故障诊断综述

  1. 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. 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. 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)。

机械故障诊断综述

荆宏达

(中国民航大学航空工程系, 天津300300)

摘要:随着机械设备的大型化,连续话,高速化和自动化,对机械设备的状态监控和故障诊断变得越来越重要,

本文对机械故障诊断技术进行了概括性介绍

关键词:故障诊断;振动诊断; 红外监控诊断;声学诊断;油液分析诊断

REVIEW OF MECHANICAL FAULT DIAGNOSIS

JING hongda

(Aviationengineeringschool,CiviAviation Universityof China, Tianjin 300300, China)

Abstract:Asthe development of machinery, fault diagnosis plays a more and more important role. This article is intent to introduce the fault diagnosis technoloty

Key words:fault diagnosis; vibration diagnosis; ; infrared diagnosis ; sound diagnosis; oil analysis

1 引言

机械故障诊断技术是对机械设备的运行状态进行监测并对发生的故障进行诊断的技术。随着当今工业生产设备的大型化,连续化,高速化和自动化,由于机械设备故障停机所造成的损失也在急剧增加,从而催生出了新的机械维修方式:状态维修,人们将所采集到的大量数据通过计算机进行快速处理,分析,判断,准确地掌握某一个机械零件乃至整个生产系统的运行状态,确定最佳的维修时间和维修部位。而这一切的理论基础就是机械故障诊断技术。故障诊断技术的基本内容包括[1](1)信号检测:正确选择测试仪器和测试方法,准确地测量出反映设备实际状态的各种信号,由此建立起来的状态信号属于初始模式。(2)特征提取:将初始模式的状态信号通过方大或压缩、形式变换、去除噪声干扰等处理,提取故障特征,形成待检模式。(3)状态识别:根据理论分析结合故障案例,并采用数据库技术所建立起来的故障档案库为基准模式,把待检模式与基准模式进行比较和分类,即可区别设备的正常与否。(4)预报决策:经过判别,对属于正常状态的设备可以继续检测,重复以上程序;对属于异常状态的设备则要查明故障情况,做出趋势分析,预测其发展和可以继续运行的时间以及根据问题所在提出控制措施和维修决策。

2故障诊断技术的研究现状

2.1故障诊断技术发展概况[1]

机械设备故障诊断技术是现代化生产发展的产物,最早起源于美国,自本世纪中期以来,已逐步发展成为一门较完整的综合性工程学科,它以设备运行状态为依据,以预报和诊断机械设备故障为目的,随着故障诊断理论的发展及其应用技术的不断完善,这门学科已经涉及数理、力学、计算机与微电子技术、信息处理与控制技术、人工智能等多个学科。60 年代故障诊断主要集中在核电、宇航、航空等尖端行业,70 年代发展至冶金、石化、发电、船舶等工业部门,80 年代开始迅速向各领域扩展。目

