机械故障诊断范文

机械故障诊断范文第1篇

关键词：旋转机械；故障诊断；原因分析

中图分类号：U472.42文献标识码：A 文章编号：

引言

所谓旋转机械指的是通过内部零部件的旋转运动完成相关功能的机器设备。通常指的是那些旋转速度比较高应用较为广泛的机械，比如离心式压缩机、电动机、汽轮发电机、离心式水泵、真空泵和离心式鼓风机等具有旋转运动都属于旋转机械。旋转机械一般构造较为复杂，发生故障时较难查找出故障原因，更不容易做出有效的维修方案，为旋转机械的维修和管理人员提出较大的难题，本文主要就旋转机械故障的原因作出简要的分析，并总结了故障诊断技术的相关内容。

1 旋转机械故障诊断的特点

进行旋转机械的故障诊断时，首先需要了解旋转机械故障所具备一些特性，以下做出简单的分析：

1.1转子特性

而转子组件的运行的良好与否直接决定了旋转机械的运行状况，所以旋转机械的故障的诊断主要是通过检测转子组件而形成的。转子系统安装转子动力学的理论又被科研人员分为刚性转子与柔性转子。人们将旋转机械内部的转子的转速不能超过其第一阶临界转速的称之为刚性转子，反之则为柔性转子。

1.2旋转机械振动的频率特征

对于旋转机械的诊断需要采集其振动信号，包括诸如周期信号参数或平稳随即信号以及准周期信号等。也就是说旋转机械的振动故障一般都会涉及到转子的速度以及振动频率的状态正常与否。通常旋转机械的振动故障时，其转子的旋转素的与故障特征频率是相关的，一般改特征频率是转子回转频率的几倍或几分之一倍。所以通过分析振动特征频率与转子频率的相关性可以找出旋转机械故障的成因。经实践调查发现，旋转机械故障特征频率与转频具有如下的相关性：

1）同步振动

同步振动指的是转子的故障特征频率域转子频率相同或是其整倍。而一般如果出现强迫振动时表现多为同步振动。很多时候容易出现同步振动，如转子不平衡和联轴器不对中时都可以出现同步振动的现象。

2）亚同步振动

亚同步振动即为振动特征频率低于转子频率时，或者为转频的分数倍时的情况。像涡轮机械发生的喘振和滑动轴承出现的油膜振荡都是属于亚同步振动，而旋转机械的亚同步振动又多为自激振动。

3）超异步振动

超异步振动的情况很多，像齿轮损坏发生的啮合频率会导致超异步振动，还有叶轮叶片的振动时产生的频率也能引起超异步振动，其原理就是故障特征频率高于转频。

通过上述的旋转机械故障发生时的振动情况介绍，其实千万不能简单地认为机器发生故障就表现为上述三种情况的一种，要是如此就简单了。实际情况是，旋转机械在运行过程中，遇到故障时往往表现为三种情况同时存在。

获取旋转机械故障信号的主要途径如下：

1）振动频率分析

因为旋转机械不同的故障类型具有相应固定的特征频率，旋转机械的故障发生时的特征频率是分析及诊断旋转机械故障类型的有效参数。

2）分析振幅的方向特征

因为旋转机械各异的故障情况发生时的振动方向具有比较明显的方向特点，一般在进行故障诊断时，需要在相应的测点进行三个不同方向的振动测量，然后根据其振动方向可以初步判定其故障类型。

3）分析振幅随转速变化的关系

旋转机械有相当一部分故障的振动幅值与转速变化有密切的关系，所以现场测量时，在必要的时候，要尽量创造条件，在改变转速的过程中测量机器的振幅值。

2旋转机械故障的来源及主要原因分析

旋转机械出现故障的诊断技术首先是基于对于机械故障的原因进行分析，以下是根据实践经验总结的引起机械故障的不同原因，有助于工作人员对机械故障做出顺利而准确的诊断。

2.1设计和制造引起机械故障

设计不当，动态特性不良，容易引起旋转机械发生强迫振动或者是自激振动的现象；由于结构设计不够合理，导致构件截面出现应力集中现象；工作转速应尽量避免接近临界转速区，否则容易引起旋转机械出现故障的一个原因；运行点接近或落入运行非稳定区；零部件加工制造精度达标，引起产品质量问题；零件材质不良，造成旋转机械出现质量问题而容易引起故障；设计时或制造过程导致的转子动平衡不满足技术要求。

2.2安装和维修引起机械故障

当机器安装不当，零部件发生错位使得机械预负荷过大，容易引起机械故障；轴系对中不良（一般是由于轴系热态对中的考虑不够）；机器的各几何参数（比如配合间隙、过盈量及相对位置）调整的位置不当；管道压力过大，使得机器在工作状态下改变了动态特性和安装精度；转子长期放置不当，破坏了动平衡精度容易引起机械故障；安装或维修工程破坏了机械的原有配合性质和精度导致的机械故障等。

2.3运行操作不当引起机械故障

具体的引起旋转机械故障的不当运行操作如下所述：旋转机械在非不满足设计要求的状态下运行（如转速过大、长时间或较大的负荷），导致机械构件出现损坏，导致故障；不够或冷却不良；旋转体出现损坏、耗损或结垢的现象；机械的相关参数设定不当（如温度、转速等），使得机器运行失稳，易引起机械出现较大的故障；不按设计要求进行机器的启动、控制升降速等操作，或者暖机不够、热膨胀不均匀等。

2.4机械状况恶劣导致机械故障

这里指的是机器使用过程中保养维护不当引起的故障：如机器没有得到足够的时间调整，而长时间负荷状态下使得其转子挠度增大；机器的地基基础出现不同程度的沉降，导致旋转机械的外表壳出现变形的情况等。

3旋转机械故障诊断技术的内容

对于旋转机械故障做出诊断需要进行以下三方面的内容：

（1）特征参数的采集：改内容是属于旋转机械故障诊断的一个准备的过程，主要的工作就是采用相关的仪器测得机器各个设备的一些参数，比如转速、湿度、温度、压力、频率、流量、噪音等。采集相关参数所使用的仪器一般由基于不同的构造原理的传感技术制作成的传感器组成。通常所使用的传感器暴扣速度传感器、电涡流传感器湿度传感器和加速度传感器等，近年来随着科技的进步还有光导纤维、激光以及声发射等传感技术的被广泛应用到旋转机械故障诊断中。

（2）参数的提取与处理：通过上述的准备阶段即参数的采集结果中，提取与旋转机械的故障有关联的特征信息，并与政策状态的相应参数进行对比，可以有效地检测旋转机械的状态。一般对于旋转机械的轴承故障诊断过程中，使用较为广泛的分析方法是小波分析。而目前兴起的的方法如空间重构的GMD的数据处理方法也逐渐被用于较为复杂的机械如旋转机械的非线性振动中，可以为预测旋转机械故障的发展趋势提供有效的帮助。

（3）判断故障种类：经过之前两个阶段，得到了对于旋转机械故障所处的状态进行较为准确的识别，并为维修方案的决策提供理论依据。这个阶段需要进行的工作就是研究机器的相关参数及故障诊断中的应用技术，考虑不同传感器的优化配置的方案优劣性，通过发展信息融合技术、采用模糊诊断和神经网络的方法、经过小波转换分析、并通过在专家系统中的应用，最终能够对于旋转机械故障提供准确而可靠的诊断。

4结语

随着技术的发展，旋转机械故障诊断技术主要是通过考察所诊断机器的故障历史、根据相关参数的采集识别机器的实时状况，通过相关的分析方法来诊断旋转机械现有的故障情况，并预测其故障未来的发展趋势，从而为提供行之有效的维修方案提供理论及技术支持。旋转机械故障诊断技术是基于近代数学、计算机技术、机械自动化控制理论、信号处理技术及理论、仿真模拟技术、可靠性等理论而形成应用型技术。应用较为的广泛的旋转机械故障诊断的方法很多，如振动检测诊断法、温度检测法、声发射检测法、噪声检测法、油液分析法、人工神经网络、模糊数学分析法、专家系统以及粗糙集理论等都常见于旋转机械的故障诊断工作中。

参考文献

[1] 张全伟. 机电设备故障诊断技术浅析[J]. 商业文化(学术版), 2008,(06)

[2] 黄远春. 注意缺陷多动障碍的几种诊断方法比较[J]. 消费导刊, 2009,(05)

机械故障诊断范文第2篇

【关键词】石油化工行业；钻井机械；故障诊断技术

在我国社会主义市场经济迅猛发展的条件下，石油化工行业开始对能源提出越来越高的要求。目前，钻井机械已在自然资源勘探项目中得到广泛应用，但由于大部分钻井机械不具备较高的工作效率，所以无法实现自动化操作，加上人为因素与自然因素的双重影响，使得大部分钻井机械在实际运作过程中存在不同程度的故障问题，这对于钻井行业的健康、持久、稳定发展来说可起到一定的阻碍作用[1]。

