由多品种、多数量工程施工机械、施工机群协同作业的生产过程.施工企业在追求效率和施工成本的基础上，对设备运行的安全性、可靠性提出了越来越高的要求.现有工程机械故障诊断方法,比如电子监测器方式、便携式微机的形式、工程机械检测维修车方式等，虽然在一定程度上解决故障问题，但这些方式主要是针对单机,且不能实现管理者对设备状态的在线监视，现场管理者缺乏机群设备状态的第一手资料,难以实现对施工机群进行科学的管理和实时调度.因此有必要寻找一种经济、可靠、易实现的方法来实时地监测施工机械的运行状态,及时发现故障，及时处理，保证施工有效地进行.而基于网络的智能故障诊断系统则是以工程机械机群为主要研究对象，结合工程机械施工机群的施工特点和单机设备的结构特点，通过网络对施工机群实施在线状态监测与故障诊断，判断故障原因,提供维修处理意见;评定故障类型及故障严重程度，为机群设备状态分析提供依据;预测停机维修时间，为机群动态施工调度提供依据.系统的基本结构可如图2所示.4结论基于网络的集成智能故障诊断系统是一种以分布式网络技术和多媒体技术为支撑系统,以基于实例、规则和人工神经网络模型的多种故障诊断模型耦合为核心和基础，集信号测试与处理及识别诊断于一体的综合集成智能故障检测诊断系统，它非常适合处理工程机械故障诊断中由于工程机械结构的复杂性、施工载荷的不确定性、工作环境条件的恶劣性等因素所带来的负面影响,因而是工程机械故障诊断技术领域的重要发展方向.参考文献：[1] 丁玉兰,石来德.机械设备故障诊断技术[M].上海:上海科学技术出版社，1993.[2] 徐敏,黄邵毅.设备故障诊断手册[M].西安:西安交通大学出版社,1998.[3] 虞和济,陈长征，张省，等.基于神经网络的智能诊断[M〕.北京:冶金工业出版社,2000.[4] 张正松.旋转机械振动监测与故障诊断[M].北京:机械工业出版社,1991.[5] 钟秉林，黄仁.机械故障诊断学[M].北京:机械X业出版社，1997.[6] 杨叔子，丁洪,史铁林，机械设备诊断学的再探讨[J].华中理工大学学报,1991(8):1-7.[7 ] Gabor D. Theory of communication[J]. Proc IEEE, 1946,93:42 - 45.[8 ] Potter R K,Kopp G,Green H C. Visible speech[M]. New York： VanNostrand, 1947.[9 ] Ville J. Theorie et applicstions de la notion de signal analytique[J]. Cables et Transmission, 1948, (2A) ；6l -74.[10] 牛占文，王树新,郑尚龙.机群智能化工程机械故障诊断系统研究[J].机械科学与技术,2003,122,(6):999-1002.[11] Huang N E'Zhen Shen, Long S R,et al. The empirical mode decomposition and the hilbert spectrum for nonlinear and non - stationary time series analysis[J ]. Proc Royal Society Lond, 1998,454A ： 903 - 995.[12] Cohen L.Time-frequency distributions-a review[J]. IEEE Pnx: July, 1989,77(7)； 941 -981.[13] Rbul O, Flandrin P. Time-scale energy distributions： A general class extending wavelet transtoims[ J]. IEEE Trans SP, 1992,40(7) ： 1746 -1757.[14] Alexander S Thomas. A method for recursive least squares filtering based upon an inverse qr decomposition[j]. IEEE Transactbn on Signal Processing, 1993. (l)：2〇-30.[15] Auger F, Flandrin P. Improving the readability of time-frequency and time-scale representations by the reassignment method [ J ]. IEEE Trans SP, 1995, 43(5) ： 1746 - 1757.[16] 王奉涛,马孝江.智能故障诊断技术综述[J].机床与液压,2003,(4):6-8.。