2 2003年10月

前,西方国家正投入大量人力物力进行故障诊断的工业化研究及其相关基础性应用研究。美国自20 世纪70 年代开始进行以可靠性为中心的状态检修技术研究,应用于军用飞机、船舶和车辆上;在80 年代,如能源、电力、电子、机器制造等民用工业也开始广泛应用,并取得了显著成绩。欧洲国家的监测诊断技术也发展迅速,并在某些方面独具特色和优势,如瑞典的轴承诊断技术,挪威的船舶诊断技术,丹麦的振动和噪声监测诊断技术等。1996 年 5 月,欧洲共同体的英国、法国、芬兰和希腊等国为了提高状态监测和诊断系统的功能与精度,开始实施了利用人工智能和仿真技术的“VISIO”大型联合项目的研究。日本密切关注世界先进国家的动向,积极引进和消化吸收最新技术,努力发展自己的诊断技术,目前在民用企业如钢铁、化工和铁路等部门已具有较高水平。许多国家已经推出面向大型机械设备状态监测与故障诊断的商品化系统,如美国GE 公司研制的用于内燃电力机车故障排除的专家系统DELTA;美国Westinghouse 公司开发的电机智能诊断系统GenAID和汽轮机智能诊断系统TurbinAID;美国Bently公司的数据管理系统Data Manager 2000、状态监测系统Machine Condition Manager 2000 和趋势分析系统Trendmaster 2000;美国Rockwell Automation Entek公司的机器保护和诊断系统XM 系列和Emonitor软件产品;法国 C.G.E 研究中心Marcoussis实验室开发的旋转机故障诊断专家系统DIVA;德国Schenck公司的计算机化状态监测系统VIBROCOM4000 和VIBROCOM5000;荷兰Philips 公司的状态监测系统R3000;丹麦B&K 公司推出的状态监测与故障诊断系统B&K3450-CONPASS;日本Mitsubishi 公司研制的机械状态监测与振动诊断专家系统MHMS。目前西方国家正在研究新型的开放性更高的诊断平台,力图推行状态监测通讯标准(MIMOSA),以提高监测系统的兼容性和便利性,提高信息资源的网络率。我国的故障诊断工作大约始于20 世纪70 年代末80 年代初,目前已在理论研究和技术应用等方面取得了显著成果,形成了高校、研究所及工厂的梯队式研究开发与应用层次。与发达国家相比,我国虽然在理论上跟踪紧密,但总体而言,在机械设备诊断的可靠性等方面仍存在一定差距。目前在一些民用工业,特别是石油、化工、冶金和电力等部门,在开发和应用设备诊断技术等方面比较活跃,走在了其它行业的前面。一些高等学校和科研院所也先后推出了一些状态监测与故障诊断系统并投入实际运行,如西安交通大学的RMDS 系统和RD-20 系统;大连理工大学振动所开发的PDM2000 设备预知维修与故障诊断系统;浙江大学研制开发的状态监测与诊断系统CMD-3;华中科技大学研制开发的基于知识的发动机诊断系统KBSED,汽轮发电机组诊断专家系统DEST;哈尔滨工业大学研制开发的大型旋转机械故障诊断专家系统ETHYLENE;东北大学研制开发的风机工作状态监测系统;解放军军械工程学院研制的军械装备故障诊断专家系统;深圳创为实公司的S8000 在线监测系统;清华大学的JZ-2000 旋转机械状态监测与故障诊断系统;南京汽轮高新技术开发公司的大型机组在线监测系统CRAS;西北工业大学的MD3900 系统等。上述诊断系统在理论方面比较先进,紧跟了故障诊断技术的发展趋势。故障诊断技术不断吸取现代科学技术发展的新成果,从理论到实际应用都有了迅速发展,并已进入实际应用阶段,其研究内容主要反映在以下几方面:(1)故障机理;(2)状态信号检测(主要是传感器技术的研究);(3)故障特征分析与提取(主要是信号分析和处理);(4)故障诊断方法(主要是信息的表征和融合);(5)智能诊断和专家系统;(6)故障诊断系统与装置的开发和实现。目前而言,设备的故障诊断技术仍处于以传感器技术和动态测试技术为基础,以信号处理技术为手段的常规诊断技术发展阶段,这一阶段的诊断技术已在工程中得到了大量应用,并获得了巨大经济效益。从技术手段上看,现代诊断技术吸收了大量的现代科技成果,使得诊断技术可以利用振动、噪声、力、温度、电磁、光、射线等多种检测信号实施诊断,由此产生了振动诊断技术、声学诊断技术、光谱诊断技术、铁谱诊断技术、无损检测技术以及红外和热成像诊断技术等。信号分析与数值处理技术的发展,特别是计算机技术的飞速发展,使得各种诊断方法应运而生,包括时域诊断法、频域诊断法、时频分析法、统计分析诊断法、信息理论诊断法、模式识别诊断法、以及最近几年研究比较热的智能诊断方法,如人工神经网络诊断法、模糊神经网络诊断法、专家系统、数据融合诊断等。经过几十年的发展,故障诊断技

相关文档
最新文档