1.钻井机械故障问题

常见的钻井机械故障：①因各种因素影响而导致钻井机械出现开裂、意外压痕等损坏性故障；②因外界运行环境影响而导致钻井机械故障，例如受干扰程度过大或运行受压程度过大等；③因介质渗漏等内部因素影响而导致钻井机械故障；④因自然因素影响而导致钻井机械出现不正常磨损、使用周期过长和质量变差等常规性故障；⑤因机械性能失调而导致钻井机械故障；⑥因机械零部件松动等自身因素而导致钻井机械故障。

2.钻井机械故障产生的原因

根据有关调查数据显示，零部件磨损、协调性不达标、操作不当等是导致钻井机械产生故障的主要原因。①零部件磨损。大多数机械操作人员对于零部件磨损问题均没有予以高度重视，所以要求所有人员在选用钻井机械零部件过程中，必须仔细检查原材料的品质，同时还要注重钻井机械的生产工艺与设计结构，以有效降低钻井机械的磨损程度。②协调性不达标。是保证钻井机械运行温度的关键，也是维持零部件良好间距的决定性因素，其不仅可以防止外界杂质渗入到钻井机械内部，还可以降低各零部件之间的磨损程度，达到减少故障产生率的目的。③操作不当。在负荷平稳的条件下，钻井机械可以保持流畅的运转，所以钻井机械的各操作人员必须保持认真负责的工作态度，只有全面了解和掌握钻井机械的工作原理，才能合理科学的操控各个机械，使钻井机械在实际运转过程中维持常温，防止因操作不当而引发机械故障。

3.钻井机械故障诊断技术及解决对策

无损检测、振动诊断、测量温度与油样分析是钻井机械故障常用的诊断技术，其中振动诊断技术牵涉到许多不同工作领域，而国内对于该诊断技术也投入了许多研究。现阶段，我国在分析和诊断振动信号方面有统计分析、模型分析和时频域分析三种方法，同时也可以利用机械的具体参数进行全方位诊断[2]。而随着钻井科技的不断进步，钻井机械故障诊断技术日益增多，例如以频率为核心的全息谱分析、细化分析、共振解调分析，以信号为基础的短时傅里叶变换诊断技术，以小波为主的变换诊断技术，以机械轴心运转轨迹为目标的诊断技术。

3.1模糊识别诊断技术与共振解调诊断技术

展开钻井作业时，往往会因环境恶劣、噪音过大、四周振源等因素而导致钻井机械发生故障。由于钻井泵轴故障具有较为繁复的特点，所以必须采用共振解调诊断技术将潜在的轴承故障问题挖掘出来，并在此基础上完成各项频谱分析工作。但是在实际操作过程中，机械轴承尺寸会存在一定差异，加上外界因素影响，使得频谱上显示的频率值和计算得出的故障特征频率值互不相同。为此，共振解调诊断技术必须与模糊识别诊断技术相互配合、相互协作，对各种故障特征频率进行有效识别，以明确钻井机械故障产生原因。诊断钻井机械故障时，往往会因外界环境或底层复杂性等多种因素的干扰而导致诊断工作无法顺利进行，所以必须全面了解和掌握机械故障特点与机械故障原因，只有明确钻井机械故障类型，才能采取有效性处理措施。

3.2以神经网络为主的旋转机械故障诊断技术

过去通常采用以多层感知器为主的诊断技术对钻井机械故障问题进行检查，但该技术已无法满足现代化诊断需求，因而以神经网络为主的旋转机械故障诊断技术应运而生。以神经网络、振动频率为主的旋转机械故障诊断技术是一种新型的诊断方法，其不仅可以准确辨别和诊断钻井机械发生故障原因，还可以明确神经网络数目和隐层[3]。基于旋转机械故障诊断技术，有关研究人员还建立了一套合理科学的智能故障诊断系统，其主要是根据知识子块理论模式实现了查询信息功能、网络资讯功能、管理数据库功能和故障诊断功能等，这对于大型风机的故障诊断来说具有至关重要的作用和意义。

为了有效降低钻井机械故障的产生率，各工作人员必须做好以下几点工作：①做好钻井机械设备的保养工作。PMS系统是预防钻井机械故障的强制保养系统，也是预防钻井机械故障的强制维修系统。展开钻井工作时，一定要提高机械设备的检修和维护水平，只有这样才能保证机械设备安全稳定运行。在实际工作过程中，运用PMS系统不仅可以协助操作人员处理潜在的机械性能故障问题，还可以维护和保养机械性能，使工作效率得到显著提高，最终取得最大化经济效益和社会效益。②培养一支高素质、高文化、高水平的钻井机械故障诊断队伍。无论是机械运行工作还是机械管理工作，各人员都必须做到对工作认真、负责。同时，企业还要组织所有工作人员开展专业化技术培训活动，让所有员工都能够了解和掌握钻井技术的重要知识和难点知识，以强化钻井机械设备的战斗力，推动企业不断向前发展。③高度重视配件质量，加强油品管理能力。在我国市场经济迅猛发展的条件下，与石油钻井机械设备相关的配件市场出现了极为严重的垄断情况。部分配件质量不达标，直接降低了其自身的耐用性，并给技术人员的日常维护检修工作带来许多困难[4]。针对这一情况，企业必须高度重视配件质量，加强油品管理能力，以降低钻井机械设备故障发产生率，提高机械工作效率。

4.结束语

自身质量、人为因素、外界因素、自然因素的影响均会导致钻井机械在运行过程中出现各种不同程度的故障问题。为此，技术人员必须全面了解和掌握钻井机械故障的产生原因，明确其故障类型，只有这样才能利用先进的钻井故障诊断技术对故障问题进行有效性处理。除此之外，还要组织所有工作人员开展专业化钻井技术培训活动，让各员工更加了解钻井技术知识，正确操作钻井机械，最终达到防止钻井机械产生故障的目的。

参考文献

[1]王常亮，佟宏远.分析钻井机械故障诊断数据挖掘系统结构[J].中国石油和化工标准与质量，2013，（06）：65.

[2]杨志国，姜云鹏，李莉.天然气水合物赋存地层钻井液技术研究[J].科技致富向导，2010，（29）：197-209.

[3]周长虹.钻井设备常见故障分析研究[J].科技资讯，2012，（04）：88.

机械故障诊断范文第3篇

关键词：转动机械；故障诊断及处理；方法；意义

科学技术水平的提高使得我国众多发电厂都应用了众多新型的自动化、智能化的设备设施。同时，发电厂需要进行全天候、不间断的工作，保障电力的供应。因此，一些外部因素和内部因素的出现会导致各种转动机械设备故障问题的发生。而应用以往的故障诊断和处理模式无法对于其中存在的问题进行解决，使得发电厂的工作质量和效率受到影响。具体来讲，我们针对转动机械故障诊断及处理的方法、应用现代化诊断及处理技术的意义进行分析和研究工作，使得发电厂在较长时间中各种转动的机械设备保障安全运行，更好地开展工作，保障电力资源的供应。

一、转动机械故障诊断及处理的方法

（一）转动机械故障类型

我国发电厂中应用的转动机械发生故障主要是以下方面的问题。具体来讲，第一，滚动的轴承存在缺陷。比如：滚动的轴承出现了滚道或者是滚子脱落、腐蚀、破裂、有凹痕、有杂物的进入等等。而造成以上问题出现的原因有：应用的滑动轴承质量不高、没有应用专业化的技术和方式进行安装导致轴承与轴之间存在性能不高、配合不准确等问题，在较长时间应用后造成其出现了一系列问题。第二，滑动轴承问题。滑动类型的轴承在应用中主要存在的故障问题是：间隙的大小存在问题，无法进行有效性的工作，应用的油膜存在震荡或者是涡动问题。而造成以上问题出现的原因，除了质量问题外、还存在滑动轴承长期的高温、振动大的环境中进行工作的因素，无法进行有效性的运转。第三，转动机械存在松动的问题。转动机械松动主要有两种类型，一种是结构性的松动，另一种为转动性的松动。结构性松动问题出现主要原因是没有进行科学化、专业化的安装，造成了转动机械长期在磨损、腐蚀的环境中工作，导致一些结构出现了基础性的松动，影响到了其应用的质量和效率。而转动机械部件松动主要的原因是有关部件在长时间工作下出现了部件应用的损坏，轴承无法进行有效性工作。第四，转子不平衡的问题。其主要的缺陷和问题有：径向振动大、而在其他方向上的振动值较小。而造成以上问题出现的原因是，其一存在安装不当的问题、其二存在有外来的附加物进入使得转动机械部件出现了严重的磨损问题。

