设备检测及故障诊断技术现状

《设备检测及故障诊断技术现状》由会员分享，可在线阅读，更多相关《设备检测及故障诊断技术现状（7页珍藏版）》请在金锄头文库上搜索。

1、设备检测和故障诊断技术现状张振中 1006961381 引言设备状态检测与故障诊断在十年内得到了前所未有的发展，它对于工业部门重要设备的管理维 护，提高企业生产能力和保证安全生产，改进产品质量都具有极大的效益，在国民经济各部门发展 中有着十分重要的意义。大家知道，一切工业部门有着许多各种各样的机器和设备，它们运行是否 完好直接影响企业的效益，其中一些关键性重要设备甚至起着决定企业命运的作用，一旦发生事故， 损失将不可估量。因此，如何避免机器发生事故，尤其是灾难性事故，一直是人们极为重视的问题。 长期以来，由于人们无法预知事故的发生，不得不采用两种对策：一是等设备坏了再进行维修，该 办法经济损失

2、很大，因为等设备运行到破坏为止，往往需要昂贵的维修费用，灾难性破坏需要更换 设备，还可能造成人员伤亡：二是定期检修设备，这种方法需要有一定计划性和预防性，但其缺点 是如无发展，则经济上损失很大，而且定期检修的时间周期也很难确定。因此合理的维修应是预知 的，即在设备出现的早期就检测隐患，提前预报，以便适时，合理的采取措施，于是故障诊断技术 应运而生。设备状态监测和故障诊断是从医学检验和诊断受到启发，有经验的人员利用耳听机器运 转发出的声音就可能知道设备运行是否正常，然而现代状态监测与故障诊断技术是随着现代系统工 程，信息论，控制论，电子技术，计算机技术，通讯技术的发展的发展而发展起来的，是多种学

3、科 和技术交叉与渗透而产生的一门新兴综合性高技术，其研究内容涉及故障机理，传感器与测量技术， 数据采集，数字信号处理，数据库，专家系统，计算机软硬件，通讯等技术领域 我国从八十年代 开始进行设备状态监测与故障诊断技术的研究。并于1986年成立了中国振动工程学会故障诊断学 会，国家也将该技术的研究列人“七五” 、 “八五”攻关项目。机械设备故障诊断技术随着近 十多年来国际上电子计算机技术、现代测量技术和信号处理技术的迅速发展而发展起来,是一门了 解和掌握机械设备在使用过程中的状态,确定其整体或局部是否正常,早期发现故障及原因,并预报 故障发展趋势的技术。2 机械设备故障诊断的发展过程设备故障诊断

4、是指在一定工作环境下,根据机械设备运行过程中产生的各种信息判别机械设备 是正常运行还是发生了异常现象,并判定产生故障的原因和部位,以及预测、预报设备状态的技术, 故障诊断的实质就是状态的识别。诊断过程主要有3 个步骤: 检测设备状态的特征信号; 从所检测的特征信号中提取征兆;故障的模式识别。其大致经历以下3个阶段：基于故障事件原故障诊断阶段，主要缺点是事后 检查,不能防止故障造成的损失; 基于故障预防的故障诊断阶段; 基于故障预测的故障诊断阶 段，它是以信号采集与处理为中心，多层次、多角度地利用各种信息对机械设备的状态进行评估，针 对不同的设备采取不同的措施。3 开展故障诊断技术研究的意义应用

5、故障诊断技术对机械设备进行监测和诊断,可以及时发现机器的故障和预防设备恶性事故 的发生,从而避免人员的伤亡、环境的污染和巨大的经济损失。应用故障诊断技术可以出生产设备 中的事故隐患,从而对机械设备和工艺进行改造以消除事故隐患。状态监测及故障诊断技术最重要 的意义在于改革设备维修制度,现在多数工厂的维修制度是定期检修,造成很大的浪费。由于诊断技 术能诊断和预报设备的故障,因此在设备正常运转没有故障时可以不停车,在发现故障前兆时能及 时停车。按诊断出故障的性质和部位,可以有目的地进行检修,这就是预知维修现代化维修技术。 把定期维修改变为预知维修,不但节约了大量的维修费用,而且,由于减少了许多不必要