- 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)。
关于机械故障诊断技术的现状与发展趋势的研究摘要：随着生产的发展，机械故障诊断技术的重要性越来越明显。
传统的诊断技术和理论方法对于具有多故障、多过程、突发性故障的现代化机械设备，往往显示出较大的局限性，从而使机械故障诊断陷入了某些困境。
机械故障诊断技术作为一门新兴的科学，自从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化的阶段。
现在，机械故障诊断技术的应用在工业生产中越来越重要的作用，生产实践已经证明开展故障诊断与状态预测技术研究具有重要的现实意义。
本文将介绍了故障诊断理论的提出过程和内容;简要地阐述了基于解析模型的故障诊断方法、基于知识的故障诊断方法和基于数据驱动的故障诊断方法，介绍故障诊断的发展现状及其发展前景。
关键词：故障诊断；发展历程；发展趋势1.故障诊断概述1.1 故障诊断的含义及其现状故障诊断技术是一门了解和掌握设备运行过程中的状态，进而确定其整体或局部是否正常，以便早期发现故障，查明原因，并掌握故障发展趋势的技术。
其目的是避免故障的发生，最大限度的提高机械的使用效率。
1.2设备故障诊断技术的研究内容故障诊断技术主要包括一下三个基本环节：（1）特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、温度、噪音、压力流量等。
现在信号采集主要用传感器，在这一阶段主要研究基于各种原理的传感技术，目标是能在各种环境中得到高可靠、高稳定的传感测试信号。
国内传感类型：电涡流传感器、速度传感器、加速度传感器和温度传感器等：最近开发的传感技术有光导纤维、激光、声发射等。
（2）信号的提取与处理：从采集到信号中提取与设备故障有关的特征信息。
与正常信息进行对比，这一步就可称之为状态监测。
目前，小波分析在这方面得到了广泛的的应用，尤其是在旋转机械的轴承故障诊断中。
基于基于向空间重构的GMDH数据处理方法也刚刚研究，此方法处理一些复杂机械的线性振动，从而进一步预测故障的发展趋势非常有效。
（3）判断故障种类：从上一步的结果中运用各种经验和知识，对设备的状态进行识别，进而做出维修决策。
这一步关键是研究系统参数识别和诊断中相关的使用技术，讨论多传感器优化配置问题，发展信息融合技术、模糊诊断、神经网路、小波变换、专家系统等在设备故障诊断中的应用。
1.3故障诊断的诊断技术方式当前，油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为故障诊断主要的诊断技术方式。
（1）汽油压力与喷射状况的检测：检查汽油压力是一种重要的手段，因为汽油压力直接影响到汽油的输送与喷射。
当汽油压力太高时，使汽油与空气的混合比过浓，即喷油过量；而汽油压力太低，也会造成发动机缺油无法运转。
汽油压力的检测能帮助我们发现电子油泵，压力调节器，单向阀，滤清器和回油管道等等方面的问题。
在多点喷射系统，可将相应附件与压力表安装在汽油输送的管道接头上，打开快速连接件的开关，检查汽油压力，快速检测诊断压力调节器的方法是：当发动机怠速运转时，如果该调节器工作正常，拔下压力调节器上真空管的瞬间，燃油压力表上的读数值应该升高。
当产生发动机不能起动故障时，首先应把点火开关钥匙转到“ON”的位置，在靠近汽油箱的部位倾听汽油泵有无发出“呜......”的工作响声，如果没有，说明电子油泵电路开通，或电子油泵损坏，声音过响，说明泵内缺油，油箱油位偏低，也可能是油泵磨损严重。
另外，有许多车型，当发动机机油压力过低时，会通过机油压力开关，切断电子油泵断电器电源。
有些车辆发生碰撞事故产生的振动，也会将电子油泵电源切断，即安全自保装置起作用。
碰撞振动切断电子油泵电源，有人称它为碰撞保护开关。
切断电源，阻止汽油供应，造成发动机断油熄火。
这种装置往往隐藏在车身的某个部位，有些在行李箱的边测；有些在后座边板的内侧等等。
我们找到这种安全自保装置的恢复开关，可重新按压或拔动此种开关，使车辆恢复正常工作。
在多点喷射系统，当发动机运转时，我们不能直接观察到汽油喷射状况，可用手指触摸喷油器，感觉到它的工作振动，也可用专用听诊器倾听到喷油器的工作声响，也可用万用表检测到线路上电源与脉冲电压的情况。
（2）冷起动困难故障排除：当电喷发动机冷起动困难时，首先应检查冷起动喷油器在发动机冷态时是否工作。
现在的许多电控喷射系都有专门的冷起动喷油器装置。
当发动机冷态启动，时间继电器使冷起动喷油器有足够的工作时间，提供补充的汽油帮助起动。
冷起动困难大多数是该装置的时间继电器及线路的元件故障造成，可使用万用表检测冷起动喷油器的电源接头的电源情况，如果冷起动没有电源，应该检查有关线路与电器，如果有电源，则应清洗冷起动喷油器。