（二）诊断和处理的方法

我们需要应用专业化的人员和技术方式来进行以上故障问题的诊断和处理，保障我国发电厂转动机械进行良好的运行，充分发挥出自身应有状态，为促进发电厂工作水平的提高，实现良好的价值和效益发挥出重要作用。具体来讲，第一，发电厂需要定期对于转动机械设备检修处理人员进行专业化技能的培训工作，提升他们工作的积极性，学习和应用好各种故障设备设施处理的技术素养，保障它们运转正常。第二，发电厂需要进行大量资金的投入购买专业化的故障检测诊断、处理设备，提高诊断和处理的水平。应用好网络信息技术、计算机技术来构建专业化的故障保修系统、有利于有关人员快速进入现场进行设备故障诊断和处理，提高有关设备设施运行的水平。如：型号为IZ300-250-765的灰渣泵其在运行中出现了轴承温度偏高、振动值偏大的问题，我们就可以应用现场图谱仪对其进行科学诊断。如：在现场图谱仪中显示其在78Hz和6.5Hz的地方存在明显波峰、在其高频的区域存在群峰，然后应用其他专业化仪器以及专业人员的经验可以判断出此种类型的灰渣泵外滚道、保持架、轴承的滚子等已经损坏。我们通过查找此类灰渣泵应用的时间明确此已经超过合理化应用的时间。因此，需要对于其进行更换，使得发电厂有关设备可以进行正常运行。对于引风机这类的设备在进行了长时间的应用后也会出现振动偏大的问题。因此，我们需要应用专业化的温度测试装置对于其运行温度进行测量。如：显示的温度为轴瓦48摄氏度，然后应用专业化的频谱图则发现其明显的波峰出现在5Hz的地方。通过有关的分析后我们发现，滑动类型的轴承存在间隙过大问题。在有关专业化人员对其进行精细化检查下发现轴承顶隙存在超标的问题，应用专业化的机械和手段对其进行调整后，使得其恢复正常。

二、应用现代化诊断及处理技术的意义

应用现代化诊断及处理技术具有重要的意义。首先，专业化人员和现代化转动机械故障诊断设备仪器的应用，可以提高对于转动机械故障诊断工作的质量和水平，并且对于存在的问题进行快速化处理，通过周期性的常规诊断、科学化处理方式的应用，对于发电厂有关设备运行中的故障问题进行及时解决，避免了安全事故问题的发生，充分保障了发电厂进行有效性的工作，使其经济效益和社会价值得以实现。其次，应用现代化诊断及处理技术的应用使得专业化故障诊断和处理体系已经形成，可以充分结合转动机械设备运行的历史、对于故障问题进行预报、分析、判断、确定好故障发生的部位、原因、今后运行的趋势，应用专业化的手法进行修复、必要时进行转动机械的更换，保障其具有良好的应用状态。

三、结论

对于转动机械故障诊断及处理问题进行研究和分析，有利于我们应用现代化的故障诊断和处理人员、高端智能化的专业故障诊断仪器对于故障进行全面性的预报、诊断、分析、处理，提高转动机械诊断处理的水平，保障其具有良好的应用状态，使得发电厂可以取得良好的效益和价值。

参考文献：

[1]赵永忠.浅谈转动机械故障诊断及处理[J].机电信息,2015,24:71+73.

[2]王金福,李富才.机械故障诊断的信号处理方法:频域分析[J].噪声与振动控制,2013,01:173-180.

[3]任玲辉,刘凯,张海燕.基于图像处理技术的机械故障诊断研究进展[J].机械设计与研究,2011,05:21-24.

[4]余建青,臧观建,谢世坤,李强征.旋转机械故障诊断中的信号处理技术综述[J].机床与液压,2011,24:107-110.

[5]刘冬.基于振动信号处理的旋转机械故障诊断[D].上海交通大学,2010.

机械故障诊断范文第4篇

关键词：汽车机械 故障 诊断

中图分类号：U472 文献标识码：A 文章编号：1007—3973（2012）009—063—02

汽车机械故障在汽车总体故障中占有很大比例。汽车机械故障对汽车的性能造成的影响也比较大，包括影响汽车的安全性、稳定性、操纵性及动力性等，严重会造成安全事故的发生，给驾驶人造成人身伤害。

1 传统的汽车机械故障诊断技术

传统的诊断方法有经验诊断法、通过仪器测量诊断法、利用大型检测诊断设备诊断法、车载自诊断法、诊断仪诊断法及计算机诊断等。

经验诊断法是最早而且最常用的一种机械故障诊断方法。它主要是依靠维修人员通过积累的维修经验对车的异常情况进行诊断。这种方法的缺点是费时费力而且准确度差。

利用仪器和大型诊断设备诊断技术提高了故障诊断的准确度的诊断速度，而且利用诊断设备可以记录存储故障情况，便于故障诊断经验的积累，但是这种方法投资比较大，尤其是大型诊断设备。

车载自诊断是汽车机械故障诊断智能化的标志。它是利用智能化的控制装置时刻监测汽车的相关数据是否偏离正常的设定值来判断汽车的故障情况。维修人员可以通过车载监测装置的提示迅速确定故障位置并将其排除。这种方法的缺点在于监测传感器的检测范围有限造成只能诊断部分故障。

诊断仪诊断法和计算机诊断法是目前比较先进的诊断技术，具有高智能化和准确度高的特点。随着技术逐渐成熟，这两种方法的应用越来越广泛。

2 汽车机械故障的诊断原理

汽车零部件的磨损、变形、断裂、腐蚀及老化的因素是造成汽车机械故障的主要原因。汽车机械故障的主要特征表现在振动异常、响声异常、温度异常、及运动副轨迹异常等。根据汽车的不同部位，故障表现的特征也有差别。车轮轴承及转向操纵机构的机械故障表现为其几何特性的改变；发动机气缸活塞组、冷却系统、系统及轮胎气压的故障变现为部件的密闭性改变；汽车点火系统、发电机转速系统、电系统及灯光系统的故障表现为电光热的状态参数的改变；传统系统和发电机的故障表现为车体振动或者声频的改变；发电机供给系统、润呼系统及配合副磨损等的故障表现为机油成分和排气成分的改变。

根据机械故障的特征信号的检测可以确定机械故障的类型及故障部位。主要的机械故障特征信号包括几何信号，压力信号、电信号及物质含量信号。几何信号包括角度间歇、自由行程、工作行程及侧滑量等；压力信号包括气缸压缩压力、机油压力、进气管真空度及轮胎气压等；电信号包括电压、电流、频率、相位、时域特性及频域特性等；物质含量信号包括机油粘度、金属杂质含量、机油中清洁剂含量及排气殊气体的含量等。

机械故障特征信号的获取是机械故障诊断的基础。振动传感器是获取振动信号的主要部件，其原理是将机械振动信号转换成电信号来表示振动参数（包括位移、速度及加速度等）。振动传感器包括电涡流式位移传感器、磁电式速度传感器及压电式加速度传感器等。电磁传感器是获取磨粒信号的主要部件，其原理是利用金属颗粒对磁场的扰动转换为对应的电压值，从而确定金属颗粒的尺寸，还可以利用相位的变化确定颗粒是否带电。热电阻传感器和热电偶传感器是温度信号获取的主要部件，热电偶的原理是不同材料的导体或者半导体构成闭合回路，两导体的温差会使其产生电压，从而将温度信号转换为电信号；热电阻是利用金属导体的电阻值随温度变化而变化的特征。

机械故障特征信号的分析是机械故障诊断的关键。特征信号的分析包括信号的预处理，时域分析及频域分析等方法。信号的预处理包括模拟信号的滤波、A/D转换及直流分量分离和数字信号的异常值处理。模拟信号滤波的目的是滤去噪声，消除干扰信号。时域分析法包括统计分析法、无量纲指标分析法、相关累积分析法及模型分析法等。频域分析法包括傅里叶分析、倒谱分析及小波分析等。经过特征信号的分析后，最终对故障做出诊断。常用的诊断方法包括残差分析法、距离分类法及逻辑判别法等。这几种故障诊断的方法的原理是根据不同故障特征确定一个对应的数学模型，然后通过观测模型本身参数的变化来判定系统的工作状态。

3 现代机械故障诊断仪

本文经过故障诊断原理的阐述，结合现代通信技术、检测技术及计算机处理技术等，提出了一种现代机械故障诊断仪的设计。

3.1 硬件设计

诊断仪硬件部分包括计算机、微机控制系统、通讯模块、按键显示及检测接口等。诊断仪处理系统采用嵌入式的设计方法。诊断仪和汽车ECU之间的通信采用OBD—II通信模块，其设计原理为通过电压比较器来完成各总线协议与计算机之间的电平转换。总线通信采用CAN协议通信，其特点主要体现在成本低、极高的总线利用率、具有可靠的错误处理和检错机制及传输距离长等。

3.2 软件设计

根据检测诊断任务的需要，软件系统完成的任务包括基本的操作功能（键盘及显示等）、故障诊断功能及数据传输。软件系统主要包括主函数模块、通信模块及诊断模块等。

主函数模块是软件的核心，主要负责各子函数之间的调用和任务分配。通信模块的主要任务是接收、识别及发送信号，包括收发函数和协议识别函数。收发函数由接收字节函数、发送字节函数、接收命令函数及发送命令函数四部分组成。协议识别函数的方法是发送特定的校验码与读取到的信息进行比较，若相同，则认为找到该协议，若不同，则认为找不到该协议。诊断模块包括传统的诊断模块和智能模块。诊断模块由读取故障码函数、清楚故障码函数、及读取数据流函数组成。

4 汽车机械故障诊断技术的发展趋势

随着汽车功能和结构的复杂程度加大，自动化程度的提高，针对汽车机械故障诊断技术的要求也越来越高。诊断技术的发展主要体现在以下几个方面：

（1）多功能化和人性化

车载自诊断系统和车外诊断仪的配合使用将越来越广泛。车载自诊断可以及时地监视汽车的行驶情况并记录故障数据，为汽车维修中心或安全部门提供汽车的实况数据，就像飞机的黑匣子一样。车外诊断仪将日趋人性化，例如易于操作、携带方便及价格便宜等。

（2）诊断智能化

诊断的智能化的主要体现为现代人工智能与诊断理论的结合。现代人工智能包括神经网络和专家系统等。神经网络可以有效的组织和运用积累的经验知识进行故障的诊断。目前神经网络应用于故障诊断的研究范例是BP神经网络在汽车故障中的应用。相对于神经网络，专家系统适合用于解决需要大量准也知识的问题。其实两者的结合是未来人工智能在故障诊断应用的发展方向。

（3）诊断信息的网络化

诊断信息的网络化可以实现各种车型故障资料的共享，维修人员不仅可以通过网络获得这些信息，而且可以网络平台传递诊断信息和维修经验，提高维修效率。随着无线通讯技术和电子技术的发展，远程故障诊断将成为可能。

参考文献：

[1] 肖云魁.汽车故障诊断学[M].北京：北京理工大学出版社，2006.