6、的维修时间, 而大大增加了机器设备正常运转时间,大幅度地提高生产率,产生巨大的经济效益。因此,机械状态 监测与故障诊断技术对发展国民经济有相当重要的作用。4 机械故障诊断的研究现状 设备状态监测与故障诊断技术研究所涉及的学科领域十分广泛，并在不断扩展。根 据目前的情况和潜在价值，其研究内容主要有以下几个内容：（1）故障信息检测（2）故障特征分析（3）状态监测方法（4）故障机理研究（5）故障识别与专家系统（6）状态监测与故障诊断系统的实现41 故障信息检测 故障信息检测是对机械设备实现状态监测与故障诊断的第一步，是故障诊断工作的重要础障信息 检测是对机械设备本身的工作参数，性能指标、相关物理量等

7、信息的信号进行检测和量化的技术.r 而传感器则是获取各种信息并将其转换成易测量和处理的信号（一般为电信号）的器件，是故障信息 检测的关键和主要手段。另外，故障信息的检测还有取样,探伤等手段机械设备故障信息检测涉及 的主要物理量有振动（如位移，速度，加速度、机械阻抗或导纳），（如声压、声台，声功率），力（应 力、载荷、力、力矩、扭矩，压力），转动（如转速、角位移） 以及温度，流量等。取样检测是从与 设备运行有关的液体或固体物质中提取一些样品，进行光谱、铁谱分析，获得设备磨损，泄漏等信 息。探伤检测主要是以超声、声发射、核子等技术设备结测，其相关被测信号的一般特点是噪声大、 干扰背景强、动态变化和

8、个体差异大，加上受现场温度、灰尘，蒸汽等环境影响，因此要求检测传 感器和仪表抗干扰能力强、噪声小、动态特性好，尤其是对长期稳定性和可靠性要求高，同时还要 容易维修和校准。目前，故障信息检测技术已广泛应用于工业大型设备的运行状态监测。使用的传 感器主要有电涡流位移传感器、电磁式速度传感器、压电加速度传感器、热电偶温度传感器以及压 力、流量等传感器 国内在传感器设计方面已趋成熟，也有小批量生产，但同国外相比较，在传感 器材 料、加工生产工艺以及传感器可靠性、长期稳定性等方面尚存在较大差距 与这些传感器配 套使用的二次仪表的情况也是这样。故障信息检测与传感器技术的发展趋向 是：发展以高可靠 性和长期

9、稳定性为代表的检测与传感器技术；发展固定植入式和介入式检测与传感技术；发展故障 信息的遥测技术；发展振动测量用光纤传感技术；发展声发射检测技术。 传感器技术将继续是状 态监测和故障诊断的一个重要研究内容。随着微电子技术、光电技术和精密机械加工技术与传统的 传感技术相结合，传感器将向微型化、多参数、数字化、实用化发展，与之配套的二次仪表将向多 功能、智能化方向发展，将导致集微传感器、微处理器于一体的智能前端微系统的问世和应用。 42 故障特征分析 故障特征分析的主要内容是信号分析和处理，即如何从传感器来的原始信号中分析提取能代表故障 特征的信息，这是故障诊断的核心问题，尤其是对声与振动信号的分析

10、处理技术对于机械设备的故 障诊断起着十分重要的作用。提取故障特征有多种方法。常用的有时域分析法、频域分析法、旋转 特征分析法、相位分析法、时间序列分析法、模态分析法等。这些方法最适合于声与振动信号的分 析处理，目前已经发展成为现代故障诊断技术的主流 “ 。以上信号处理方法都是基于被分析系统 是线性的，但由于一切运动本质都是非线性的，而目前人们对非线性系统的认识可以说是极其有限 的，因此我们在实践中有时在线性系统范围内无论是采用时域频域以及统计学的处理方法都难以完 美地解释一个故障现象与多个可能的故障原因之间的关系，其原因是找们面对的研究对象很可能是 非线性动力学系统。国外在七十年代提出了非线性

11、系统的混沌概念并加以研究， 目前混沌的研究 已遍及各学科领域 ，如在生物医学工程领域用混沌理论研究脑电、心电信号，对其进行分类、诊 断已取得成功。此外，在八十年代末，非线性的人工神经网络用于信号分析处理在国际上形成一股 热潮 ， 国内已有人将人工神经网络模型用于机械故障特征分析，取得了令人满意的诊断结果 。 混沌理论和非线性神经网络系统模型的研究，为智能化诊断开辟了一条崭新的途径，有可能对故障 特征分析技术的发展起到很大的推动作用。43 状态监测方法 故障信息监测和故障特征分析都是为故障诊断服务的，而故障依断的首要任务是判断诊断对象的 运行状态是否正常。在许多情形下，只要能够监测设备工作状态的