（3）怠速工况故障排除怠速不稳，发动机排气管冒黑烟，是电喷发动机最常见的故障，往往反映出：汽油与空气的混合比不符合要求，以及大真空渗漏等问题上。
怠速空气马达按照电脑指令控制空气流量，而喷油器按照电脑指令控制油量。
当怠速空气马达工作异常，影响怠速。
还有某些部位的泄漏，如进气支管的泄漏，空调系统的开启等，都会产生怠速问题。
当进气支管内由于泄漏进入过量的空气造成废气，使得进入缸内的混合气变稀，此时电脑收到氧传感器的反馈，发生指令要求加浓混合气，即通过怠速空气马达关闭怠速时，空气旁控通道，同时，氧传感器的失效，进气温度传感器的损坏，空气流量计，或“ECU”故障码没有清除等，都可能影响怠速，在实际工作中，我们经常会遇到这样的问题1.4故障诊断技术的发展历程故障诊断技术大致经历了三个阶段：（1）事后维修阶段（2）预防维修阶段（3）预知维修阶段。
现在基本处于预知维修阶段，预知维修的关键在于对设备运行状态进行连续监测或周期检测，提取特征信号，通过对历史数据的分析来预测设备的法杖趋势。
2 故障诊断的发展现状我国的故障诊断技术在理论研究方面，紧跟国外发展的脚步，在实践应用上还是基本落后于国外的发展。
在我国，故障诊断的研究与生产实际联系不是很紧密，研究人员往往缺乏现场故障诊断的经验，研制的系统与实际情况相差甚远，往往是从高等院校获科研部门，是的研究的放矢。
经过近二十年的努力，我国自己开发的故障诊断系统有的已经趋于成熟，在工业生产中得到了广泛的应用。
但一些新的方法和原理的出现，使得故障诊断技术的研究不断向前发展，正逐步走向准确，方便，及时的轨道上来。
目前，国内检测诊断技术的研究主要集中在以下几个方面：传感技术研究：传感技术是反映设备状态参数的仪表技术。
国内先后开发了各种类型的传感器，如屯涡流传感器、速度传感器、加速度传感器和温度传感器等：最近开发的传感技术有光纤维、激光、声发射等。
关于信号分析与处理技术的研究：从传统的谱分析和时域分析，开始引入了一些先进的信号分析手段，如快速傅立叶变换，小波变换等。
这类新方法的引入弥补了传统分析方法的不足。
关于人工智能和专家系统的研究：这方面的研究已经成为诊断技术的发展主流，目前已有“日程机械故障诊断专家系统”但这一技术在工程方面的研究尚未达到人们所期望的水平。
关于神经网络的研究：比如旋转机械神经网络分类系统等的研究已经取得课应用，取得课满意的效果。
关于诊断系统的开发与研究：从单机巡逻与诊断到上下位机式的主从机结构，直至以网络为分布式系统的结构越来越复杂，实时性越来越高。
专门化与便捷式诊断仪器和设备的研制与开发。
目前，我国的冶金、电力、化工等行业的故障诊断技术已经很成熟，得到了广泛的应用。
3 发展趋势设备故障诊断技术与当代前沿科学的融合是设备故障技术的发展方向。
当今故障诊断技术的发展趋势是传感器的精密化、多维化，诊断理论、诊断模型的多元化，诊断技术的智能化，具体说来现在如下方面：（1）与当代最新传感器技术尤其是激光测试技术的融合近年来，激光技术已从军事、医疗、机械、加工等领域深入发展到振动测量和设备故障诊断中，并且已经成功应用于旋转机械对中等方面。
（2）与最新信号处理方法相融合随着新的信号处理方法在设各故障诊断领域中的应用，传统的基于快速傅立叶变换的信号分析技术有了新的突破性进展。
（3）与非线性原理和方法的融合机械设备在发生故障时，其行为往往表现为非线性特征。
如旋转机械的转子在不平衡外力的作用下表现出的非线性振动。
随着混沌与分型几何方法的日趋完善，这类问题必将得到进一步解决。
（4）与多元传感技术的融合现代化大生产要求对设备进行全方位、多角度的检测与维护，以便对设备的运行状态有整体的、全方位的了解。
因此，在进行设备故障诊断时，可采用多个传感器同时对设备的各个位置进行监测，然后按照一定的方法对这些信息进行处理，如人工神经网络方法。
（5）与现代智能方法的融合现代智能技术包括专家系统、模糊逻辑、神经网络、进行计算等。
现代智能方法在设备故障诊断技术中已经得到了广泛的应用，随着智能科技的不断发展，设备状态的智能监测和故障诊断将是故障诊断技术的最终目标。
结论我国的故障诊断技术要想走在世界的前列，必须善于到现场发现问题，进而走一条提出问题——解决问题，理论与实际相结合的道路。
参考文献[1]吴金志,张毅刚. 建筑结构损伤识别技术的研究与进展[A]第二届全国现代结构工程学术研讨会论文集[C], 2002 .[2]张开鹏. 结构损伤识别方法研究[D]武汉理工大学, 2004 .[3] 邹小理,杨健辉. 疲劳裂纹扩展可靠性分析的JC方法[A]第14届全国结构工程学术会议论文集（第一册）[C], 2005 .[4]陈建;康盛;陈江洪;汤雪华;祁峰;李劲;平帆;姚胜东;李红;何义明;沈毅;刘锦祥;韩慧俊. 大型机电设备远程故障诊断系统技术研究及应用开发[Z]. 国家科技成果.。