[2] 王凯军.汽车性能综合检测与故障排除方法[J].汽车维修技术，2009，33（10）：85—87.

机械故障诊断范文第5篇

关键词：旋转机械故障；诊断技术；炼钢设备；运用措施

社会发展逐渐提高了钢铁需求量，同时也增加炼钢厂的压力，炼钢厂需要同时保障生产效率和生产质量。因为炼钢设备的工作环境非常复杂，因此炼钢设备很容易产生问题，从而影响到整体工作效率。原来在炼钢设备产生问题之后，通常是利用周期维修措施，当设备发生问题之后再开始维修，这样将会加剧设备故障问题，引发严重的经济损失。因此炼钢企业需要注重炼钢设备维修工作，通过发挥出旋转机械故障诊断技术的作用，保障整体生产工作的稳定性。

1概述旋转机械故障产生的危害

应用旋转机械故障诊断技术的过程中，需要利用转子预警，根据转子工作状态可以有效监测机械故障，根据转子运转情况可以将设备故障信息真实的反映出来。在设备运行阶段，如果转子运行过程中产生异常震动和声响，可以结合振动信号确定故障实际情况，随后利用检测仪精确定位故障发生的部位，技术人员再全面整理分析故障信息数据，及时维修和清除故障，避免引发更大的损伤问题[1]。炼钢企业在炼钢过程中需要利用各种生产设备，设备在运行过程中很容易产生摩擦，因此引发故障问题。炼钢企业为了提高生产效率，不断增加设备投入数量，但是不够重视设备检修工作，一些设备已经出现了故障却没有及时维护，或者已经发生严重问题之后才安排专业人员维修，导致企业承担较大的经济损失，影响到企业生产的正常性，甚至会威胁到工作人员的生命安全。炼钢企业在生产过程中需要加强检测和维护生产设备，避免在发生故障之后再开展维修工作，需要提前检测和排查故障，在炼钢设备中需要利用旋转机械故障诊断技术，避免因为突发情况而引发较大的经济损失，保障企业综合效益。

2旋转机械故障发生的原因

2.1炼钢设备磨损、老化

炼钢设备的工作环境非常复杂，例如涉及高温和高压等，而且炼钢设备需要维持长时间的运转，将会增加设备零件温度，长期工作以后，在机械零件的表面将会积累较多的灰尘，从而快速的磨损和老化转子，缩短设备使用时间，埋下安全隐患。

2.2工作人员操作不正确

炼钢企业一些设备操作人员缺乏专业性，而且企业没有组织系统培训，影响到操作人员实际工作的规范性，从而增加故障问题。设备管理人员忽视了设备定期维修的作用，没有根据规定定期检修设备，通常是等到设备无法正常运行之后再落实清理或者维修工作，不仅影响到设备使用的正常性，而且影响到整体生产工作的推进[2]。

2.3更换的零部件不匹配

一些维修人员缺乏专业性，不够了解设备型号和零部件匹配度，如果炼钢设备发生问题，他们过于依赖自己的工作经验，通常是更换完好的零部件，并没有考虑所换的零件是否符合原来设备的型号，最终引发故障。为了提高整体安装效率，一些安装人员没有根据规定步骤安装，例如没有紧固处理螺丝，再如忽视试运转参数，从而埋下安全隐患。

2.4设备出厂前设计不足

科学技术不断发展，不断推出各种类型的炼钢设备，进一步提高了炼钢效率，但一些炼钢设备因为出厂前设计不足，在设计各项数据的过程中没有结合实际情况，在投入使用之后逐渐暴露出各种问题。一些炼钢企业为了顺利生产，不断调整设备参数，不利于设备运转的稳定性，提高旋转机械故障的发生率[3]。

3炼钢设备旋转机械的故障类型

3.1仪器松动

在炼钢设备生产过程中，经常会发生仪器松动问题，通常是螺栓松动和构件松动。在整个仪器运行过程中，螺栓经过长时间运行很容易产生松动问题。构件松动指的是轴承和滚圈等构件之间出现松动问题。炼钢企业需要重视仪器松动问题，不能因为这种情况经常发生而忽视不理，因为没有及时处理松动问题，将会影响到整个设备运行。

3.2转子不平衡

转子是旋转机械重要的零件，转子直接关系到旋转机械运转的正常性，如果出现转子不平衡的问题，将会引发严重的故障，影响到正常生产工作。出现转子不平衡的问题一方面是因为原材料质量不合格，另一方面是因为生产设备发生磨损问题。发生转子不平衡问题将会引发频率异常问题，因此在检测各种故障的过程中，需要系统性的分析问题[4]。

3.3摩擦

摩擦问题将会直接引发旋转机械故障，摩擦形式比较多，例如转子和隔板之间会产生摩擦，定子之间也会产生摩擦问题。产生严重的摩擦问题，将会形成特定振动频率，不利于引起工作人员的重视，长时间的加剧摩擦问题，将会损害整个设备和零件，因此工作人员需要提高监测力度，及时发现摩擦问题之后，可以合理添加润滑剂，有效缓解摩擦问题。

3.4转子不对中

产生转子不对中问题之后，将会引发炼钢生产故障。滑动轮轴出现转子不对中的问题，可能是因为没有使用油膜，或者使用的油膜没有对于轴承起到保护作用。滚动轮轴出现转子不对中问题，主要是因为损坏了轴承零件，如果没有及时处理这一问题，将会引发轮轴质量问题。转子不对中问题将会加剧损坏机械，并且会伴随着产生噪音问题和振动问题等[5]。

4旋转机械故障诊断技术

4.1状态检测技术

利用状态检测技术有利于监控炼钢设备的运行状态，保障炼钢设备运行状态的正常性，即使发生问题，也可以及时解决。炼钢设备的运行环境比较复杂，环境因素很容易引发设备故障，利用传统的人工检测方式很难检测出一些运行故障，而利用状态检测技术有利于提高问题检测效率。通过全面对比分析检测的数据，可以确定设备运行的问题，提高问题解决效率避免影响到整体生产效率。炼钢企业可以安装振动检测仪和温度传感器等，可以自动化的记录各种数据，根据数据分析确定设备运行情况。检测炼钢设备运行状态的过程中，可以结合实际情况合理选用在线监测方式和循环检测方式以及不定期监测方式等，通过实时检测设备运行状态，并且统一汇总检测的数据，明确机械设备实际运行状态，保障炼钢设备运行的稳定性。

4.2信号处理

对比人工诊断方式，旋转机械故障诊断技术有利于全面整理和分析的数据，一方面可以节省人力资源，同时可以获得精确性的数据。因为炼钢设备结构复杂，而且具有较大的体积和重量，利用旋转机械故障诊断技术诊断整个设备，可以收集较多的数据。为了规避人员误差，可以构建数据信息库，整理建模有价值的信息，方便在日后工作中筛选和处理数据，有利于降低工作人员的压力，并且可以显著提高工作效率，而且可以利用数据库的自动分析功能和预警功能等，有利于自动报警异常情况，提高问题解决效率[6]。

4.3结合直观识别和计算机技术

炼钢设备旋转机械运转过程中具有一定的规律，专业人员可分析旋转机械运行情况，及时发现设备存在的故障。技术人员可利用计算机技术分析设备问题，操作人员通过操控炼钢设备智能操控终端，并且利用计算机技术监测设备运行情况，如果发生异常问题，计算机系统将会发出警报，工作人员可根据信号精确定位故障发生的位置。总之在检测过程中利用计算机技术具有较大的优势，可节省人力资源支出，而且有利于提高检测结果的精确性，同时不会影响到生产流程。

4.4故障识别方式

旋转机械运行过程中具有规律性特征，如果机械设备产生较大的振动和噪音等，说明已经产生了故障。相关工作人员需要重视这些现象，利用现代化技术完成设备检测工作，并且要进一步完善自动监测系统和自动预警系统等，弥补人工检测工作的不足，有利于及时处理设备问题[7]。