12、变化，就能进行故障状态预报， 及时采取措施。从实际情况看， 目前故障诊断工作的重点也是集中在解决这个任务上。对设备进 行状态监测需解决两个主要问题。一是被监测状态量闽值的恰当选择， 目前的方法是：选择设备 制造厂家给出的技术指标；采用通用评价标准，如 IS02372 机械振动测量与评价标准；根据其具体 设备和经验数据选择阈值。这里需要指出的是，目前国内在对旋转机槭振动强度评价时，通常选择 的监飙 4量是振动位移峰值，而国际标准推荐使用的监测量是振动速度有效值，因为它更能反映设 备振动的能量大小。另一个要解决的问题是选择阈值判断方法，。目前采取的方法有多阈值判断、 多元阈值判断、加权判断、模糊阈

13、值判断等。对机械设备进行状态监测，主要是对其工做状态作实 时监测和趋势分析。目前设备状态实时监测的方式主要有：连续监测、巡回监测和定期检测，采用 的手段主要是使用便携式状态监测仪、专用状态监测系统以及以微机为基础的多功能状态监测分析 系统，而趋势分析主要的还处于实验室研究阶段，研究手段有采用最小二乘拟合，时序模型、卡尔 曼滤波等方法，并不断探索新的理论和方法，如利用人工神经网络来分析设备的各种被监测量，以 形成对设备状态的全面描述。如建立一个基于人工神经网络的镗削刀具状态识别智能系统，对不同 的刀具、不同的削量时，系统的正确识别率达 89 ” 2o 3。随着人们对机械设备运行状态研究 的不断深

14、入以及计算机技术的不断发展，设备状态监测无论在理论研究和技术应用方面都将得到进 一步的发展。44 故障机理研究 故障机理研究是对机械设备进行故障诊断的基础。深入研究机械设备在运动时的动力学特性及各 部件之间的相互关系，研究设备正常运行时和发生故障后产生的各种症状与可能性，是对机械设备 进行状态监测和故障诊断的前提。理论研究主要有与机械设备相关的振动理论、摩擦理论、空气动 力学理论、材料失效理论等。机械设备故障机理的研究是一项十分复杂的工作，但十分重要，国内 外已在这方面作了大量的研究工作，取得了许多成果”。随着机械设备向大型化、多参数化发展， 以及工作环境的恶化、载荷形式的复杂化、新材料及新工

15、艺的采用等，机械设备的故障机理研究面 临着更新、更艰巨的任务。45 故障识别与专家系统 故障识别是在故障信息检测和故障特征分析的基础上按一定的规则和标准对机械设备发生的故障 的种类、原因和部位作出判断或推断，而该过程的实现一般是借助于专家系统。因此，对故障识别 与专家系统的要求是高效、准确。从八十年代开始，国内开始研制故障诊断专家系统，其发展和应 用非常快，取得了很大成绩。在知识库的建立、模式识别技术、计算机语言方面进行了大量研究， 尤其是在 不确定性问题”研究中采用了诸如基于概率理论的Bayes法、故障树分析、置信因子、 谱的相似性、模糊理论以及灰色系统理论等理论和方法，已成功的应用于汽轮发

16、电机组在线振动监 测与故障诊断系统 。当前故障诊断专家系统研制工作遇到的主要困难与迫切需要解决的问题仍 是诊断知识的获取和描述。八十年代中后期，国外在计算机软件技术、人工智能技术方面的研究取得很大进展。在计算机语 言方面，面向对象的编程语言为人们提供了一种全新的能够更自然、更直接、更充分地表达现实世 界事物的方法，其优越性表现在信息的隐藏与封装、抽象数据，继承性、多形化、完善的模块化； 在数据库技术方面，面向对象的智能数据库的研究和发展，使得今后的数据库本身就具备知识的表 达、存取、检索、查询、分类、推理、演绎等功能，并且利用神经网络模型对数据库实现高速检索 “ ；在人工智能技术方面，人工神经网络以其并行计算、分布贮存和自适应学习的特点，应用于 模式识别，人工神经网与模糊理论相结合应用于知识表述等 。这些新理论、新技术的研究和发展， 必将极大地推动故障识别技术及其专家系统的发展。近几年的研究状况表明，基于知识的信号智能 分析技术与智能化诊断是机械故障诊断的重要发