4.5设备故障样本分析

工作人员需要组织实验活动，并且要归纳实验过程和结果，深入分析旋转机械设备产生的问题，利用样本构造分析方式，总结分析设备故障，并且利用数据库完善故障诊断的网络，高效的处理机械设备故障。

5旋转机械故障诊断中的智能化技术

5.1专家检测系统

专家检测系统通过综合利用专家专业知识，构建数据库系统，通过设备信息汇总，专家可以进一步完善数据库的数据，丰富数据库的数据内容，拓展整体覆盖范围。在设备故障检修中利用专家系统数据库，可以提高整体工作效率，精准性的判断设备故障。例如数据库判断故障，如果判断为轻度故障，可以落实自检自修，如果故障比较严重，需要停止整体系统，避免损坏设备。

5.2智能诊断系统

诊断旋转机械故障的过程中利用计算机技术，可以全面采集旋转机械的运行信息，通过综合分析旋转机械的运行情况，提高故障诊断水平。利用智能诊断技术可以精确定位炼钢设备的故障发生位置，同时可以判断故障原因。智能诊断系统在实际运行过程中，利用计算机技术收集设备运行信息和故障信息等，建立故障故障的处理报告，为工作人员解决问题提供参考[8]。

5.3设备故障样本分布

通过实验分析旋转机械故障，同时可以精准性的分类和归纳设备故障，总结旋转机械故障发生的原因和发生规律。如相关工作人员需要利用样本构造分析方式，建立故障数据库，优化处理机械设备故障。同时需要相互配合智能化故障诊断技术，优化故障预警传感器的性能。因为旋转设备具有复杂的结构，在实际运行过程中很多因素都会影响到传感器信息收集工作，不利于保障信息精准性，不能合理预警设备故障。在今后发展过程中需要深入分析设备故障内容，强化传感器的使用性能，提高信息收集水平，推广利用现代化先进技术，避免产生设备故障，保障企业的综合效益[9]。

6旋转机械故障诊断的实际应用

落实旋转机械故障诊断工作，可以诊断强迫振动和自激振动以及非定常强迫振动，不同振动的产生原因是不同的，需要结合检测结果检修设备，避免发生严重的安全事故。例如某炼钢企业的高压电动机驱动耦合器在运行过程中，通过耦合器调速带动，滑动轴承支撑风机叶轮运行，在同一基座上安装整台机组，在炼钢顶吹氧过程中，风机处于高速运行的状态其它时间段处于低速运行的状态。

6.1测量振动值

炼钢厂在测量振动的过程中利用幅值表示电动机振动值，通过检测确定电动机前端测点振动是正常的，通过对比标准值，发现电动机后端测点振动幅值比较大，并且利用频谱分析图确定主要是在低频段集中能量。根据数据可以确定振动幅值的跳动比较大，这是因为不平衡和不对中因素的影响，而且振动幅值产生的变化比较小，时域模型图具有规律性。结合振动幅值可以确定电动机后端出现问题，但是通过实际测量发现振动强度比较小，并且处于正常范围内，需要进一步检查电动机的实际情况，可以综合利用速度幅值和加速度幅值等将振动值直观的表现出来。通过分析振动速度采样值，并且根据频谱分析图显示能量，可以发现主要是在0.1倍频集中能量，其它频率能量相对较低。

6.2分析诊断

通过全面分析电动机振动的位移和速度以及加速度等方面，可以确定采样值比较大，而且振动时域波形缺乏规律，振动幅值变化较大，通过频谱分析可以确定主要是在低频机制用能量，最终确定电动机后端轴承产生了问题。通过总结分析不同故障的振动特征，并且结合工作环境初步分析振动发生的原因是动静件之间存在摩擦，同时因为转子热套配合不足，具体的原因是电动机轴承内圈和轴之间过于松动，而且轴承已经产生损伤。在停机之后开盖检查电动机后端轴承，最终发现轴承内圈出现断裂问题，这也是发生异常振动的主要原因。

6.3结论

利用振动信号处理技术分析旋转机械存在的问题，如果时域模型图没有规律，并且在低倍频机制用能量，测量人员通过检测发现振动强度和平时工作情况的差异性较小，可以确定确定轴承产生问题。

7结语

为了满足市场钢铁需求，炼钢企业需要重视炼钢设备的运行状态，创新传统的设备检修方式，积极利用旋转机械故障诊断技术，构建炼钢设备故障信息库，有利于全面收集数据信息，发挥出自动预警作用，方便企业及时发现设备存在的问题，提高设备故障解决效率，顺利推进企业生产工作。

机械故障诊断范文第6篇

【关键词】模糊逻辑 机械故障 应用

中图分类号：O434文献标识码： A

一 前言

现今，工业的生产模式大多都是现代化生产，所以，人们越来越重视机械设备的故障诊断，因为如果机械设备出现故障时而没有及时发现和维修，不但会使得设备本身受到损坏，还可能会发生机毁人亡的惨烈后果。

二 发展现状

在现代化生产中，机械设备的故障诊断技术越来越受到人们重视。若设备出现故障而未能及时发现和排除，则不仅会导致设备本身损坏，甚至还可能发生机毁人亡的严重后果。机械故障诊断是通过研究故障与征兆(特征向量)之间的关系来确定设备故障原因。目前，随着计算机技术、现代测量技术和信号处理技术的迅速发展，机械故障诊断技术亦取得了长足的进步，人们已开发和研究出了一些较成熟和完善的故障理论方法和诊断技术。故障诊断技术可分为基于解析模型的方法(如状态估计法)、基于信号处理的方法(如基于小波变换的方法)及基于知识的方法(如基于神经网络的方法)等三大类由于工业系统(设备)变得越来越复杂，并且在工程实际中存在着大量的多故障、多过程、突发性故障及需要对庞大的机器或工程系统进行监测、识别和诊断的情况，基于解析模型的方法在实际中的运用受到了很大的限制。

基于知识的传统的专家诊断系统适用于大型动态系统，但在实际应用中因知识获取困难，自学能力差，存在“窄台阶效应”，现有的逻辑理论的表达能力和处理力有很大局限性。目前随着神经网络科学的发展，基于神经网络(如BP网络)的诊断技术得到了广泛应用，但因神经网络自身存在着固有的缺陷，如：对学习样本的要求高且训练速度过于缓慢；模型的泛化性能较差；模型的结构和参数因缺乏严格的理论依据难于优化；网络存在“突然遗忘”现象。从而基于神经网络的机械故障诊断应用受到了较大的限制。而模糊逻辑系统是一个全局逼近器，能将数据信息和语言信息统一起来加以利用。模糊逻辑系统具有一些独特性优点：首先，由于输入、输出均为实型变量，故特别适用于工程应用系统；其次，它提供了一种描述专家组织的模糊“if-then'’规则的一般化模式；

三 模糊集合的定义

定义 设U是一个离散或连续的集合，U被称为论域(universe of discourse)，用(U)表示论域U的元素。模糊集合可以用隶属度函数来表示。

定义 论域U中的模糊子集A，是以隶属度函数u a为表征的集合。

即由映射

确定论域U的一个模糊子集A。u a称为模糊子集的隶属度函数，u a(u)

称为u对A的隶属度，它可以表示论域U中的元素u属于其模糊子集A的程度，可在[O，l]闭区间内取连续值。隶属度也可以简写为A(u)。

四 模糊逻辑系统在故障诊断中的理论描述

1.模糊逻辑系统的结构

模糊逻辑系统的结构如图，糊逻辑系统由模糊产生器、模糊规则库、模糊推理机和反模糊化器4大部组成，各部件功用各不相同。

图1

模糊产生器的功用在于将U

模糊规则库由一系列的模糊语义规则和事实所组成，对于一个MISO(Mu lit―Input．Single．Output)模糊系统，其规则可表示为如下形式

模糊推理机是模糊逻辑系统的核心，其作用在于将根据用户提供的输入模糊信息，从模糊规则库中选择与当前输入模糊信息具有一定匹配度的规则，通过处理得到相应输出信息。

五 模糊逻辑系统在故障诊断中的算法

对于故障症状的模糊性，采用隶属度来确定各个症状出现的可能性，并通过模糊逻辑系统中模糊推理机的运作得出各种故障的隶属度，由此用来表示各种故障的可能性。已知故障现象与其产生的原因之间是模糊对应关系，设R，K分别代表故障现象与故障原因的量化集合，有m种故障xi，i(1，m))和n种故障原因。

上式中u耐为设备具有故障现象x，的隶属度，可采用单值模糊化确定； U y j为设备具有故障原因Y j的隶属度。故障的模糊诊断过程，即：模糊规则库与模糊推理的综合作用体现，可以认为状态论域力与征兆K之间的模糊矩阵运算。模糊关系方程为：

Y-=RX

最大隶属度原则的原理是找出隶属度向量中最大值的那一项，则可以将其确定为引起故障的原因。这种方法的长处在于方便直接，一般应用于隶属度数值差距较大的情况。若几个隶属度数值相差不大，则不宜采甩此法，而换用重心原则找出最接近数值以确定故障原因，否则容易造成误判。

我们选用滚动轴承306做故障诊断试验，其节圆直径D一52，滚动体的直径一12，滚动体个数Ⅳ―8，接触角一0。根据滚动轴承故障特征频率的计算公式，可得内环故障、外环故障、滚珠故障、保持架故障的各个特征频率分别为（ R=9 0 0转／分，外环不动)：

做试验时，我们先根据轴承谱图和故障特征频率，从一批3 0 6滚动轴承中选出十一个工作正常的轴承。然后用线切割加工方法产生出各神类型故障，包括内环、外环、滚珠和保持架故障，并且包括同类型故障程度不一样，还有同时具有多种类型故障，而目在各个轴承上用记号表示故障类型和程度

我们以四种故障库，以故障特征频率和几个重要频率为症状库。故障的程度我们根据线切割时被切割槽的宽度和深度来确定；症状的程度根据谱 图上对应频的峰值来确定(事先都要适当确定故障为1，症状为1时的情形，并以此为标准确定故障 、症状程度)分别得到其中十个轴承的谱图后，经过仔细分析，我们得出下面的故障诊断知识库。

表1

六 用模糊逻辑描述工程机械的系统部件技术状况

1.可测部件技术状况偏移值处理

通常情况下，工程机械可测系统部件的实际技术状况与期望技术状况(即额定值)都会有偏移，而系统部件的技术状况与这种偏移有关。为了在计算过程中简便和通用，对 做标准化处理。设标准化处理后的偏移值为

其中 ：Se为系统部件的实际技术状况，S e为系统部件的期望技术状况(即额定值)；S max为预期的最大偏移值

七 模糊有向图及搜索算法

模糊有向图F D G( f u z z yd i r e c t e dg r a p h )是引入节点发生故障概率的一种符号，节点分别表示系统的各个部件，分支及其方向表示部件因果联系及作用方向。节点可以用正号、零和负号来分别表示相对正常技术状况的正偏移、无偏移和负偏移；分支可以用正号、零和负号来表示作用方向。模糊有向图的定义为。

其中：第一个符号为节点集合；第二个符号为分支集合；第三个符号为故障发生的可能值；第四个符号为节点的隶属函数。用模糊有向图对系统建模后，根据所得部件的技术状况对可能的故障传播路径进行搜索，为了较快地搜索到可能的故障传播路径，使用如下的搜索规则：当路径中后继节点发生故障的可能值大于或等于其前继节点发生故障的可能值时，就沿着这条路径搜索下去；而当路径中后继节点发生故障的可能值小于其前继节点发生故障的可能值时，就放弃对这条路径的搜索规则。

八 模糊有向图诊断模型建立

根据工程机械液压系统原理、专家经验知识和维修技术人员对该工程机械性能参数的掌握，应用模糊有向图理论为装载机的液压系统故障构造一个简化的液压系统模型，建立的模型中共有15个节点，9条路径，在建立的诊断模型中，每条路径节点间的作用方向都与箭头方向相反，因此在模糊有向图中省略了所有负号。给出了模型图中每个节点的物理含义。

图2

九 结束语

通过以上通过对模糊逻辑系统故障诊断方法的分析，我们不难看出，将模糊逻辑系统运用到机械故障诊断是行之有效的。这也正式机械故障诊断领域中新兴的课题，更需要我们进一步去开展。

参考文献

[1] 刘喜红 模糊逻辑系统在机械故障诊断中的应用 机械―2011年3期 第76页

[2] 黄自存 诊断思维的数学模型 模糊系统与数学―2014年7期 第97页

[3] 陈守煜 工程模糊集理论与应用 国防工业出版社―2011年11期 第34页

机械故障诊断范文第7篇

关键词：旋转机械；故障诊断；方法

DOI：10.16640/ki.37-1222/t.2017.10.026

随着诊断技术研究的深入，可以实现故障诊断的方法越来越多，既有对前人研究成果的完善，也有一些原创性的研究成果相继被提出，根据各类方法在实现方式上的不同，可以大致将其分为三类，第一种是通过建立合适的模型进行故障诊断，这种方法在实际的生产应用中，往往由于设备结构复杂，无法构建精准的模型，即便可以获得合适的参数模型，其耗资也会相当大，所以实际应用可行性不大。第二种方法是结合人工智能技术的专家系统，在实际应用中这种方法得到了一定的肯定，但仍然存在知识获取不全面、针对性太强、智能水平低等问题，使得故障诊断结果可靠性不强。而模式识别是故障诊断中应用最为广泛的方法，且目前很多学者都认为基于模式识别的故障诊断有很大的进步空间。

1 旋转机械故障特点

旋转机械故障的故障特点与其他类型的机械故障存在一定的区别，且是机械设备中最为常用的一类，所以有必要对其进行单独的深入研究。旋转机械故障是指有转子系统的机械设备在运行过程中出现异常的工作状态，比如不正常的噪声、异常大的振动、温度急剧升高，或者其他指标不正常。旋转机械的结构复杂，故障发生具有一定的阶段性，并且部分故障的发生有一个渐进的过程，在进行故障诊断时，必须综合考虑多项因素，使得进行准确故障诊断的难度较大。

2 旋转机械故障检测方法

2.1 模式识别

经过多年的发展，模式识别己是故障检测的重要理论基础之一。近十几年来，模式识别技术在机械设备故障诊断领域的应用己经非常普遍，每年都有相关的改进方法被。在机器人模仿人类思考能力的研究领域上，模式识别方法一直占据着十分重要地位，在机械故障诊断方法中模式识别也始终是一个先进且富有挑战的探索方向。

随着计算机技术的迅速发展，各国在旋转机械故障诊断方面都取得了很大的进步，摆脱了传统依靠技术工人经验判断的主观臆断和不准确性，特别是这几年，计算机技术的发展使得各种更加完善的算法运行更为迅速，进而推进了旋转机械故障诊断的发展。

美国是最先研究机械故障诊断技术的国家之一，其诊断技术在很多方面都属于世界先进水平，目前美国从事故障诊断研究的机构主要有电子能源研究机构、西屋电气、Bently和CSI等公司。其中西屋电气是最早应用计算机网络的，该公司自己开发的汽轮机故障诊断软件可以对远程对多台机组进行诊断。而Bently公司在转子的动力系统和故障的诊断机理方面比较领先。

我国在机械故障诊断方面的研究起步相对较晚，技术也较为落后。刚开始主要以学习研究国外相关理论为主。直到80年代初期才逐渐有了自己研发的技术，在这个阶段，大型设备的出现和各项相关技术的发展也刺激了国人对旋转机械故障诊断技术的重视，也推动了该技术的自主研发。随着国家和企业对这项技术领域的投入逐渐增大，许多学者开始涉足这个领域，并对其进行大量的探索和实验，加上与国际交流合作，我国也开发出了一些在线监测与故障诊断的软件，这也很大程度上减小了与国际上相关先进技术的差距，但事实上，我国研究水平总体还是比较落后，故障诊断技术的可靠性还需要不断提升。

2.2 人工神经网络理论

1940年左右，有关应用人工神经网络的理论开始出现，经过多年的发展，它己经被引入到许多领域，比如，智能机器的控制、神经网络计算机的研发、算法的优化、应用计算机进行图像处理、模式识别、连续续语音的识别、数据的压缩、信息处理等领域，在实践应用中取得了很好的效果，作为一项新的模式识别技术和信息处理办法，人工神经网络的应用前景十分可观。

目前，使用人工神经网络进行故障诊断的方法有很多，最常用方法是：多层感知器神经网络、BP神经网络、自组织Kohonen神经网络、和径向基函数RBF（Radial Bases Function）神经网络，也有学者将人工神经网络与各种其他方法相结合的实例。在使用人工神经网络进行故障处理时，首先检查采集到的故障信息数据，剔除多余或者不合理的异常数据，再对有效数据进行归一化处理，预处理工作完成后即可将数据输入到神经网络中进行训练学习和故障识别过程。

2002年，王守觉院士分析传统模式识别方法的缺点，认为传统的BP神经网络和RBF神经网络都是假设特征空间中包括了所有的模式类别，要实现模式识别只需要找到最佳的特征空间划分方法，但事实上，任何一个特征空间中不可能包含所有的模式类别，特征空间中必然存在模式空白区域，就像人类对某些事物表现为不认识一样。认识到这一点后，王守觉院士提出了“仿生模式识别”这一概念，与传统的基于特征空间最佳划分的方法相比，仿生模式识别最为突出的特点就是，能构造封闭的、复杂的几何形体对各类样本进行覆盖，从而达到模式识别的目的。

2.3 仿生模式识别

自从仿生模式识别这一概念被提出以来，许多学者对其进行了深入研究，并将其应用到了人脸识别、车牌识别、语音识别、字体识别等领域。并取得了良的识别效果，例如：陆飞在其硕士论文中重点对仿生模式识别中的几何模型进行了深入分析，并用超香肠神经网络作为仿生模式识别的实现方法应用到了人脸识别中，取得了良好的实验结果；刘焕云等人将仿生模式识别应用到目标识别和跟踪方面，编写了自适应目标算法，与传统方法相比，跟踪识别效果有显著的提升；王守觉院士自己也对仿生模式识别算法进行了一系列的优化，先后提出了超香肠神经网络和多权值神经网络识别实现方法，并在文献中将基于仿生模式识别的多权值神经网络应用到连续语音识别中，与目前认可度最高的基于隐马尔可夫模型（HMM）的识别方法进行比较，表现出了显著的优势。

目前有许多的编程软件都加入了神经网络的功能，其中MATLAB软件最为方便实用，并且易于操作。它除了拥有对各种图形和数据进行处理的强大功能，其开发公司一一美国的MathWorks公司一一还专门在软件中开发加入了神经网络工具箱，全面包含了人工神经网络中常用的激励函数，例如线性函数（purline函数），感知器函数（（sigmoid函数）以及径向基函数（radbas函数），除了这些常用传递函数，还可以自定义相关的函数。各层网络之间的映射也有严格的设定，映射函数可自行设定。鉴于以上优点，本文采用MATLAB软件编写仿生模式识别的实现程序，以及机械故障信号的特征提取和网络测试。

参考文献：

[1]屈梁生.机械故障诊断理论与方法[M].西安：西安交通大学出版社，2009.

机械故障诊断范文第8篇

关键词：浮选机；机械故障；诊断；排除

选煤厂浮选机的选择装置和浮选机浮选系统的运行对煤泥浮选效果的影响非常重要。机械搅拌式浮选机工作可靠，分离效果好，操作方便，广泛应用于国内外生产的浮选，浮选机市场约70%的份额，得到广泛应用[1]。为了保证浮选机正常有秩序有效运行，根据安装和使用的浮选机的实际用户反馈的情况，结合多年的研究和发展浮选机服务经验，分析了浮选机常见的机械故障的原因，并提出了相应的解决方案。

1.常见机械故障

1.1搅拌机构故障。搅拌机构是浮选机的核心部件，搅拌机构与浮选机是否能正常发挥作用直接相关。浮选机部分部件更换后，有时会有搅拌机构不灵活甚至不能运行现象，或者运行过程中出现电机轴承温度过高发生发热，异常振动，杂音，这种问题通常是互相关联的，如果不及时处理，会导致电机烧毁，轴承损坏等后果。

1.2刮板机构故障。浮选机刮板机构位于浮选机槽体上方的两侧，用于刮取精矿粉沫，是机械搅拌式浮选机的一个主要功能组件。在安装和使用过程中，常见故障刮板机构轴旋转的不灵活，断轴，机温度高，电机减速，减速器漏油等[2]。

1.3槽体故障。浮选机槽的故障主要表现为漏水，故障一般发生设备安装阶段。在初装时浮选机各槽体连接面，特别是锚的位置可能会出现程度不同的渗水和漏水现象，有些会出现在槽底部通道个别焊缝处。渗水漏水对设备的使用效果没有影响，但对环境影响较大。

1.4闸板故障。闸板结构简单，位于浮选机尾部，用于调整槽内液位。安装，调试，使用频率较高，容易出现手轮损坏，提高受阻，跑水故障[3]。

3.故障诊断与排除

3.1搅拌机构

在浮选机的第一次安装时，应首先将槽体内异物取出。用手盘动大皮带轮确认其转动灵活，皮带张紧适度；点开始，确认皮带在正确的方向旋转（俯视顺时针），无划痕，再正式启动。在浮选机的操作过程如果出现上述问题，应拆除皮带，断开搅拌部件，分别排查[4]。常规检查的部分----电动机。常用的机电机浮选V6安装形式，应选择检查电机轴垂直度（锚孔电机参考），并检查电机与板，板与支架是否完好。可以单独布线测试电机和目测小皮带轮旋转的稳定性，不包括电机受潮，轴承缺油等因素的影响，必要时请电机的专业维修人员维修。

3.2 刮板机构

3.2.1刮板轴检验。安装前应检查刮板机构零件（如轴承，联轴器，等）和无损伤，特别是刮板轴有无弯曲变形。由于浮选机出厂时是刮板机构的头轴和减速器通常在一起的，现场安装应首先解开头轴和减速器耦合器，重新连接在每个室刮板轴，连接好刮板轴应灵活转动。如果转动不灵活可以在刮板轴承座与槽体间加调整垫，最后才可以连接头轴和减速器，确定头轴中心高与减速器中心高误差不大于0.5毫米。刮板轴断裂，切忌焊接后继续使用，否则容易造成其他部件的损伤。设备的日常维护保养时，要保持关键的连接部件（如联轴器，键，键槽，轴承，轴承座）的完整性，及时更换损坏件。

3.2.2刮板减速机。刮板减速器漏油主要在减速器输出轴，齿轮减速器与电动机连接的部分，通常是由于过载或减速机长时间不运行致密封失效。为了防止减速机继续漏油，可更换两部分油封。此外，还要检查减速机和油是否符合要求，油位有无太高，排气孔是否畅通，如油管有无破裂等，同时更换油。电机和减速器的温度过高可以由刮板机构的旋转不灵活引起，也可以漏油引起，按照上面的操作排查。电机或减速器的内部结构或质量问题，如有必要，可请的专业技术人员进行维修。

3.3 槽体

在槽体表面结连接必须保证胶皮的情况完好无损，不变形，同时在法兰面填涂密封胶密封，加强密封功能，结合面良好的连接后，将螺栓预紧。有连接好槽体间隙泄漏问题，首先应检查螺栓是否松动，胶皮是否损伤。试着放松预紧螺栓，如果螺栓和胶皮或维修间隔的地方再次填涂密封胶，然后预紧螺栓。锚松可能是操作不当引起的，安装时应松开螺栓，将地脚与法兰连接的侧板和底部筋板焊缝处割开，按照上面的操作后处理结合面预紧螺栓，最后，焊好锚筋板。当泄漏的位置和原因无法确定，或按照操作治疗效果不佳时，可以尝试在浮选机桶连接表面流板圆周全灌封胶，或通过持续良好的焊接接合面流口周圈解决渗漏问题。

3.4 闸板机构

在确定螺杆的性能良好，无胶皮损伤条件下，这是要特别注意重要特殊螺丝的预紧程度。胶皮粘合于闸板后，要确保粘结牢固，表面平坦，并要在充分干燥的情况下安装闸板。特殊螺丝是由设计者根据结构尺寸设计好的，螺母预紧后闸板与槽体U形板之间自然的预紧力后，满足设计要求，无特殊情况不做调整。否则，预装的过松或过紧也可能导致跑水、提升不畅。

4.结语

实际生产过程中，加强对浮选机的维护，保养的意识，掌握其工作原理，故障特点，维修的特点，故障过程，合理的维修，制定维修计划，合理维修和保养，使浮选机使用寿命有效延长，从而最大限度发挥效益。

参考文献：

[1]英俊.XJM-KS16浮选机在介休选煤厂的应用[J].山东煤炭科技，2011（1）： 59-60.

[2]英祥.XJM-S28浮选机的工业应用[J].选煤技术，2011（1）： 23-27.

[3]连伟.XJM-S16浮选机在铁东选煤厂的应用[J].能源科技，2011 （36）： 251 -252.

机械故障诊断范文第9篇

关键词：电子；机械；设备；故障；诊断；技术

在电子机械设备故障诊断过程中，诊断对象的故障过程是复杂多变的，在故障发展过程中，由于引起故障的因素在性质、特点及作用方式上是不同的，机械功能状况和所受损害的具体情况也不同，使得故障征兆和演变具有不同形式，诊断中往往难以迅速准确地认识故障的性质，导致误诊。

1 电子机械概述

电子机械主要是以研究电子信息设备与电子系统的机械与结构的设计与制造为核心的，努力提高设备或系统在不同的复杂环境中的电性能。我国工业与电子装备发展过程已经超过40年，在电子设备的设计和制造商处于世界前列，但是也必须认识到先进的电子机械，不仅取决于电子设备的可靠性，也与结构与工艺密不可分。电气设计、结构设计及制造工艺在电子装备中有融为一体的发展态势，当今的电子机械工程就是应这种趋势而产生的新兴学科，国内很多高校也设立了电子机械专业。电子机械同以往的普通机械相比，有其自身的特性：从目的上来说，电子机械旨在于提高电子设备的电气性能系统；从实现手段上来说，电子机械主要通过在机械中加入电子信息技术等来实现电子设备的性能；从机电一体化的载体方面来说，电子机械是电子系统，常规机械是机械结构系统；从电子系统对机械的重要性来说，机电一体化对电子设备至关重要。

2 电子机械故障诊断技术分析

所谓电子机械设备故障，就是指机械系统已偏离其设备状态而丧失部分或全部功能的现象。如某些零件或部件损坏，致使工作能力丧失；发动机功率降低；传动系统失去平衡和噪声增大；工作机构的工作能力下降；燃料和油的消耗增加等，当其超出了规定的指标时，均属于机械故障。电子机械故障诊断技术主要有以下几种：

2.1 基于小波分析的故障诊断方法

小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。基于小波分析直接进行故障诊断是属于故障诊断方法中的信号处理法。这一方法的优点是可以回避被诊断对象的数学模型，这对于那些难以建立解析数学模型的诊断对象是非常有用的。具体可分为以下4种方法： ①利用小波变换检测信号突变的故障方法连续小波变换能够通过多尺度分析提取信号的奇异点。其基本原理是利用信号在奇异点附近的Lipschitz指数。Lipschitz指数时，其连续小波变换的模极大值随尺度的增大而增大；当时，则随尺度的增大而减小。噪声对应的Lipschitz指数远小于0，而信号边沿对应的Lipschitz指数大于或等于0。因此，可以利用小波变换区分噪声和信号边沿，有效地检测出强噪声背景下的信号边沿（援变或突变）。因此，利用小波变换可以区分噪声和信号边沿，有效地检测出强噪声背景下的信号边沿奇变。动态系统的故障通常会导致系统的观测信号发生奇异变化，可以直接利用小波变换检测观测信号的奇异点，从而实现对系统故障的检测。

除此之外，小波变换可以看作一个带通滤波器，从而可以对信号进行滤波。近年来，已经出现了很多基于小波变换的去噪方法。Mallat提出了通过寻找小波变换系数中的局部极大值点，并据此重构信号，可以很好地逼近未被噪声污染前的信号。Donoho也提出了一种新的基于阈值处理思想的小波去噪技术。利用去噪后的信号可以直接对系统进行故障诊断，也可利用此信号进行残差分析。通过去噪获得系统输出信号来进行故障诊断，方法上比较简单，但对故障的判断受限于观测人员自身的经验。

2.2 光学检测技术

由于故障诊断资料不足，对故障的认识受到较大限制，给明确诊断带来困难，有时所怀疑的故障的一般规律与故障征兆不完全相符，另外排除了一种故障的可能，因此故障诊断的推理过程往往也是模糊的，具有一定程度的不确定性。近年来，光学技术得到了快速的发展并被应用到工业领域，例如在数控机床中光栅系统的应用。光栅测量是利用光的衍射原理，通过叠放的光栅的相对运动，产生与之同步移动的莫尔条纹信号，然后通过读数头与后续电路，将导轨、工作台的位置等信号转变成信号读出来，其读数分辨率可达5nm。当两块相同的长光栅跌合，如果栅线的夹角很小时，莫尔条纹的方向与光栅条纹方向近似垂直。光栅盘上黑白刻线的相对移动，会产生光强度周期性变化，此光信号经光电池转换成为周期性的电信号，对电信号进行分析处理，就可获得光栅相对移动的位移量。

2.3 人工智能诊断

机电设备在运行时均会产生物理变化或者化学性能的转化，这样势必会造成设备的外在形态的改变，如温度升高、电压电流以及功率的变化等，检测人员可以通过对设备的这些参数变化的分析来了解设备的运行状况。故障诊断技术就是依照不同参数的不同变化规律，而预判断设备是否出现故障及出现故障的具置，以便及时采取科学有效的措施，防止出现不必要的损失，提高了设备运行效率和安全性。近年来，人工智能和计算机技术迅速发展，在机械诊断中的运用也越来越广泛。例如，用于大机组和燃气轮机的诊断专家系统、采用概率神经网络、自组织映象和径向基函数网络等的智能诊断神经网络等。Zadeh曾将专家系统、模糊集合、神经网络、概率计算和遗传算法统称为软计算。将软计算中各种方法集成，形成各种类型的混合系统，如用于诊断的模糊专家系统、模糊神经网络等，使各种方法互相取长补短，相辅相成，是一种值得关注的动向。

结束语

电子机械设备一旦由于故障，机械性能降低，无法正常运转，从而影响到生产效率。而受到摩擦、外力、应力以及化学反应的影响，现代机械的零部件会出现磨损、腐蚀、断裂等情况，致使机械产生故障而无法运行，只有采取积极的防御措施，进行及时的修理，能够有效的避免机械故障的产生。

参考文献

[1]李德军.20t蒸汽锅炉及辅机常见机械故障及处理方法[J].科技资讯，2012，11（15）；11-12.

[2]杜爽.浅谈锅炉转动机械运行故障的判断及分析处理方法[J].黑龙江科技信息，2011，14（13）；24-25.

[3]徐坚.电动机常见机械故障的维护与检修[J].科技创业家，2013（3）：97.

[4]曾令勇.对电动机机械故障检修的探讨[J].农机使用与维修，2011（2）：46-47.

机械故障诊断范文第10篇

关键词：LabVIEW；旋转机械；EMD；故障诊断

引言

近年来，虚拟仪器软件开发平台在机械设备领域的成功应用，对机械关键部件的人工智能化故障诊断起到推动作用。本文结合虚拟仪器设备和AIC9000转子试验仪器搭建平台，研究一套应用LabVIEW软件、MATLAB软件和EMD方法的旋转机械设备状态监测、分析系统。从实际工况出发，对设备监测故障预判有一定的指导作用。

1LabVIEW数据采集系统

试验台搭建：有AIC9000多功能转子试验台、布点8组传感器、调理信号组件和LabVIEW虚拟仪器设备。系统的程序设计基于NI-LabVIEW，实现对AIC9000转子设备及相关诊断仪器的改进设计，易于设备的升级和维护。AIC多功能转子系统和LabVIEW主机：Model:PXle-1078，PRODUCTOFMALAYSIA。

1.1搭建LabVIEW平台

将8通道传输接口与调理信号模块连接，数字采集卡、信号处理卡等模块化的PXI板卡插入虚拟仪器主机箱中，机箱连接显示器。

1.2LabVIEW软件程序设计

在程序框图窗口编程，程序汇编数据流设计包括通道设置定时设置触发设置信息采集分析设置记录设置等。数据流向即为LabVIEW软件程序执行的顺序，按箭头方向依次连接各程序框图节点，其中信号采集部分和分析部分是信号调理、振动诊断并分析等最为重要。

1.3DAQ数据采集程序

设计采用NI-DAQmx编程，常用数据采集VI有DAQmx创建虚拟通道VI、DAQmx读取VI、DAQmx写入VI、DAQmx定时VI、DAQmx触发VI、DAQmx开始任务VI、DAQmx清除任务VI等。

2经验模态分解法（EMD）

旋转机械相关的传统故障诊断方法准确度较低，结合经验猜测估计得出大概故障类型及部位。EMD方法是一种自适应较好的时频分析法，其基本思想是将原始振动信号分解成一系列IMF的组合，再根据实际需要，对各个IMF进行希尔伯特变换组成时频谱图进行分析。在虚拟程序系统的设计中，为提高故障信号的特征提取以及包络分析的准确性，应用HHT变换的EMD分解，将EMD程序以m.文件保存，并通过LabVIEW程序调用MATLAB软件的m.文件进行信号分析。

3LabVIEW系统信号分析

编程在设计系统时，结合了MATLAB软件强大的数学分析计算和图形绘制功能的优势，在LabVIEW编程时调用MAT－LAB命令。两种软件的嵌套使用强强联合，既进化了Lab－VIEW的复杂编程又发挥出了MATLAB在机械信号诊断分析方面的优势，提升计算速度。

3.1EMD的m.文件程序应用

MATlAB软件编写function函数语句functionplot_hht（x，imf，Ts）%PlottheHHT.，并在MATLAB软件中File>>Path…>>Folder，将其添加保存到MATLAB函数中。设置自适应的数据长度j和循环次数i等，结合使用for循环-if语句等实现IMF的分量提取。

3.2创建MATLAB脚本节点

程序设计使用了最为快捷的m.文件调用方法，即直接调用NI-LabVIEW2014软件中的MATLABScript节点。

3.3EMD在LabVIEW中的实现

使用本系统对AIC转子试验台进行智能分析，在齿轮箱中安装故障齿轮，针对齿轮故障产生的振动信号进行8分量的IMF分解。点蚀I和点蚀II两种故障的8组信号数据经过EMD分解的IMF1～IMF8结果；点蚀信号柱状图对比正常齿轮信号特征其故障直观、明显。

4结束语

LabVIEW平台具有有良好的扩展性，性价比较高，在科研和实际工程中得到了广泛的应用。从实际出发，根据旋转机械设备故障诊断的实际要求，构建LabVIEW软件平台，合理安装多传感器进行信号采集，运用虚拟仪器设计在线采集、分析、预测诊断。EMD方法、MATLAB软件与LabVIEW三者的结合，在诊断速度、分析准确性、程序设计的快捷性等方面都表现出了很强的优势，也将是未来的一个发展方向。

参考文献：

[1]胡劲松.面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D].浙江大学，2003.

[2]程军圣，于德介，杨宇.EMD方法在转子局部碰摩故障诊断中的应用[J].振动、测试与诊断，2006，01:24-27+74.

[3]申永军，杨绍普，孔德顺.基于奇异值分解的欠定盲信号分离新方法及应用[J].机械工程学报，2009，45（8）：64-70.

[4]曲丽荣，等.LabVIEW、MATLAB及其混合编程技术[M].北京：机械工业出版社，2011.

[5]王迪.基于虚拟仪器的振动测试分析系统研究[D].重庆：重庆交通大学，2014.